Python RU

🖥 Скрипт для записи экрана, с помощью Python

🖥 Распаковка файлов с Python

🎓 Введение в статистическую теорию машинного обучения 📌 Видео 📌 Урок 1 / Урок2 / Урок3 / Урок4 / Урок5 / Урок 6 📌 Colab 📌Полный курс

🖥 Переводим Аудио в текст, с помощью Python

Numpy — это все, что вам нужно

🥷 Репозиторий nfs-security-tooling — это два инструмента для анализа и взаимодействия с серверами NFS (Network File System)! 🌟 nfs_analyze: Этот скрипт собирает подробную информацию о сервере NFS и выявляет потенциальные ошибки конфигурации, которые могут представлять угрозу безопасности. Он основан на модифицированной версии библиотеки pynfs и предназначен для использования в среде Linux. 🌟 fuse_nfs: Инструмент, позволяющий монтировать экспортированные NFS-ресурсы с использованием FUSE (Filesystem in Userspace), что обеспечивает гибкость при работе с файловыми системами на уровне пользователя. 💡 Оба инструмента предназначены для специалистов по безопасности и системных администраторов, стремящихся оценить и улучшить безопасность своих NFS-серверов. Для установки этих инструментов необходимо наличие зависимостей, таких как pkg-config, libfuse3-dev и python3-dev. После установки зависимостей инструменты можно установить с помощью pipx. 🔐 Лицензия: GPL-3.0 🖥 Github

Детектор цвета на Python

👩‍💻 htmy — асинхронный движок рендеринга на Python, который позволяет создавать HTML-компоненты! 🌟 Он поддерживает функциональный подход, контексты наподобие React, обработку ошибок через ErrorBoundary и встроенные HTML-теги. Система полностью настраиваемая, поддерживает Markdown и асинхронную интернационализацию. Подходит для работы с любыми бэкендами, CSS и JS-фреймворками. Удобен для гибкого управления логикой и визуализацией. 🔐 Лицензия: MIT 🖥 Github

Разбираем тестовое задание на позицию Junior Аналитика в Яндекс. Чтобы найти работу, мало пройти курс и сделать классное резюме. На практике, чтобы выделиться на собеседовании, нужно понимать, что лежит под капотом каждого инструмента, а не следовать конкретному заученному алгоритму. Чтобы попрактиковаться в этом, приходите на бесплатный вебинар, где будем разбирать реальное тестовое задание, которое дают аналитикам в подразделении Яндекс Картинки. Что будет на вебинаре: 🟠С помощью Python решим рутинные задачи - разархивировать файлы, прочитать большой json и т.д. 🟠С помощью Pandas проанализируем поисковые запросы Яндекс.Картинок 🟠С помощью Plotly построим интерактивные графики и сделаем выводы 🟠Найдем статистически значимую разницу в поведении пользователей на разных устройствах Вебинар проведет Андрон Алексанян, CEO Simulative 🎁Обязательно приходите смотреть вебинар в прямом эфире - в лайве будут дарить подарки, которые сильно бустанут старт карьеры в аналитике! Зарегистрироваться на бесплатный вебинар

⚡️ Введение в тензорные сети 📌 Видео 📌 Урок 1 / Урок2 / Урок3 / Урок4 / Урок5 📌 Colab

⚡️ WebTruffleHog - это расширение для Chrome/Chromium, которое в режиме реального времени сканирует веб-трафик на предмет раскрытия секретов с помощью TruffleHog. Оно помогает специалистам по безопасности, охотникам за багами и разработчикам выявлять потенциальные риски безопасности. WebTruffleHog позволяет легко находить конфиденциальную информацию, такую как API-ключи, пароли и токены. git clone https://github.com/c3l3si4n/webtrufflehog.git ▪ Github @linuxkalii

👩‍💻 Вышла Python 3.14.0 alpha 3, релиз сопровождается следующими изменениями: – Отложенная обработка аннотаций: теперь аннотации для функций, классов и модулей не обрабатываются сразу при их объявлении. Они сохраняются в специальных структурах и ожидают последующего вызова. – Появилась возможность подключения API языка C вместо использования структур, напоминающих код на C. – Усовершенствованный трейсбек: в случае ошибки при распаковке из-за неверного числа переменных, сообщение об ошибке будет отображать полученное количество значений чаще, чем ранее. https://pythoninsider.blogspot.com/2024/12/python-3140-alpha-3-is-out.html @pro_python_code

👩‍💻 algorithms — полезный репозиторий с коллекцией алгоритмов, реализованных на языке Python! 🌟 Он охватывает широкий спектр алгоритмических тем, включая сортировку, поиск, работу с графами, структуры данных, динамическое программирование, криптографию и многое другое. Основной целью репозитория является предоставление образовательного ресурса для изучения алгоритмов и улучшения навыков программирования. 🔐 Лицензия: MIT 🖥 Github @python_job_interview

⚡️ Введение в тензорные сети 📌 Урок5 📌 Урок 1 / Урок2 / Урок3 / Урок4 📌 Colab

🌐 EyeWitness — это инструмент с открытым исходным кодом, предназначенный для автоматизации процесса сбора скриншотов веб-сайтов и сервисов, а также анализа их уязвимостей! 🌟 EyeWitness сканирует сайты, делает снимки их главных страниц и собирает информацию о конфигурациях серверов, таких как используемые технологии, а также генерирует отчёты о возможных уязвимостях. 🔐 Лицензия: GPL-3.0 🖥 Github

ФИЗМАТ - топовый канал про Физику, Математику и ИТ. С помощью картинок и шортcов даже новички разберутся в сложных концепциях и формулах. Присоединяйтесь: t.me/fizmat

⚡️ Тензорное разложении и его применении в машинном обучении. Урок 4 📌 Видео 📌 Урок 1 / Урок2 / Урок3 📌 Colab

⚡️ SQLCipher представляет собой ответвление от библиотеки SQLite, которое добавляет возможность использования 256-битного шифрования AES и включает дополнительные функции обеспечения безопасности, такие как шифрование «на лету» и надёжное получение криптографических ключей. Программа обеспечивает быструю работу с минимальными накладными расходами, полностью шифрует данные и поддерживает передовые методы защиты информации. Пользователи могут преобразовывать стандартные базы данных в защищённые и управлять паролями через команды. ▪ Github

🖥 Воскресное чтиво: Краткая история Intel Intel, intel, intel… Это не просто текст на упаковке процессора – это целая эпоха в мире вычислительной техники. Intel, зародившийся в 1968 году, смог прийти от производителя полупроводников в бигтех компанию, основу современного IT-мира. В истории этой компании бывали взлеты и падения, плохие и хорошие времена, но одно можно сказать точно – без intel мы бы не смогли представить современный мир. Но читая последние новости, можно с уверенностью заявить – у Intel сейчас тяжелые времена. Финансовая катастрофа на одном фронте, “горячие” новинки с другого (топовые процессоры Intel i7 и i9 могут очень сильно перегреваться, а также некоторые имеют проблемы с микрокодом). Целый комплекс проблем, акции упали до рекордно низкого показателя – около 20-24 долларов за штуку. Также компания столкнулась с убытком в размере 1.61 миллиардов долларов. В этой статье я рассмотрю историю Intel, с небольших микропроцессоров, до целых линеек, таких как Pentium, Celeron, Dual Core, Xeon (храни его Си Цзиньпинь) и современные i-Core процессоры. А также затронем современные проблемы Intel и может ли она отдать позиции AMD. А также кратко рассмотрим как работает процессор, историю зарождения компьютеров и их архитектуру. Будет интересно. Все мы знаем Intel. Для одних многомиллиардная корпорация зла, для других компания, производящая лучшие в мире процессоры, третьи считают что AMD лучше, четвертые называют процессором весь блок компьютера. Эта компания буквально пропитана атмосферой кремниевой долины (причем даже буквально). Но intel далеко не с самого начала паяла процессоры, все начиналось намного прозаичнее. Но об этом мы поговорим немного позже. 📌 Читать статью