Zen of Python

Манга-учебник по базам данным и никакой семпай не нужен Любите ли вы комиксы так, как их любят Японцы? Похоже, их тяга ко всему необычному распространяется и на IT-сферу. Посудите сами, вы когда-нибудь видели учебник по базам данным с принцессой и сюжетом? «The Manga Guide to Databases» поможет в простой форме освоить непростую науку. Мы, кстати, нашли эту мангу в открытом доступе, можете почитать: https://tprg.ru/SlkR #книга

​Нюансы распознавания речи. Восстанавливаем пунктуацию, числа и заглавные буквы В задачах распознаваниях речи при переводе аудио в текст есть дополнительные этапы, делающие этот текст более человекочитаемым. Например, добавление пунктуации и капитализации нужных слов. В этой статье речь как раз пойдёт о том, как научить машину правильной расстановке знаков препинания, заглавных букв и чисел в автоматическом режиме: https://habr.com/ru/company/ods/blog/660041/ #ml

​Создайте средство проверки подключения к сайту на Python Создание средства проверки подключения к сайту на Python — интересный проект для повышения уровня ваших навыков. В этом проекте вы объедините знания, связанные с обработкой HTTP-запросов, созданием интерфейсов командной строки (CLI) и организацией кода вашего приложения с использованием распространенных методов компоновки проекта Python. https://realpython.com/site-connectivity-checker-python/ #веб

​Топ-5 лучших графических (GUI) фреймворков Python В Python очень много схожих инструментов, отличающихся в нюансах. Из-за этого можно продолжать пользоваться инструментом, который недостаточно хорошо выполняет необходимые вам задачи, в то время как существуют идеальное для вас решение, о котором вы можете просто не знать. В этом видео вы узнаете топ-5 лучших GUI фреймворков Python, которые позволяют реализовывать красивый и удобный интерфейс для вашего приложения. Вы изучите особенности каждого фреймворка и узнаете, в каких случаях использовать определенную технологию. https://www.youtube.com/watch?v=tT2ikZDvH1k #видео

​Понимание сети обнаружения объектов в реальном времени: You Only Look Once (YOLOv1) Подробный разбор систем распознавания объектов, в частности архитектуры YOLOv1. Вы узнаете не только принцип его работы, но также познакомитесь с другими версиями архитектуры. Подробнее: https://pyimagesearch.com/2022/04/11/understanding-a-real-time-object-detection-network-you-only-look-once-yolov1/ #ml #yolo

​Как взломать кикшеринг легально Классная статья о том, как автор занялся этичным хакингом и в качестве «жертвы» выбрал один из крупнейших сервисов шеринга самокатов в РФ. С помощью реверс-инжиниринга ему удалось получить доступ к API сервиса. Разумеется, сейчас уязвимость уже устранена и воспроизвести её не получится, но сам процесс хакинка крайне занятный. Убедитесь сами: https://habr.com/ru/post/660575/

​​Это я составляю себе план обучения программированию на три месяца:

Подборка актуальных вакансий — QA Automation Engineer в Outlines Tech Где: Москва Опыт: от 1 года — Продуктовый аналитик в МТС Где: Москва, можно удалённо Опыт: от 1 года — DevOps-инженер в МТС Где: Удалённо Опыт: от 1 года — Middle DevOps-инженер в Outlines Tech Где: Москва Опыт: от 2 лет — Middle Data Scientist в МТС Где: Москва Опыт: от 2 лет — Middle Data Engineer в МТС Где: Москва Опыт: от 2 лет — Middle QA Engineer в МТС Где: Москва Опыт: от 2 лет — Middle Администратор Tableau в МТС Где: Москва Опыт: от 2 лет — Преподаватель на курс «Буткэмп Python» в OTUS Где: Удалённо Опыт: от 5 лет #вакансии #работа

​Парсинг FIT файлов c данными тренировок Если вы активно занимаетесь спортом и при этом используете носимую электронику и всякие умные устройства, то у вас, вероятно, найдётся достаточно много различных данных о ваших тренировках. Другой вопрос, можете ли вы правильно их проанализировать и сопоставить, особенно если данные разрозненные и никак между собой не взаимодействуют? Такую задачу можно решить с помощью Python, распарсив эти данных из различных файлов и затем объединив их и проанализировав. Как это сделать можно узнать тут: https://habr.com/ru/post/658675/ #парсинг

​Идеи для проектов на Python С помощью Python можно создать самые разные проекты. Огромное количество библиотек позволяет окунуться в любую сферу разработки, не меняя язык. Если вы хотите попрактиковаться в разработке на Python, но не знаете, что именно сделать, то эта статья вам поможет. Здесь собраны различные идеи проектов с разным уровнем сложности: https://pythonist.ru/idei-dlya-proektov-na-python-aktualnye-v-2020-godu/

​​Уменьшение использования памяти NumPy с помощью сжатия без потерь Если работаете с большими массивами данных в NumPy, то можете столкнуться с тем, что в какой-то момент у вас закончится память. Одним из главных методов сокращения использования памяти является сжатие. Например, это можно сделать с помощью меньших dtypes и разреженных массивов. Подробнее: https://pythonspeed.com/articles/numpy-memory-footprint/ #numpy

​Создание чат-бота на Python Чат-боты повсюду, будь то банковский сайт, пиццерия или магазины электронной коммерции. Они помогают обслуживать клиентов в режиме реального времени по ряду заранее определенных вопросов, относящихся к сфере деятельности компании. При этом боты используют естественный язык и создают иллюзию общения с человеком. Это стало возможным благодаря развитию машинного обучения и алгоритмов обработки естественного языка. Сегодня даже дома можно создать аналогичного бота, который сможет вести диалог с людьми. О том, как это сделать, читайте в этой статье: https://pythonist.ru/sozdanie-chat-bota-v-python/

​Python-разработчик Олег Соколов из FUNCORP поделился простыми способами ускорения нейросетей в продакшене И вот, что он рекомендует: — отказаться от нейросетей в части логики. Зачастую разработчики хотят решить всё с помощью современного ИИ, но его опыт говорит, что нейросети хорошо работают и помогают в 20% случаев, а 80% задач бизнеса можно решать более простыми моделями или без них; — использовать GPU. Видеокарты дают выигрыш по скорости на порядок, но возможно проигрыш по деньгам. Надо считать в каждом отдельном случае; — взять/обучить нейросеть поменьше. У многих нейросетей авторы выставляют среднюю или наиболее точную версию модели. Можно брать архитектуру поменьше, но, вероятно, с этим упадет и точность сети; — берём onnxruntime и не паримся. Для этого достаточно конвертировать модель в onnx формат. Минус — не все слои конвертируются правильно, нужно брать самые последние версии движка, а также считать отклонения ответов onnx-модели на тысячах примеров; — квантизация — понижение точности вычислений. Способ, когда веса модели переводим, например, из float32 в float16. Но нужно следить за деградацией точности, а также степенью ускорения на вашей конкретной платформе; — Knowledge Distillation — один из сложных способов, когда большая модель учит маленькую модель повторять ее ответы. На выходе получаем сопоставимую точность, но с меньшим размером, а, значит, и скоростью. — Pruning — подход, при котором зануляем малозначимые веса модели (которые дают слабый вклад в финальный ответ модели). На личном опыте Олега подход работал плохо, либо сильно влиял на метрики модели. Но возможно просто не повезло. Напишите в комментарии, если здесь нет ещё какого-то способа ускорения. Кстати, в команде Олега открыта вакансия Python-разработчика. Если интересно, переходи читать требования и присылай резюме на job@fun.co. Это #партнёрский пост

Бэкендеры, согласны?

Как включить CORS в Django REST Framework Если мы создаём API с использованием Django REST framework и обращаемся к этим API в интерфейсном приложении, нам нужно включить CORS в Django Rest Framework, иначе мы получим ошибку «Cross-Origin Request Blocked: The Same Origin Policy disallows reading the remote resource at $somesite». В этой статье вы узнаете, как избежать подобной проблемы: https://itsmycode.com/enable-cors-on-django-rest-framework/ #cors #django

​Синтаксический сахар против повторяющегося кода в Python Сделайте свой код чище и более читаемым, добавив в него пару ложек синтаксического сахара. Автор этой статьи рассказал, как это сделать: https://medium.com/using-pythons-syntactic-sugar-to-remove-code/using-pythons-syntactic-sugar-to-remove-code-repetition-ad90313d5eed

​Путь к пониманию декораторов в Python Декораторы — это обёртки вокруг Python-функций (или классов), которые изменяют работу того, к чему они применяются. Один из самых часто встречаемых декораторов — @property. Эта статья поможет вам разобраться в том, как работают декораторы, чтобы вы могли эффективнее применять их, а также создавать собственные: https://habr.com/ru/company/wunderfund/blog/657355/

​Строим математический график на Python Хотите научиться строить математические графики всего за 10 минут? Благодаря этой статье, Python и нескольким полезным библиотекам, вы сможете построить любой математический график: https://pythonist.ru/kak-postroit-matematicheskij-grafik-v-python-za-10-minut/

​Websocket-сервер для геолокации на asyncio Вебсокеты нужны там, где идет взаимодействие с пользователем в режиме реального времени. С их помощью клиент может послать запрос к серверу, как в обычном HTTP. Но самое интересное, что используя вебсокеты, сервер тоже может послать данные клиенту, не дожидаясь от него HTTP-запроса. В этой статье вы узнаете, как создать веб-сервис, который позволяет делиться своим местоположением и отслеживать местоположение всех остальных подключенных к нему людей на карте мира в режиме реального времени: https://habr.com/ru/company/kts/blog/659341/ #веб #websocket #asyncio

Метаклассы в Python Метакласс в Python — это класс классов, определяющий поведение класса. То есть класс сам по себе является экземпляром метакласса. Непонятно? Тогда открывайте статью, ведь там вы узнаете, что такое метаклассы в Python, зачем они нужны и как их создавать: https://pythonist.ru/metaklassy-v-python/ #junior