Python Portal

Парень собрал офигенную систему подготовки к собесам по LeetCode: вытащил 400+ задач и разложил их по 90 паттернам. В итоге получилась таблица на 360 задач, где видно не просто что нужно решать, а какой именно паттерн ты качаешь и чем он закрывается. Знаю, LeetCode для новичков легко превращается в перегруз, особенно когда собесы уже рядом и вообще непонятно, на какие задачи делать упор. Blind 75/95 и похожие списки это нормальная точка входа, но давай честно: решить всего около 100 задач обычно недостаточно, чтобы уверенно закрывать топовые интервью. Важно: задачи в листе взяты из реальных интервью за последние 6 месяцев (Google, Meta, Amazon, Uber). Этот подход помог закрыть собесы в Salesforce (два раза), Intuit, Microsoft и еще пару “середняков” за эти годы. Кидаю сюда, вдруг кому-то сэкономит недели. 👉 @PythonPortal

😂😂😂 👉 @PythonPortal

Все вокруг говорят про Clawbot. Но что это такое? Опенсорсный AI-ассистент, который: ✓ крутится на твоем компе или сервере ✓ с ним можно общаться через Telegram, WhatsApp, Discord... ✓ имеет реальный доступ к системе ✓ с памятью, и со временем становится лучше по мере общения ✓ совместим с Claude, GPT, Gemini, DeepSeek… Чтобы поставить, достаточно выполнить:

curl -fsSL https://clawd.bot/install.sh | bash

Почему народ так сходит с ума? Потому что впервые реально ощущается, будто у тебя появился сотрудник на базе ИИ. Плюс: Open Source + local first + персистентная память = ощущение контроля Что важно учитывать: ▪️Вопросы безопасности. Осторожно! убедись, что никто кроме тебя не сможет им пользоваться. ▪️Порты: если оставишь доступ снаружи без защиты, ты по сути ставишь у себя дома “удаленный sudo”. ▪️Права доступа. Не всему нужен полный доступ с первого дня. Лучше изолировать в VM или на отдельной машине, если не понимаешь, что делаешь. ▪️Следи за стоимостью. Может выйти очень дорого. Можно использовать локальные модели (они не такие быстрые и не такие хорошие), я советую попробовать Minimax M2.1, по соотношению цена/качество он очень ок. ▪️Запусти clawdbot status, чтобы он предупреждал о проблемах безопасности (это не все, но хоть что-то), а потом clawdbot security audi Официальный сайт: https://clawd.bot/ 👉 @PythonPortal

👩‍💻 Хватит учить только синтаксис, начинай делать реальные проекты! Python Ready — авторский канал, где Python перестаёт быть только теорией и становится рабочим инструментом. Мини-проекты, боты, советы, разборы задач, гайды и шпаргалки для каждого программиста. 🔥 Советую подписаться: @python_ready

Датасаентисты сейчас нарасхват: данных для анализа стало слишком много. В этом курсе Татев и Ваэ учат Python для Data Science. Будете делать проекты и разбирать EDA, A/B-тесты, BI и другое. Проходим бесплатно 👉 @PythonPortal

У Visual Studio Code есть скрытая фича: она показывает, сколько кода написал ты, а сколько нагенерила ИИ. Включи и проверь, ты больше дев или больше prompt engineer. 🤣 👉 @PythonPortal

Математика искусственной нейронной сети: 👉 @PythonPortal

Опенсорсный робот-манипулятор + трекинг рук Сделан с индустриальным подходом, но в виде настольной системы на 3D-печати. PAROL6 в паре с контроллером LEAP Motion отличный пример того, насколько доступной стала телеоперация роботов. • Движения руки стримятся на робота с частотой 100 Гц по UDP • Пневматический захват управляется простыми жестами: сжатие/разжатие кулака • Весь стек робота опенсорсный: от механики до софта управления Добавь сюда низколатентный трекинг рук и получаешь очень практичную платформу, чтобы учиться манипуляции, телеуправлению и интерфейсам человек-робот. Такой сетап отлично подходит для экспериментов, teleop, сбора данных и обучения робота “по показу”. И все это без проприетарного железа и залоченного софта. Исходный код 😈 👉 @PythonPortal

Разраб смотрит, как продакт занимается вайб-кодингом. 👉 @PythonPortal

Экономим время: VS Code расширение DEVTOOL+ Внутри целый набор ежедневных утилит: форматирование, encode/decode, конвертеры, генераторы, тестовые хелперы и еще куча мелочей. Все вызывается прямо из редактора, без браузера и лишних вкладок. 👉 @PythonPortal

Чувак собрал целую AI-команду “дата-сайентистов” на Python и выложил в опенсорс (полностью бесплатно). Библиотека автоматизирует типичный DS-пайплайн с помощью AI: загрузка данных, чистка/преобразования, EDA, визуализация, feature engineering. Плюс она логирует каждый шаг так, чтобы все собиралось в 100% воспроизводимый pipeline (можно повторить прогон один в один и понять, что именно делалось). Таймкоды из демо: 00:00 обзор проекта 01:32 workflow + загрузка данных 02:10 wrangling и cleaning 03:33 инсайты из визуализаций и построение графиков 04:08 feature engineering 05:00 лайв воркшоп на 1 час 05:44 сама Python-библиотека “AI Data Science Team” GitHub: здесь 👉 @PythonPortal

На Stepik вышел курс по Linux Этот курс закрывает всю обязательную Linux-базу для работы в IT: 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) Материал подаётся понятным языком, шаг за шагом, на реальных примерах и с наглядными схемами 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 «POST25»: открыть курс на Stepik

Мем: на сайте Думы в пояснительной записке к закону о создании реестра молодёжных организаций нашли utm-метку ChatGPT. 😐 👉 @PythonPortal

NVIDIA убрала самый жирный тормоз в Voice AI Они выложили в опенсорс PersonaPlex-7B: full-duplex разговорную speech-to-speech модель, которая умеет слушать и говорить одновременно Вместо того чтобы ждать, пока ты договоришь, она использует dual-stream архитектуру и обрабатывает входящий звук параллельно с генерацией ответа в реальном времени. 100% открытый исходный код и бесплатно. 🐸 👉 @PythonPortal

Немного подкорректировал 👉 @PythonPortal

Qwen3-TTS официально в релизе. Выложили в опенсорс всю линейку: VoiceDesign, CustomVoice и Base, чтобы принести реально качественный TTS в open-комьюнити. * 5 моделей (0.6B и 1.8B) * Свободный voice design и клонирование голоса * Поддержка 10 языков * SOTA 12Hz токенизатор для сильной компрессии * Полная поддержка fine-tuning * SOTA качество Возможно, самый “взрывной” релиз в опенсорсном TTS на данный момент. Давайте, ломайте, тестите, собирайте что-то крутое. Уже доступно всё: веса, код и статья. Enjoy.

Github: https://github.com/QwenLM/Qwen3-TTS Hugging Face: https://huggingface.co/collections/Qwen/qwen3-tts ModelScope: https://modelscope.cn/collections/Qwen/Qwen3-TTS Blog: https://qwen.ai/blog?id=qwen3tts-0115 Paper: https://github.com/QwenLM/Qwen3-TTS/blob/main/assets/Qwen3_TTS.pdf Hugging Face Demo: https://huggingface.co/spaces/Qwen/Qwen3-TTS ModelScope Demo: https://modelscope.cn/studios/Qwen/Qwen3-TTS API: https://alibabacloud.com/help/en/model-studio/qwen-tts-voice-design

👉 @PythonPortal

Настроил чат-бота за пару часов → заработал 9 000₽. Просто представь, кто-то стоит в очереди на маршрутку в 8 утра чтобы успеть на “любимую” работу. А кто-то за 3-4 часа делает чат-бота со своего ноута без привязки ко времени. Разница в зарплате: 200 тысяч. И нет — не надо ничего программировать. Зачем грузить мозги кодом, если можно собрать чат-бота для бизнеса на конструкторе. Без опыта. За 3-4 часа. 💡 Суть проста: Берёшь клиента → Собираешь бота по шаблону → Наставник всё проверяет → Сдаёшь работу и получаешь деньги. В первый месяц обычно выходят на доход 50–80 тыс ₽/мес, а с опытом от 180 тыс ₽ и выше. Легко совмещается с работой, учёбой, рыбалкой, семейными хлопотами… график устанавливаешь самостоятельно. Всё, что нужно для старта — запустить бота 👉 @other_digital_bot Там пошаговый план как стартануть и гайд по клиентам. До 26 января вход бесплатный.

Сравнение async и ThreadPoolExecutor в Python Асинхронная обработка async В async переключение выполнения на уровне CPU происходит в момент выполнения await. Но чтобы можно было вызвать await, сам код должен поддерживать async. Например, если вы хотите делать запись в PostgreSQL через async, то придется использовать asyncpg. То есть для тех операций, которые поддерживают async, можно реализовать асинхронную обработку с помощью async. Параллельная обработка ThredPoolExcutor ThredPoolExcutor имеет смысл использовать в тех случаях, когда: * код не поддерживает async * или вы хотите распараллелить выполнение, минимально переписывая существующий код. Тестовый код Асинхронная обработка async:

import asyncio
import time

from icecream import ic


async def io_task(name):
    print(f"{name} start")
    await asyncio.sleep(3)  # ожидание неблокирующего I/O
    print(f"{name} end")


async def main():
    start = time.time()
    await asyncio.gather(io_task("A"), io_task("B"), io_task("C"))
    print(f"elapsed: {time.time() - start:.3f}")


ic()
asyncio.run(main())
ic()

# Результат выполнения
ic| main_async.py:19 in <module> at 22:06:11.408
A start
B start
C start
A end
B end
C end
elapsed: 3.001
ic| main_async.py:21 in <module> at 22:06:14.412

Параллельная обработка ThredPoolExcutor:

import time
from concurrent.futures import ThreadPoolExecutor

from icecream import ic


def io_task(name):
    print(f"{name} start")
    time.sleep(3)  # блокирующий I/O
    print(f"{name} end")


ic()
start = time.time()
with ThreadPoolExecutor(max_workers=3) as executor:
    executor.submit(io_task, "A")
    executor.submit(io_task, "B")
    executor.submit(io_task, "C")

print(f"elapsed: {time.time() - start:.3f}")

# Результат выполнения
ic| main_ThreadPoolExcutor.py:13 in <module> at 22:07:03.543
A start
B start
C start
C end
B end
A end
elapsed: 3.003

Вывод: В случаях, когда требуется блокирующая обработка вроде time.sleep[1], имеет смысл использовать ThredPoolExcutor. Когда же нужна неблокирующая обработка, как в случае с asyncio.sleep, лучше использовать async. 👉 @PythonPortal

Топовый лайфхак с GitHub: добавь 0 к URL pull request, и ИИ поможет тебе ревьюнуть и понять изменения, которые хотят влить. 👉 @PythonPortal

xAI выложила в опенсорс новый рекомендательный алгоритм X Весь код уже доступен на GitHub. Обещают обновления каждые 4 недели. 👉 @PythonPortal