متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
Python Portal
الذهاب إلى القناة على Telegram
Всё самое интересное из мира Python Сотрудничество, реклама: @devmangx Менеджер: @Spiral_Yuri РКН: https://clck.ru/3GMMF6
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Python Portal
تُعد قناة Python Portal (@pythonportal) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 52 381 مشتركاً، محتلاً المرتبة 2 558 في فئة التكنولوجيات والتطبيقات والمرتبة 11 915 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 52 381 مشتركاً.
بحسب آخر البيانات بتاريخ 12 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -818، وفي آخر 24 ساعة بمقدار -21، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 9.33%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 5.67% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 4 890 مشاهدة. وخلال اليوم الأول يجمع عادةً 2 973 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 25.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل строка, none, true, модуль, peter.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Всё самое интересное из мира Python
Сотрудничество, реклама: @devmangx
Менеджер: @Spiral_Yuri
РКН: https://clck.ru/3GMMF6”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 13 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
52 381
المشتركون
-2124 ساعات
-2317 أيام
-81830 أيام
أرشيف المشاركات
52 381
+4
👩💻 IT теперь в Telegram!
Программисты и TechLead'ы из FAANG создали этот канал для обучения их стажёров и джунов, чтобы подготовить их к работе в топовых компаниях.
Курсы, новости, гайды, советы, мемы, книги — всё, что входит в дневной рацион разработчика.
Забирай доступ: @it_matrix
52 381
Серия Python + Generative AI от Azure AI Foundry завершилась, но все материалы открыты
Теперь можно спокойно пересмотреть записи, скачать слайды и попробовать код из каждой сессии — от LLM и RAG до AI-агентов и MCP.
Все ресурсы здесь: aka.ms/pythonai/resources
👉 @PythonPortal
52 381
Обычно анализ данных - от чистки и исследования до моделирования, визуализации и написания отчётов отнимает кучу времени. Особенно когда приходится возиться с кучей файлов разных форматов. Это тот ещё гемор.
К счастью, я наткнулся на опенсорсный проект DeepAnalyze, который позволяет ИИ полностью самостоятельно пройти весь цикл data science, реально без участия человека.
Он построен на DeepSeek-R1 и использует подход curriculum learning при обучении. Поддерживает весь пайплайн: подготовку данных, анализ, моделирование, визуализацию и генерацию отчётов.
Инструмент умеет работать с разными типами данных ( базы данных, CSV, Excel, JSON, XML ) и в итоге генерирует профессиональные исследовательские отчёты. ⌨️
👉 @PythonPortal
52 381
⚡️ На Stepik вышел курс по Linux
Ребята сделали крутейший курс по Linux, где понятным языком, шаг за шагом, на реальных примерах и с наглядными схемами обучают работе с этой ОС
Внутри 20+ модулей: от установки Linux и работы с файлами до сетей, прав, дисков, процессов, автоматизации на Bash и многого другого. Всё сразу закрепляется на практике (200+ заданий с автопроверкой).
После прохождения вы получите сертификат, который можно добавить в резюме.
Есть бесплатные демо-уроки для ознакомления. В ближайшие 48ч курс доступен со скидкой 25% по промокоду «
25LINUX»: открыть курс на Stepik52 381
Огромный набор из 17 лучших GitHub-репозиториев для изучения Python
1. 30-Days-Of-Python — 30-дневный Python-челлендж с основами языка. 2. Python Basics — простые и понятные основы Python для новичков. 3. Learn Python — справочник по темам с примерами и кодом. 4. Python Guide — лучшие практики, инструменты и продвинутые темы. 5. Learn Python 3 — понятное руководство по Python 3 с практикой. 6. Python Programming Exercises — 100+ задач по Python. 7. Coding Problems — алгоритмические задачи, идеальны для подготовки к собесам. 8. Project-Based-Learning — изучай Python через реальные проекты. 9. Projects — идеи для практических проектов и прокачки навыков. 10. 100-Days-Of-ML-Code — пошаговый гайд по Machine Learning на Python. 11. TheAlgorithms/Python — огромная коллекция алгоритмов на Python. 12. Amazing-Python-Scripts — полезные скрипты от автоматизации до продвинутых утилит. 13. Geekcomputers/Python — сборник практических скриптов: сеть, файлы, автоматизация. 14. Materials — код, упражнения и проекты из Real Python. 15. Awesome Python — топ-список лучших фреймворков и библиотек. 16. 30-Seconds-of-Python — короткие сниппеты для быстрых решений. 17. Python Reference — лайфхаки, туториалы и полезные скрипты.👉 @PythonPortal
52 381
Наконец-то! Инструмент Text-to-SQL, который реально работает! 😎
Vanna это open-source фреймворк RAG для сложной генерации Text-to-SQL. Он умеет работать с динамическими данными и поддерживает кастомное обучение RAG-модели для повышения точности.
Полностью open-source
👉 @PythonPortal
52 381
В Python можно распаковывать последовательности с помощью *, чтобы работать с переменным количеством элементов. При этом * можно ставить в любом месте и он соберёт все лишние элементы в отдельную переменную.
a, b, c = 10, 2, 3 # Стандартная распаковка
a, *b = 10, 2, 3 # b = [2, 3]
a, *b, c = 10, 2, 3, 4 # b = [2, 3]
*a, b, c = 10, 2, 3, 4 # a = [10, 2]52 381
Надо собирать данные с сайтов, но пользоваться готовыми облачными сервисами неудобно 🎧
Платно, сложно контролировать обход блокировок и не всегда понятно, что делается с данными. Вся эта история быстро превращается в чёрт пойми что
Случайно наткнулся на ScrapFly Scrapers, это опенсорсный набор Python-скрейперов под ~40 популярных сайтов (Amazon, eBay, TikTok и др.). Код асинхронный, работает через ScrapFly API, использует parsel и пригоден как учебная база или старт для своих парсеров.
Проект позиционируется как учебный, тоесть можно быстро посмотреть архитектуру и взять рабочие примеры, но перед реальным запуском стоит проверить юридические и этические моменты.
👉 @PythonPortal
52 381
Python митап от Авито 27 октября в Москве! ☄
Вечером 27 октября вас ждут в офисе на Лесной, чтобы обсудить:
➡ кейс оптимизации GC в Python от Саши Федосеева, backend-инженера из команды Main Page Tech Авито;
➡ как mypy укрощает Python в большой компании вместе с Сергеем Яхницким из Яндекса.
После докладов, как и сказали выше, вместе с участниками спикеры обсудят, подходит ли Python для запуска больших нагруженных решений в формате круглого стола.
Для тех, кто не успевает вырваться из офиса или дома, будет онлайн-трансляция.
Так что не откладывайте, регистрируйтесь и зовите коллег — все подробности по ссылке
52 381
+4
Компания JetBrains на днях выпустила отчёт о состоянии экосистемы разработчиков в 2025 году. В нем приняли участие 24 534 разработчика из 194 стран
Некоторые выводы:
Наиболее используемый язык - Python
TypeScript демонстрирует самый впечатляющий рост в реальном использовании за последние пять лет. Rust, Go и Kotlin тоже постепенно укрепляют свои позиции, хотя их успехи не столь заметны, как у TypeScript.
А PHP, Ruby и Objective-C продолжают уверенно терять популярность.
Индекс Language Promise от JetBrains оценивает языки по трём критериям: рост, стабильность и готовность разработчиков их осваивать. Согласно этому индексу, в 2025 году наибольший потенциал роста демонстрируют TypeScript, Rust и Go, тогда как JavaScript, PHP и SQL, судя по всему, достигли стадии зрелости.
Список самых высокооплачиваемых разработчиков возглавлавила Scala — 38%, хотя этот язык является основным всего у 2% специалистов. Похоже, сказывается узкая специализация
👉 @PythonPortal
52 381
Годы юзал Chrome и только сегодня узнал об этом 😅
Вводишь в адресную строку:
chrome://chrome-urls — открывается список всех внутренних страниц браузера - от отладочных тулзов до экспериментальных фич.
Полезные штуки, которые там можно найти:
- chrome://flags → скрытые настройки
- chrome://gpu → информация о работе GPU
- chrome://net-export → отладка сети
Ставьте лайк, если тоже не знали, посмотрим сколько нас 😱
👉 @PythonPortal52 381
Визуализируй большие векторные данные в Python — БЫСТРО!
Надоели медленные и громоздкие инструменты для визуализации больших векторных датасетов в Python?
Открой для себя этот однострочный трюк с Leafmap + DuckDB, который позволяет мгновенно отрисовывать огромные векторные наборы данных, даже размером в гигабайты - прямо в Jupyter Notebook.
В этом видео ты узнаешь, как:
Без труда визуализировать миллионы векторных объектов
Использовать Leafmap + DuckDB для динамической выдачи векторных тайлов
Работать с GeoParquet, GeoPackage, данными из облака и не только
Создавать полностью интерактивные карты — без вылетов браузера
Пример ноутбука: https://leafmap.org/maplibre/duckdb_layer
👉 @PythonPortal
52 381
Самостоятельные курсы по программированию для школьников от Яндекс Лицея
Убрали дедлайны, отборы и преподавателей, чтобы вы смогли в комфортном темпе проходить материал. Сейчас доступны курсы по Go, С++ и фронтенд-разработке.
Эти курсы помогут понять, нравится вам кодить или нет, подготовиться к экзаменам, контрольным по информатике. Можно сказать, что это замена репетитора для более детального изучения тем.
👉 Регистрируемся и начинаем обучение здесь
52 381
52 381
Эксперимент: диффузионная текстовая модель на 11 млн параметров
Разработчик тестирует миниатюрную символьную диффузионную модель (всего 11M параметров), основанную на переработанной версии nanochat GPT. Вместо классического авторегрессионного декодирования используется диффузионный подход, а обучается модель на датасете Tiny Shakespeare.
В процессе экспериментов исследуются разные стратегии маскирования токенов. Простая схема с равномерной вероятностью уступает новым методам, где маскирование идёт блоками слева направо = это повышает качество вывода и даёт возможность частично переиспользовать KVCache.
Самое интересное, автор попробовал применять маскирование по правилам «Игры жизни» Конвея, и это дало неожиданные, но визуально захватывающие результаты.
Он предполагает, что подобные нестандартные схемы маскирования могут привести к новым эффектам и улучшениям в генерации текста.
Эксперимент ещё в работе, но уже выглядит как увлекательное направление для развития текстовых диффузионных моделей.
👉 @PythonPortal
