Библиотека задач по Python | тесты, код, задания

🏃‍♀️ 1 день до конца спец предложения Успей впрыгнуть на курс «AI-агенты для DS» до завтрашнего повышения цены: 59.000 р. вместо 69.000 р. 🎙 Наш спикер — Никита Зелинский, Chief Data Scientist МТС, в своем канале рассказывает о RAG:

Про RAG слышали все — это уже два года самый массовый способ применения LLM в проде для бизнеса. Это значит, что точность и надёжность такого решения достаточно предсказуемы для того, чтобы исключить человека из процесса аппрува выдачи LLM, а связка «локально развернутая LLM + RAG над корпоративными документами» обеспечивает достаточную конфиденциальность, чтобы снять тревожность «что наши данные попадут в OpenAI». Эта история настолько популярна, что на рынке есть готовые RAG-решения, а даже «маленькие» опенсорс-модели (до 5B) уже обзавелись своей RAG-ареной: 👉 https://huggingface.co/spaces/aizip-dev/SLM-RAG-Arena

Во время обучения на курсе «AI-агенты для DS» научим собирать автономные системы под реальные бизнес-задачи. На прошлой неделе мы рассказали о первом занятии. ➡️ вот что ждет слушателей курса на втором: — Собираем свой RAG-пайплайн на своих данных — Обсуждаем, почему качество такой системы нельзя измерять «на глаз» — Разбираем схему LLM as a Judge и как подготовить для неё датасет — Что такое guardrails и как они спасают от бреда — Что делать, когда LLM не знает ответа — Смотрим на агентский RAG и обсуждаем, можно ли использовать RAG как память агента Если пропустили первое занятие, то вот ссылочка ❗️До повышения цены остался последний день — бронируйте место сейчас

Что выведет код? 👾 — True 👍 —False 🥰 — Wrong syntax for isinstance() method ⚡️ — Invalid method for classes Библиотека задач по Python

Что помогает делать встроенная функция в контексте классов? 👾 — Определяет имя объекта любого значения 👍 — Определяет идентификаторы класса любого значения 🥰 — Определяет описание класса любого встроенного типа ⚡️ — Определяет описание класса любого встроенного типа, определенного пользователем Библиотека задач по Python

😎 Пока все говорят об AI — мы учим строить системы, которые работают за вас Что отличает топового дата-сайентиста от новичка? Умение не просто обучать модели, а создавать системы, которые принимают решения автономно. AI-агенты — это следующий уровень в DS, и мы запускаем курс по их разработке! ⚡️Если вы давно думали о прокачке скиллов или повышении грейда — сейчас самое время, потому что цена на курс вырастет уже 14 июня. Спикер нашего нового курса — Никита Зелинский, Chief Data Scientist МТС. Его посты в канале @datarascals бьют в актуальные проблемы дата-спецов: — Как за неделю окупить годовую зарплату одним COALESCE и получить свой quick win — Разбор катастрофы с Precision@K или почему ваши метрики врут — Комплексный гайд по антифроду Поэтому на курсе «AI-агенты для DS» мы научим вас строить системы, которые не просто работают в демо, а выдерживают нагрузку реального бизнеса. ❗До повышения цены осталось 3 дня — забронируйте место сейчас

Что делает os.rename()? В Python функция os.rename() используется для переименования файла или директории в операционной системе. Она входит в модуль os. Библиотека задач по Python

😡 А вас тоже бесят облачные сервисы? Согласитесь, статус отношений с облаками — все сложно. Но что, если можно изменить правила игры? Мы готовим нечто особенное в мире облачных технологий, но сначала хотим услышать правду от тех, кто реально работает с облаками каждый день. ❓Что мы хотим узнать: — Для чего вы реально используете облако? — Чего катастрофически не хватает прямо сейчас? — Что бесит больше всего? (можно материться) — Как выбираете провайдера — по цене или по любви? — и тому подобное По результатам опроса мы подготовим исследование без маркетингового мусора и вы узнаете, как обстоят дела у коллег. ⚡️Время на опрос: меньше, чем на кофе-брейк. Жмите → https://clc.to/nboYDA

Какая функция вызывается при выполнении следующей программы на Python? f = foo() format(f) 👾 — str() 👍 — format() 🥰 — str() ⚡️ — format() Библиотека задач по Python

Что значит *args, **kwargs? И зачем нам их использовать? Мы используем *args, когда неуверены, сколько аргументов будет передано функции, или если хотим передать сохраненный список или кортеж аргументов функции. **kwargs используется, когда мы не знаем, сколько аргументов ключевых слов будет передано, а также он может быть использован для передачи значений словаря в качестве аргументов ключевых слов. Идентификаторы args и kwargs необязательны, вы можете изменить их на другие, типа *другой **пример, но лучше использовать имя по умолчанию. Библиотека задач по Python

❗Вакансии «Библиотеки программиста» Привет! Мы ищем контент-менеджеров, которые будут вести наши телеграм-каналы о разработке. 👾 Требования: — знать принципы залетающего контента — разбираться в темах, связанных с разработкой Большим плюсом будет навык программирования на каких-либо языках. ✨ Условия: — удаленка — частичная занятость — сдельная оплата в зависимости от количества задач 🔥 Оставляйте отклик, и мы свяжемся с вами: https://forms.gle/o4BZnsQ526JoqsCq9

🥴 Средний разработчик меняет работу каждые 1,5 года И это не потому, что мы такие непостоянные. Просто рынок показывает свое истинное лицо быстрее, чем успевают напечатать визитки. Поэтому мы собираем инсайды от тех, кто находится в окопах digital-трансформации каждый день. От джуниоров, которые только въезжают в профессию, до сеньоров, повидавших всякого. 😳 О чем говорим откровенно: — Job-hopping и что за этим стоит — Red flags, которые мгновенно убивают мотивацию — Реальные источники вакансий (не те, что рекламируют) — Боль от общения с рекрутерами — Сколько этапов отбора — норма, а сколько — издевательство Когда мы объединим опыт сотен IT-специалистов, получится настоящая карта того, как устроена индустрия. Не по версии HR-отделов, а по версии тех, кто пишет код, тестирует продукты и двигает технологии вперед. 🚀 Участвовать в исследовании → https://clc.to/9aaXVg

Какое из следующих утверждений верно? 👾 — Метод new__() автоматически вызывает метод __init 👍 — Метод init определен в классе объекта 🥰 — Метод __eq() определен в классе объекта ⚡️ — Метод __repr__() определен в классе объекта Библиотека задач по Python

VK Weekend Offer: отправьте заявку, пройдите интервью и получите офер! 28–29 июня VK проведёт Weekend Offer для бэкендеров с опытом от трёх лет. Участников со знанием Java, Go, Python или C++ ждут технические собеседования, знакомство с продуктами и, если всё сложится, офер уже в конце выходных. Ребята много лет создают облачные решения, системы рекомендаций и поисковые движки — всё с миллионами пользователей в проде — и сейчас ищут новых коллег. Поэтому оставляйте заявку до 25 июня, чтобы попасть в команду за выходные! Подробности — на сайте.

😵‍💫 Как правильно выбрать LLM для использования в агентских системах Модели могут выдумывать факты, ссылаться на несуществующие источники и уверенно врать. Особенно часто это происходит при работе с редкими языками или специфическими тематиками. Поэтому на первом занятии курса «AI-агенты для DS-специалистов» разберем, как с этим бороться. И это только первый из пяти уроков! 🔍 Выбор правильной модели Не все LLM одинаково полезны. Обсудим квантизованные модели, instruct-версии и мультилингвальные решения. Узнаем, где больше галлюцинаций — в базовых моделях или после дообучения. 💰 Токенизация и стоимость Разные языки «съедают» разное количество токенов. Покажем, как это влияет на цену API и почему русский текст может стоить дороже английского. ⚡️ Температура и Guardrails Настройка temperature помогает контролировать креативность модели. А системы Guardrails — отсекать неподходящие ответы еще до генерации. 🧠 Память vs контекст Казалось бы, зачем RAG, если есть модели с контекстом более 10М токенов? Но не все токены равнозначны. Разберем, когда внешние источники все еще нужны. В конце создадим простых агентов на LangChain с подключением к внешним источникам и инструментам поиска — и у вас уже будет кейс по созданию собственного AI-агента. 👉 Присоединяйтесь к курсу — приятная цена действует до 14 июня!

🫣 Устали от HR-сказок про «дружный коллектив» и «печеньки в офисе»? Давайте честно поговорим о том, что действительно происходит на IT-рынке. Не в розовых презентациях, а в реальной жизни разработчиков, тестировщиков, аналитиков и всех, кто живет кодом. 🧐 Мы проводим исследование, чтобы выяснить: — Как часто мы прыгаем между компаниями (и почему) — Какие красные флаги заставляют бежать без оглядки — Где реально находят работу — Что бесит в HR больше всего — Сколько кругов собеседований — это уже перебор Результаты покажут реальную картину рынка. Без приукрашиваний. Может, компании поймут, что нужно менять, а специалисты — куда двигаться дальше. 😈 Опрос займет 5 минут, но результаты будут работать на всех нас → https://clc.to/9aaXVg

🤔 Почему ИИ-агенты — технологический тренд №1 в 2025 году? Так заявил сам Gartner, а эксперт нашего курса по AI-агентам Никита Зелинский @datarascals объяснил, почему:

Агентские системы известны с прошлого века, и все это время применялись в производстве и логистике. Но широкое распространение LLM дало новый импульс этой технологии в двух направлениях. Во-первых, LLM стали использовать как универсальный оркестратор агентов. Это означает, что под каждый входящий запрос система составляет последовательность действий — планирует пайплайн, который состоит из применения различных инструментов или обращения к другим агентам, с возможными циклами и обращениями к общей памяти (с возможностью не только чтения но и записи / удаления). Во-вторых, LLM служат инструментом, который позволяет легко настраивать системы на тысячи агентов на естественном языке.

Поэтому на первом занятии курса «AI-агенты для DS-специалистов» мы рассмотрим, как выбрать конкретную LLM с учетом имеющихся ограничений и как оценить стоимость такого решения. Остаться без денег неожиданно легко — Никита сам столкнулся с тем, что генерация всего 70 тестовых вопросов для RAG-системы через GPT-4o обошлась в 30 долларов... Будем разбираться, как этого избежать и не только! 🤓 В следующем посте расскажем, как правильно выбрать LLM для использования в агентских системах. 👉 А пока — приходите на наш курс по AI-агентам. Приятная цена действует до 14 июня!

Что делает библиотека yt-dlp? yt-dlp — это библиотека и утилита командной строки для скачивания видео с YouTube и других сайтов. Основные возможности и применение yt-dlp: — Поддерживает скачивание видео, аудио, плейлистов, каналов и др с YouTube. Помимо этого работает с сотнями других сайтов — Vimeo, Facebook, ВКонтакте, TikTok и др. Позволяет скачивать контент практически отовсюду. — Извлечение метаданных и обложек видео. — Конвертация медиафайлов в другие форматы после скачивания. — Поддержка прокси и лимитов скорости. — Множество настроек для извлечения данных, именования файлов, пост-обработки и т.д. — Удобная утилита командной строки и модуль Python для автоматизации. Библиотека задач по Python

Что выведет код? 👾 — Moscow 👍 — 12 🥰 — Saint Petersburg ⚡️ — Nizhny Novgorod Библиотека задач по Python

Что выведет код? 👾 — Moscow 👍 — 12 🥰 — Saint Petersburg ⚡️ — Nizhny Novgorod Библиотека задач по Python