PythonDigest

LLM-судье нельзя верить на слово: как построить надёжный гейт и проверить сами тесты https://habr.com/ru/articles/1062614/ Как перестать доверять LLM-судье на слово и построить безопасную двухконтурную систему оценки?Внутри статьи:Архитектурный паттерн сдерживания: почему у классической нормализации должно быть право вето.CI-инварианты: как ловить галлюцинации моделей с помощью враждебных фикстур в grounded-judge-gate.Разбор факапов: три реальных бага проектирования, которые едва не увели систему в ложноположительное пике.

Интеграция компьютерного зрения в АСУ ТП. IEC 61499 + python + CV = OpenFb https://habr.com/ru/articles/1044138/ В июле вышла новая версия OpenFB - открытой среды исполнения для IEC 61499, позволяющая вести разработку на python. OpenFB предназначена для разработки и интеграции приложений компьютерного зрения и ML алгоритмов в АСУ ТП.В статье рассмотрен пример включения базовых алгоритмов компьютерного зрения в систему управления.

В CSV было 11 строк, до BI дошло 7. Куда пропали остальные четыре? https://habr.com/ru/articles/1062446/ В исходном orders.csv было 11 строк. До BI-витрины дошло 7, а валовая сумма 4720.30 после применения бизнес-правил превратилась в 2200.30 выручки. Четыре строки не исчезли: каждая попала в rejects с конкретной причиной.На этом небольшом примере покажу весь путь данных через RAW, STG, CORE и MARTS. Разберём, где меняются строки и суммы, как пережить повторную доставку файла и какие проверки позволяют доверять итоговому дашборду. Внутри MinIO, Postgres и Airflow.

Как искать проблемы производительности в Python https://habr.com/ru/companies/tochka/articles/1062090/ У каждого бывают ситуации, когда сервис в проде начинает тормозить. Клиенты жалуются, дашборды пестрят красными графиками, а перед глазами открывается бездна метрик, логов и трейсов. В этот момент возникает непреодолимое желание открыть профайлер и начать оптимизировать наугад. И это главная ошибка. В статье расскажу, почему не стоит начинать расследование с профайлера и какие метрики помогают сузить область поиска. Всё это — на примере двух реальных кейсов с высоконагруженными проектами.

django-crawl - An in-process site crawler using Django’s test client https://adamj.eu/tech/2026/07/22/introducing-django-crawl/ ㅤ

Как я склеиваю 23 тысячи событий из пяти афиш — и почему дедуп нельзя делать необратимым https://habr.com/ru/articles/1061956/ Казалось бы, возьми да сравни названия. Но точное сравнение ломается сразу. Одна афиша пишет Polnalyubvi латиницей, другая — «Полналюбви» кириллицей. Для кода это совершенно разные строки, совпадений ноль.

Как я научил Claude заказывать продукты в Яндекс Лавке (и что для этого пришлось отреверсить) https://habr.com/ru/articles/1062042/ У Яндекс Лавки нет публичного API. А мне захотелось написать ассистенту «закажи молоко и что-нибудь к ужину» — и чтобы заказ реально уехал курьеру.Рассказываю, как я отреверсил приватный веб-API Лавки прямо из браузерного трафика и завернул его в MCP-сервер: поиск, корзина, оформление с подтверждением суммы.

Первый опыт малоресурсного перевода: Data dojo 2026 https://habr.com/ru/articles/1061894/ Месяц назад закончилась тренировка DATA DOJO от Яндекса. Здесь я бы хотел рассказать про ключевые аспекты соревнования, моё решение на топ-6%, авторские идеи и, конечно, про реальный путь к победе. Погрузиться в машинный перевод

Открытая АСУТП – это реальность для бизнеса. Что мы показали на ЦИПР 2026 https://habr.com/ru/companies/severstal/articles/1061910/ Мы решили показать, что Открытая АСУТП — это не просто концепция, а работающий инструмент, который можно взять и внедрить уже сегодня. Мы привезли стенд, который демонстрирует полный производственный цикл: от разработки модели управления и компьютерного зрения на контроллере до выдачи производственных заданий через MES и их отработки на реальном оборудовании. И всё это — на отечественных и open-source компонентах

fstache: Fast, Typed, Mustache Renderer https://github.com/servletcloud/fstache

balance: Deal With Biased Data Samples https://github.com/facebookresearch/balance

userharbor: Framework Agnostic User Management https://github.com/userharbor/userharbor

12K+ JPEGs From NASA’s Artemis II Mission https://tech.marksblogg.com/nasa-artemis-2-jpegs.html Mark writes articles on data analysis. This one is all about the images NASA released from the Artemis II mission. It includes step-by-step instructions that you can follow along.

Git for Data Scientists https://codecut.ai/git-for-data-scientists-learn-git-through-practical-examples/ A practical Git walkthrough for data scientists, focused on real workflows like branching for experiments, reverting mistakes, and keeping project history clean with small, focused commits. It also explains merge vs. rebase, why you should not rebase shared branches, and how to set up .gitignore for data-heavy projects.

What Every Dev Should Know About the CPython ABI https://pycoders.com/link/16777/web An introduction to the concept of the Application Binary Interface (ABI), the various CPython ABIs, and the new abi3t stable ABI in Python 3.15.

История корутин: появление, развитие, спад и возрождение https://habr.com/ru/companies/psb/articles/1058516/ В какой‑то момент мне захотелось разобраться — что такое корутина и откуда они вообще взялись. Погрузившись в различные статьи и видео, я узнал много нового, рассказал коллегам внутри команды, а теперь решил рассказать и вам. Все, что важно знать о корутинах, по моему скромному мнению

Apple Intelligence в Python для агента Hermes https://habr.com/ru/companies/sberbank/articles/1059010/ Apple выпустила Foundation Models SDK for Python ещё в феврале 2026. Эта Python-библиотека предоставляет прямой доступ к локальной модели Apple Intelligence: модель грузится в процесс, KV-кеш лежит в памяти, инференс идёт на Apple Silicon. Библиотека получила 1,2 тыс. звёзд на GitHub, последнюю версию 0.2.0 с поддержкой изображений представили на WWDC26.

Как мы заменили Teradata RTIM: миграция правил с использованием AST https://habr.com/ru/companies/megafon/articles/1061012/ Много лет решения о том, что показать клиенту, у нас принимал Teradata RTIM (Real-Time Interaction Manager) - движок real-time маркетинга. Если вы когда-нибудь получали смс-сообщение или заходили в личный кабинет в 99% случаев сообщение для вас было подобрано этой системой. Вы заходите на сайт или в приложение, и за миллисекунды решается, какое предложение показать. Логика выбора описывается деревьями принятия решений: запрос проходит по веткам дерева, а условия переходов в узлах - критерии - определяют, к какому сегменту отнести клиента и какое предложение ему подобрать.В какой-то момент перед командой встала задача перейти на собственное решение.

Hypothesis: тесты, которые сами ищут контрпримеры к вашему коду https://habr.com/ru/companies/otus/articles/1058390/ Обычные тесты находят только ожидаемые ошибки. В статье разберём, как Hypothesis сам ищет контрпримеры и сокращает их до минимального сбоя.

Как я три года пилю свой музыкальный сервер: часть вторая. Архитектура Kalinka и её место среди музыкальных систем https://habr.com/ru/articles/1061144/ Как устроен KalinkaPlayer: модульный бэкенд, нативный аудиоплеер, пайплайн метаданных и мобильное управление в одном проекте. Изучить архитектуру