📚Python Books

Изучили базу по Python и не знаете, как кодить еще лучше? ✅ Пройдите бесплатный курс по настройке инструментов Python в Академии Selectel. Рассказываем, что изучать после основ и как не зациклиться на типовых навыках на старте. В программе курса: 🔸 освоим Python-инструменты для упрощения работы с кодом: SonarLint, Myry и другие; 🔸 протестируем библиотеку Tkinter, чтобы создавать приложения с графическим интерфейсом; 🔸 расскажем, как парсить данные с веб-сайтов и закрепить полученные знания на практике. Все материалы бесплатные. Проходите курс в комфортном темпе в Академии Selectel: https://slc.tl/xg15a Реклама. АО "Селектел". erid:2W5zFGFJCjA

The Smol Training Playbook: The Secrets to Building World-Class LLMs 📚 Read @datascienceiot

Introduction to Python Programming 📚 Book @pythonlbooks

Один One Day Offer вам или целых три — всем? 😉 25 октября Сбер проведёт сразу три экспресс-отбора кандидатов в две команды: GigaData и Kandinsky. Чем вам предстоит заниматься 👇 ✔️ Развивать GigaData — внутреннюю платформу Сбера, которая обрабатывает петабайты данных и миллиарды запросов в сутки. One Day Offer для Python‑разработчиков. ✔️ Работать над Kandinsky — обучать большие модели с нуля, собирать и подготавливать данные, исследовать самые эффективные методы дообучения моделей. — One Day Offer для Machine Learning Engineers с опытом в Deep Learning и компьютерном зрении (CV). — One Day Offer для Research и Deep Learning Engineers. Выбирайте то, что больше подходит под ваши навыки, и регистрируйтесь на One Day Offer!

5-phase path every ML systems engineer follows but almost no one talks about. 📚 Read @pythonlbooks

Станьте разработчиком нейро-сотрудников на Python и зарабатывайте от 150.000р в месяц 🔥🔥🔥 Мы научим вас создавать топовых нейро-сотрудников на базе GPT-4 Omni, и вы сможете: 1️⃣ Устроиться разработчиком в крупную компанию и зарабатывать от 150 тысяч ₽ в месяц 2️⃣ Разрабатывать такие проекты на заказ и зарабатывать от 500 тысяч ₽ за проект 3️⃣ Создать нейро-сотрудника в вашей компании и вырасти на +30-100% в зарплате Что будет на интенсиве? 🧬 Теория: как создаются нейро-сотрудники с GPT-4o на Python 🧬 Практика: мы создадим нейро-консультанта, нейро-HR, нейро-маркетолога и др. Ведущий интенсива - Senior AI разработчик нейросетей и основатель Университета искусственного интеллекта 🔥 Регистрируйтесь на бесплатный интенсив! Встречаемся в ближайший четверг!

🌍 State of AI Report 2025 - Главное из отчёта Ежегодный отчёт State of AI Report - это самый влиятельный обзор тенденций в области искусственного интеллекта, публикуемый с 2018 года инвестором Nathan Benaich и фондом Air Street Capital. В 2025 году отчёт охватывает 6 направлений: исследования, индустрию, политику, безопасность, опрос практиков и прогнозы. 📊 Ключевые выводы 1. OpenAI удерживает лидерство, но Китай быстро сокращает отрыв. DeepSeek, Qwen и Kimi почти сравнялись в задачах рассуждения и программирования. 2. Год рассуждения — модели научились планировать, самоисправляться и мыслить пошагово. 3. ИИ стал научным соавтором, примеры: Co-Scientist от DeepMind и Virtual Lab от Stanford. 4. Chain-of-Action планирование — роботы теперь рассуждают перед действием (Google Gemini Robotics 1.5, AI2 Molmo-Act). 5. Коммерциализация ускорилась: - 44 % компаний в США платят за ИИ-инструменты (в 2023 г. - 5 %) - Средний контракт - $530 000 - Стартапы с ИИ растут в 1.5× быстрее обычных 6. Опрос 1200 специалистов: - 95 % используют ИИ дома или на работе - 76 % платят за него из собственного кармана - Большинство отмечают устойчивый рост продуктивности 7. Началась индустриальная эра ИИ - мегадата-центры (Stargate, фонды США, ОАЭ, Китая). Энергия становится новым лимитирующим фактором. 8. Политика ИИ ужесточилась: - США делают ставку на *America-first AI* - Европейский AI Act буксует - Китай развивает открытые модели и собственные чипы 9. Безопасность переходит к прагматизму: - Модели имитируют выравнивание (alignment), усиливая дискуссию о прозрачности - Бюджеты safety-организаций несопоставимы с расходами лидеров 10. Риски экзистенции сменились фокусом на надёжность, киберустойчивость и долгосрочное управление автономными системами. 🔮 Прогнозы авторов - Рост затрат на обучение сверхмоделей → дефицит энергии и GPU - Конкуренция между OpenAI, DeepSeek, Anthropic и Google усилится - Frontier-модели будут тренироваться в многоэтапных средах с постоянной самопроверкой - Всё больше экспериментов с «живыми агентами» в физическом мире - Усиление регулирования и новые требования к прозрачности reasoning-цепочек 📘 Полный отчёт доступен здесь: https://www.stateof.ai/ @data_analysis_ml

Wink AI Challenge — хакатон на стыке IT и кино. Участников ждут задачи, которые ускорят производство фильмов и сериалов за счёт прикладных AI-решений. Призовой фонд соревнования — 1 125 000 рублей. Регистрация до 31 октября: https://cnrlink.com/winkaichallengepybooks Приглашаем на первый в России хакатон, посвящённый применению ИИ в кинопроизводстве, ML-инженеров, backend- и frontend-разработчиков, специалистов в DevOps, MLOps, а также инженеров в сфере мультимедиа. Вы сможете: 🔸 Разработать ML-модель, которую оценят и будут использовать продюсеры популярных российских фильмов и сериалов.   🔸 Решить кейсы, основанные на реальных задачах, с которыми продюсеры сталкиваются каждый день. 🔸 Использовать настоящие сценарии и видеоматериалы для анализа текстов, извлечения сущностей и генерации структуры съёмок. 🔸 Попрактиковаться в применении NLP, NER и мультимодальных данных в задачах кинопроизводства. Регистрируйтесь на Wink AI Challenge, чтобы разработать ИИ-ассистента, который станет частью производства фильмов и сериалов: https://cnrlink.com/winkaichallengepybooks

📘 Learning Deep Representations of Data Distributions — новая бесплатная книга от исследователей UC Berkeley (Sam Buchanan, Druv Pai, Peng Wang, Yi Ma). Главная идея книги - показать, почему и как глубокие нейросети учатся извлекать сжатые, информативные представления сложных данных, и что у них внутри: 💡В книге вы найдите: 🟠простое объяснение фундаментальных принципов архитектур нейросетей через оптимизацию и теорию информации. 🟠как модели формируют инвариантные и устойчивые представления 🟠связь с PCA, автоэнкодерами и дифференцируемыми отображениями — то есть, как нейросети по сути обобщают классические методы сжатия данных и учатся находить их оптимальное представление 🟠взгляд на обучение через энергию, энтропию и структуру данных 🟠свежие идеи для понимания LLM и генеративных моделей 📖 Читать онлайн: ma-lab-berkeley.github.io/deep-representation-learning-book 🖥 Github: https://github.com/Ma-Lab-Berkeley/deep-representation-learning-book @ai_machinelearning_big_data #book #deeplearning #representationlearning #ucberkeley #machinelearning

Профессиональный гайд по работе с ChatGPT (2025) Как использовать ChatGPT не просто как «умного собеседника», а как полноценного помощника для программирования, маркетинга, аналитики и обучения? Мы разберём, какие версии модели существуют, какие плагины открывают новые возможности, как строить промпты так, чтобы получать точные и полезные ответы, и как интегрировать ChatGPT в рабочие процессы. Если у вас нет доступа к chatgpt можете использовать бесплатногного бота в телеге: , чтобы потестить все техники из статьи или воспользоваться обычной версией с помощью всем известного обхода блокировки. Не будем тянуть время, Поехали! 📌 Гайд

State of AI-assisted Software Development 📕 Report @datascienceiot

Переписываем старый Python-код с помощью ChatGPT 🌐 Теории по легаси и рефакторинге кода предостаточно, а что насчет практики? Посмотрим в сторону реальных кейсов и перепишем легаси с помощью нейросетей. За пример возьмем код анализа данных с космического телескопа «Джеймс Уэбб». В Академии Selectel разобрали старый Python-код научного проекта, отобрав в репозитории фрагменты, которые чаще всего встречаются в легаси: 🔹 функции с длинной логикой без деления на подзадачи, 🔹 обработка конфигов «на коленке» через открытие и разбор файла, 🔹 ручное форматирование строк для отчетов. Эксперты Академии пошли дальше и собрали готовый промпт для ChatGPT, который помог очистить список зависимостей, исправить баги и удалить «магические» числа и строки внутри кода. 👾 Если вы давно хотите оздоровить старый код, сохраняйте шпаргалку по автоматическому рефакторингу с помощью AI. Реклама. АО "Селектел". erid:2W5zFGNTLt8

How to Implement Delays Using Python WAIT Function 📚 Read @pythonlbooks

Вы тоже сможете вырасти до хардового аналитика уровня Middle+. Как? Добавьте к своим скилам навыки в проектировании архитектуры и интеграций веб-сервисов! Три месяца назад мы уже писали про этот курс. Сейчас пишем еще раз, потому что у курса вышло полезное обновление, уже доступное ученикам, независимо от того, когда они его купили. ————— 📚 Первое: в портфолио включили примеры интеграций от крупных BigTech-компаний. Это позволит вам понять, как технологии применяются в реальных бизнес-контекстах. 🌐 Второе: обновили портфолио. Теперь в нём есть задания повышенного уровня сложности для каждой темы. Это небольшие реальные проекты, с помощью которых можно не только проверить, но и улучшить свои навыки! ✔️Третье: вышел новый модуль про проектирование баз данных - нормализация, транзакции, основы DWH, индексы. 💬Четвертое: стал активен чат учеников (общение, обмен опытом, помощь внутри сообщества) ————— • Результат после прохождения курса: 15 рабочих проектов в портфолио-резюме • Доступ к урокам и всем обновлениям останется навсегда • Фундаментальная база • Всю программу и отзывы смотрите в боте курса Когда перейдете в бот курса, то получите бесплатные открытые уроки по архитектуре и интеграциям. Польза 👇 @studyit_help_bot Скидка на курс от канала — 1 000₽ на Stepik по промокоду PYTHONLB до конца сентября.

The Impact of Artificial Intelligence on Human Thought 📚 Read @pythonlbooks

📘 На Stepik вышел курс — «LangChain: с нуля до продакшн LLM-приложений» Нужен не игрушечный бот, а воспроизводимый RAG-пайплайн с метриками и сервисом? Этот курс — про путь «ноутбук → FastAPI → прод». 🔍 Что вы получите • RAG по PDF с цитированием источников и гибридным поиском (классический + векторный); контроль галлюцинаций через метрики • Инструменты и агенты для анализа данных: Pandas-задачи, структурированный JSON-вывод под отчёты/дашборды • Продакшн-контур: FastAPI-сервис, логирование латентности/токенов, PromptOps (версии/A/B), базовый SLA-мониторинг 🎓 Сертификат по завершении — можно добавить в резюме или LinkedIn 🚀 Начните сегодня и получите скидку 25% в течение 72 часов 👉 Пройти курс на Stepik

The Hitchhiker’s Guide to Python! 📚 Read @pythonlbooks

Книги почитаем, но полноценный курс лучше. Яндекс Лицей открывает для учащиеся школ и колледжей новый набор на «Веб-разработку на Django». За 3 месяца только нужная теория и много хардкорной практики. ▪️ Создадите веб-приложения и сайты с нуля, разберётесь в тонкостях ввода от пользователей и верной проверки данных. ▪️ Научитесь вручную тестировать код и быстро находить ошибки, настраивать автоматическую проверку. ▪️ Будете создавать виртуальные окружения и собирать приложение так, чтобы оно запускалось всегда и везде одинаково. Курс бесплатный, но нужно пройти отбор до 23 сентября. После окончания вам выдадут именной сертификат, который может добавить баллы при поступлении в вузы-партнеры. Зарегистрироваться и узнать программу обучения, познакомиться с наставниками можно по ссылке

🤖 Build a Coding Agent from Scratch — Full Python Tutorial Новый туториал показывает, как своими руками собрать мини-версию Claude Code-агента на Python. Что внутри: - 🧠 Создание reasoning-модуля («мозга» для принятия решений) - 📝 Инструкции и ReAct-loop для пошагового мышления - 🔧 Интеграция инструментов и памяти - 🛡 Безопасное выполнение кода и песочница - 📂 Работа с большими кодовыми базами (контекст-менеджмент) Итог: агент, который умеет писать, тестировать, дебажить и итеративно улучшать код. Отличный материал, чтобы разобраться, как устроены современные coding-assistants под капотом. 🟢 Read: https://siddharthbharath.com/build-a-coding-agent-python-tutorial/