Python Portal

👩‍💻 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

Удачи 😠 👉 @PythonPortal

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

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

Что это, если не жиза 🤣 👉 @PythonPortal

⚡️ 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 Stepik

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

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

Итоги недели, если коротко: 👉 @PythonPortal

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]

👉 @PythonPortal

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

Это всё объясняет 👉 @PythonPortal

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

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

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 😱 👉 @PythonPortal

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

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

Машин лернинг наглядно 👉 @PythonPortal

Уже есть планы на следующую неделю? Что если начать ее с Python-митапа от Авито? В понедельник, 27 октября, в офисе на Лесной будет интересно и очень атмосферно ☄️

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