Python 🇺🇦

👀 86 відгуків на одну Front-end вакансію. А в Defense Tech — у середньому близько 9. І це привід придивитися до сфери, якщо ви думаєте, куди рухатися далі. Поки в класичному IT конкуренція залишається високою, MilTech набирає обертів: з’являються нові команди, продукти та технології — а разом із ними потрібні нові спеціалісти. І далеко не тільки розробники 👇

→ Project та Product Managers → QA-фахівці → Hardware та Embedded спеціалісти → аналітики та інші tech-фахівці

Тож MilTech може стати тим самим напрямом, куди варто зайти зараз, а не тоді, коли про нього говоритимуть уже всі. А який напрям у MilTech може підійти саме вам? GoIT створили короткий безкоштовний тест: 3 хвилини — і ви дізнаєтесь свій MilTech-напрям, його потенціал та отримаєте рекомендацію, з чого почати. 👉 Пройти тест: miltech-lp-quiz-ua.goit.global

Використовуйте os.scandir() у Python os.listdir() повертає лише назви файлів, тому для перевірки кожного елемента потрібні додаткові операції:

import os

for name in os.listdir("uploads"):
    path = os.path.join("uploads", name)

    if os.path.isfile(path):
        size = os.path.getsize(path)
        print(name, size)

os.scandir() одразу повертає об’єкти DirEntry:

import os

with os.scandir("uploads") as entries:
    for entry in entries:
        if entry.is_file():
            print(entry.name)

Через DirEntry можна отримати метадані:

with os.scandir("uploads") as entries:
    for entry in entries:
        if entry.is_file(follow_symlinks=False):
            stat = entry.stat(follow_symlinks=False)
            print(entry.name, stat.st_size)

Для масового обходу scandir() може зменшити кількість звернень до файлової системи, а сам обхід виконується ліниво — записи повертаються ітератором Python

Duck typing у Python Duck typing — підхід, за якого тип об’єкта не перевіряють напряму. Важливо лише, чи має він потрібні властивості та методи

Переваги: • не потрібно прив’язуватися до конкретних класів • код стає гнучкішим і менш залежним • простіше розширювати код новими типами • легше реалізовувати поліморфізм

Python

😁 Python

Розбираємося з інференсом Якщо повністю розібратися з цією статтею, можна зрозуміти інференс краще за 90% людей І це лише перший матеріал у репозиторії AI Performance Engineering Страшно уявити, скільки корисних знань заховано в інших матеріалах Python

Любовний трикутник розробника Python

Функція oct() у Python oct() перетворює ціле число на його вісімкове представлення та повертає результат у вигляді рядка Функція приймає число або об’єкт, який реалізує метод __index__() Наприклад: oct(10) → 0o12 Python

Спрощуємо валідацію даних у Python ValidEx допомагає знаходити, витягувати та навчати структуровані дані з різних неструктурованих джерел Щоб почати роботу, достатньо встановити пакет: pip install validex Python

Коли на співбесіді запитують, як тебе звати, але чат гпт не грузиться Python

⚡️ Хочеться щось змінити в роботі, але незрозуміло — що саме? AI здається перспективним. Data — цікавим. У маркетингу купа різних напрямів. IT нікуди не зникло. А ще всюди говорять про AI-контент. І в результаті можна місяцями читати про нові професії — і так нічого й не обрати. Тому на честь 12-річчя GoIT влаштовує 5 днів безкоштовних ефірів — і щодня новий напрям 👇

➡️ Data Analytics ➡️ AI Automation ➡️ AI Content ➡️ Digital Marketing ➡️ IT

Можна подивитися, як усе працює зсередини, які навички потрібні та який напрям справді може бути вашим. А оскільки це День народження — без подарунків не обійдеться 🎁 На учасників чекають бонуси та розіграші навчальних курсів щодня. 5 днів. 5 напрямів. Можливо, один із них стане вашим наступним кроком. 👉 Приєднатися безкоштовно: GoIT Birthday Week

Шпаргалка по алгоритмах Machine Learning: Supervised Learning — навчання моделей на розмічених даних, Linear Regression — прогнозування числових значень, Logistic Regression — класифікація даних, Decision Tree — прийняття рішень за деревоподібною структурою, Random Forest — ансамбль дерев рішень, KNN — класифікація за найближчими сусідами, Unsupervised Learning — пошук закономірностей без міток, K-Means — кластеризація даних, Reinforcement Learning — навчання через винагороди та взаємодію із середовищем, Python & R — реалізація й тренування ML-моделей Python

Функція abspath() у Python abspath() повертає абсолютний шлях до вказаного файлу або каталогу Якщо шлях відносний — функція перетворює його на абсолютний, використовуючи поточний робочий каталог Якщо шлях уже абсолютний — повертає його без змін Функція доступна в модулі os.path Python

Вайб-кодери, які дивляться на свій власний код після того, як у них закінчилися кредити Python

Написати планувальник завдань на Python за допомогою стандартної бібліотеки хоч і просто, але можливостей там небагато. Як тільки з'являються асинхронні завдання, робота з часовими зонами, повторні спроби при невдачах і подібні випадки, стає важкою На GitHub я знайшов FastScheduler, це відкритий легкий планувальник завдань для Python. Підтримує асинхронність, часові зони, вирази Cron і навіть має візуальну панель Завдяки дуже акуратному синтаксису на декораторах завдання можна описати одним рядком. Є різні варіанти розкладу: інтервали, конкретний час, Cron тощо. Асинхронні функції працюють з коробки Установка через pip в один крок, а для персистентності доступні різні сховища, такі як SQLite і PostgreSQL. Після перезапуску сервісу стан завдань не втрачається Python

Метод count() count() допомагає швидко порахувати кількість входжень елемента в послідовність Працює зі списками, кортежами та рядками

items = [1, 2, 2, 3, 2]

print(items.count(2))
# 3

Для рядків:

text = "hello hello"

print(text.count("hello"))
# 2

Простий метод, який часто стає у пригоді під час роботи з даними Python

Шпаргалка по структурах даних у Python: Lists — впорядковані змінювані колекції елементів, Elements — дані різних типів усередині списку, Indexes — доступ до елементів за позицією, Loops — послідовний перебір списку, Methods — операції на кшталт append() і sort(), Tuples — незмінні послідовності, Sets — колекції унікальних елементів, Dictionaries — зберігання даних у форматі ключ–значення, Arrays — структури для роботи з наборами однотипних даних Python

Ваші молитви були почуті Python

🔥 Хочеш професію, яка буде потрібна бізнесу й у 2026 році? Data Analytics — це не просто таблиці та цифри. Це навичка, яка допомагає знаходити закономірності, приймати рішення та працювати з бізнесом у різних сферах — від маркетингу до фінансів. На безкоштовному марафоні GoIT покажуть, як виглядає робота дата-аналітика на практиці та з чого почати. 👉 Реєстрація на марафон: https://i.goit.global/haJAf