Программистика

🖥 VizTracer — это инструмент с низкими накладными расходами, предназначенный для логирования, отладки и профилирования, позволяющий трассировать и визуализировать выполнение Python-кода! Он предоставляет подробную информацию о входе и выходе функций на временной шкале вместе с исходным кодом, поддерживает многопоточность, асинхронность и интеграцию с PyTorch. VizTracer прост в использовании и не требует изменений в исходном коде для большинства функций.

🐱 Ссылка на GitHub Программистика|| #Репозиторий

Опа, тут бывший сеньор одного из IT-отделов Яндекса Игорь Никитин выкатил целый канал про Python — и это лучшее, что есть в рунете по теме. Качественные гайды. Советы от известных прогеров. Тематические мемасы. Короче, ничего лишнего. Хватит душить питона, учись его кодить: https://t.me/+J9XKkvubXk5mZWE6 🐍

Бизнесу данные нужны как воздух 📊 На их основе компании принимают важные стратегические решения. Поэтому спрос на аналитиков растёт в самых разных сферах: от банковской до медицинской. На курсе «Аналитика данных с МФТИ» готовят специалистов универсальной квалификации. За 10 месяцев вы научитесь использовать Python для анализа данных, применять методы ИИ в своих задачах и работать с базами данных. С универсальными знаниями вы сможете строить карьеру в одном из трёх направлений аналитики: ➡️ Аналитика данных. ➡️ Data Science. ➡️ Инженерия данных. 🎓 После обучения получите дипломы о профессиональной переподготовке от МФТИ и Нетологии. Центр развития карьеры поможет с трудоустройством, резюме и портфолио. Записывайтесь на курс и становитесь универсальным специалистом в аналитике → https://tglink.io/022fa4eef2d5?erid=2W5zFHYnAbJ ❤️

👀 Графовые нейронные сети на Python

Погрузитесь в мир графовых данных и откройте для себя новые возможности искусственного интеллекта! Графовые нейронные сети всего за несколько лет стали одной из ключевых технологий современного глубокого обучения. Они лежат в основе множества решений — от поиска лекарств и систем рекомендаций до анализа социальных сетей и борьбы с фейковыми новостями. Эта книга поможет понять, как работают графы в data science и машинном обучении, и покажет, как использовать ГНС для создания интеллектуальных и эффективных приложений.

Программистика|| #doc

Программистика|| #Мемы

Параллельные вычисления в Python: как ускорить свои алгоритмы 💡 Если вам нужно ускорить выполнение задач, особенно в вычислительно сложных приложениях, параллельные вычисления – это то, что поможет вам выйти на новый уровень! Python предлагает несколько инструментов для реализации многозадачности. Давайте разберемся, как использовать эти возможности для оптимизации ваших программ. 1️⃣. concurrent.futures — работа с потоками и процессами Модуль concurrent.futures предоставляет простой способ для параллельного выполнения задач. Используем ThreadPoolExecutor для потоков и ProcessPoolExecutor для процессов. Они позволяют эффективно распределить выполнение задач между ядрами процессора. Пример использования:

from concurrent.futures import ThreadPoolExecutor

def task(n):
    return n * n

with ThreadPoolExecutor() as executor:
    results = list(executor.map(task, range(10)))

print(results)

🗣️Это распараллелит выполнение задачи возведения чисел в квадрат для чисел от 0 до 9! ⚡️ 2. multiprocessing — для работы с процессами Когда задачи ресурсоемкие и требуют использования нескольких ядер процессора, multiprocessing — лучший выбор. Он позволяет создать отдельные процессы для выполнения задач, что значительно ускоряет вычисления, особенно для CPU-интенсивных операций. Пример:

import multiprocessing

def square(n):
    return n * n

with multiprocessing.Pool() as pool:
    result = pool.map(square, range(10))

print(result)

🗣️Здесь задачи распределяются между доступными ядрами, ускоряя выполнение программы. 3️⃣. Параллельные вычисления и асинхронность с asyncio Если ваши задачи больше связаны с вводом-выводом (например, работа с файлами или сетевыми запросами), асинхронность через asyncio — то, что вам нужно. В отличие от потоков и процессов, asyncio позволяет выполнять несколько операций в одном потоке, не блокируя основной поток исполнения. Пример:

import asyncio

async def fetch_data(n):
    await asyncio.sleep(1)  # имитация запроса
    return f"Data {n}"

async def main():
    tasks = [fetch_data(i) for i in range(10)]
    results = await asyncio.gather(*tasks)
    print(results)

asyncio.run(main())

➡️Здесь одновременно выполняются 10 асинхронных операций, не блокируя основное выполнение. Почему это важно?

1) Оптимизация времени выполнения: Если ваш код использует большое количество данных или интенсивно выполняет вычисления, параллельные вычисления могут сократить время выполнения программы в разы. 2) Многозадачность: Вы можете запускать несколько операций одновременно, что особенно полезно для сетевых приложений, обработки файлов и работы с API 3) Мощь многопроцессорных систем: Использование всех ядер процессора позволит вам выполнить вычисления быстрее.

Программистика // #article

👨‍💻 Привет! Задолбало листать hh, habr и десятки телеграм-чатов в поиске нормальной вакансии? Я сделал сервис, который делает это за тебя: — тянет вакансии из разных источников — даёт фильтры по навыкам, грейду, формату работы и профессии — вырезает лишний текст и оставляет только суть: должность, стек, требования, условия Вместо хаоса — одна удобная лента, без дублей и лишней воды. Я делал его как пет-проект для себя и других разработчиков. Никакого пафоса, просто инструмент, который реально экономит время. Смотри сам 👉 @syncit_robot

IronCalc — это движок для работы с электронными таблицами!

Он включает инструменты для чтения и записи файлов формата .xlsx, с возможностью интеграции с различными языками программирования, такими как Python и JavaScript. Проект нацелен на создание более открытой и функциональной инфраструктуры для работы с таблицами, предлагая разработчикам гибкость в использовании как в веб-приложениях, так и в десктопных приложениях.

🐱 Ссылка на GitHub Программистика || #Library

В России можно посещать IT-мероприятия хоть каждый день: как оффлайн, так и онлайн Но где их находить? Как узнавать о них раньше, чем когда все начнут выкладывать фотографии оттуда? Переходите на канал IT-Мероприятия России. В нём каждый день анонсируются мероприятия со всех городов России 📆 в канале размещаются как онлайн, так и оффлайн мероприятия; 👩‍💻 можно найти ивенты по любому стеку: программирование, frontend-backend разработка, кибербезопасность, дата-аналитика, osint, devops и другие; 🎙 разнообразные форматы мероприятий: митапы с коллегами по цеху, конференции и вебинары с известными опытными специалистами, форумы и олимпиады от важных представителей индустрии и многое другое А чтобы не искать по разным форумам и чатам новости о предстоящих ивентах: 🚀 IT-мероприятия России — подписывайся и будь в курсе всех предстоящих мероприятий!

4 канала, которые делают из джуна сеньора 👩‍💻 IT Community: — Новости и тренды IT — Полезные ресурсы для разработчиков — Бесплатные курсы от Microsoft, Google и яндекса 📱 Python: — Roadmap Python-разработчика — Django, Flask, FastAPI, парсинг и автоматизация — Подборки задач для собеседований 📱 Frontend: — HTML, CSS, JavaScript, React, Vue — Советы по верстке и анимациям — UI/UX фишки и полезные библиотеки 📱 Backend: — Готовые проекты — Как написать свой сайт за несколько минут — Базы данных, Docker, микросервисы и тд ➡️ Сохраняйте, чтобы не потерять

👀Конформное прогнозирование в Python

Данная книга предлагает углубленное изучение конформного прогнозирования — новейшего подхода, позволяющего управлять неопределенностью в различных задачах машинного обучения. Вы узнаете, как конформное прогнозирование создает точно откалиброванные прогнозные интервалы для регрессии и решает задачи прогнозирования временных рядов и несбалансированных данных. Практические примеры на Python, а также использование реальных наборов данных, экспертных рекомендаций и открытых библиотек обеспечат вам глубокое понимание этого подхода.

Программистика|| #doc

🖥 NiceGUI — это удобный фреймворк на языке Python, предназначенный для создания веб-интерфейсов, которые отображаются непосредственно в вашем браузере! С его помощью можно легко создавать такие элементы, как кнопки, диалоги, разметку Markdown, 3D-сцены, графики и многое другое. NiceGUI особенно подходит для разработки небольших веб-приложений, информационных панелей, проектов в области робототехники, решений для умного дома и аналогичных задач.

🐱 Ссылка на GitHub Программистика|| #Репозиторий

Программистика|| #Мемы

Бекэндер или MLщик? Получи офер от VK за выходные! 4-5 октября у нас стартует мы проводим Weekend Offer. За два дня вы можете пройти все этапы и получить офер! Сейчас мы ищем: - бэкенд-разработчиков (Java, Go, Python, C++), - ML-специалистов (RecSys, NLP, CV, Speech, Classic ML) с опытом коммерческой разработки от 3 лет. Ищем классных коллег в свои команды: Поиск, Реклама, Облако, R&D, Дата-платформа и другие. Успевайте зарегистрироваться до 2 октября! Всё по ссылке: Подать заявку #реклама team.vk.company О рекламодателе

КАК СОЗДАТЬ САЙТ НА PYTHON С НУЛЯ: С Базой Данных + Деплой В этом видео представлен полный курс по созданию веб-сайта на Python с использованием Flask. Мы шаг за шагом покажем, как установить Python на Windows, выбрать среду разработки (PyCharm или VSCode), и создать папку для проекта. Вы узнаете, зачем нужно виртуальное окружение и как его правильно настроить для изоляции проекта.

📱 Первоисточник

Программистика|| #video

Планы на пятницу в Нижнем — сходить на VK JT Meetup Привет, на связи VK! 3 октября мы собираем Java-разработчиков и ML-инженеров. Основная часть — доклады от наших лидов. Поговорим про Service Discovery в облаке, устройство единой платформы поиска VK, поделимся гайдом для выпуска готового RAG в прод. А дальше два потока на выбор: нетворкинг и командные решения кейсов на реальной архитектуре VK. Приходите задавать вопросы лидам, выигрывать призы и оставайтесь на ламповое афтепати! Нижний Новгород, только офлайн 📅 3 октября Участие по регистрации Подать заявку #реклама 16+ team.vk.company О рекламодателе

🌐Python + Парсинг На Python можно собирать данные с сайтов автоматически. Для этого есть два основных инструмента:

🟡 BeautifulSoup — простой вариант для небольших проектов и разовых задач. 🟡 Scrapy — полноценный фреймворк для масштабного парсинга: работает асинхронно, умеет сохранять данные в JSON/CSV и обходит сотни страниц.

⚖️ Важно помнить: парсинг нагружает сайты. Делайте задержки между запросами и проверяйте robots.txt, чтобы не получить блокировку. ➡️Более подробно Программистика|| #article