DevBrain

Стали доступны видео с прошедшего EuroPython 2020: https://www.youtube.com/playlist?list=PL8uoeex94UhHgMD9GOCbEHWku7pEPx9fW

Интересное интервью с автором Vuejs Эваном Ю и Гришей Петровым из Evrone: https://evrone.com/evan-you-interview?fbclid=IwAR2xH3k0Ua4H4Rk-8fFUt5hZe4qjeVRxSFK1pXfyynNKSjZPhdYiLYYTGlE

Сервис онлайн-образования Яндекс.Практикум в поиске Наставников на факультеты Аналитики и Data Science. Необходимо знание Python. Наш девиз: «Каждый может». Каждый может менять свою жизнь, каждый может научиться новому, каждый может начать сегодня. Даже если раньше не получалось. Если вы считаете так же — вы уже часть нашей команды. ✔️Что делает наставник? Наставник помогает студентам учиться: отвечает на вопросы и помогает с трудностями. Каждый наставник курирует группу студентов: общается с ними в Slack, проводит групповые и индивидуальные звонки. Все наставники перед работой проходят Школу наставников от Яндекс.Практикума. ✔️Чтобы стать наставником на факультете Аналитики потребуется владение библиотеками Pandas, NumPy, Matplotlib, Seaborn и, желательно, Plotly. Откликнуться на вакансию можно здесь: https://clck.ru/QkkjQ ✔️Если вдобавок к вышеперечисленному вы работали с проектами из сферы машинного обучения, то рассмотрите для себя наставничество на факультете Data Science: https://clck.ru/QkkmN Кстати, наставничество возможно совмещать с основной работой, это частичная удалённая занятость.

​​Вы слышали о термине «цифровая зрелость»? Если нет, ваша компания может не досчитываться 20% прибыли и тратить на 30% больше ресурсов, чем необходимо. Всё дело в цифровизации и грамотном использовании ИТ-решений для автоматизации и оптимизации рабочих процессов. Кстати, по данным Google, всего 2% бизнесов достигли такой цифровой зрелости, так что вашей компании наверняка есть куда расти. Начните с проверки того, насколько далеко вы продвинулись в цифровизации. Сделать это можно с бесплатным чек-листом. Получите его по ссылке и посмотрите, сколько квадратиков заполните плюсами: https://vk.cc/az3FVv

​​⚡️8 сентября в 20:00 мск пройдет День открытых дверей курса «Deep Learning. Basic» в рамках которого: ● Вы познакомитесь с преподавателем курса Артуром Кадуриным - Chief AI Officer в Insilico Medicine. ● Сможете задать свои вопросы эксперту о перспективах направления и ожиданиях работодателей. ● Узнаете, чем курсы отличаются от конкурентов, как организована практика и как сэкономить на обучении. Регистрируйтесь на вебинар по ссылке: https://otus.pw/hvcF/

​​❓Что нужно, чтобы правильно использовать и разрабатывать MS SQL БД? Сегодня, 3 сентября, ждем всех разработчиков СУБД и бэкендеров на вебинаре, где Павел Стрекалов расскажет какие инструменты и навыки помогут писать сложные запросы, грамотно проектировать и оптимизировать свои БД. 📍Вы познакомитесь с программой онлайн-курса «MS SQL Server разработчик», узнаете, чем курс отличается от конкурентов, как организована практика и какими способами можно сэкономить на обучении. 👉Используйте эту возможность, чтобы пообщаться с экспертом и узнать больше о работе с СУБД. Регистрируйтесь на вебинар, и мы напомним вам о трансляции: https://otus.pw/m2Xc/

Карта навыков современного дата инженера: https://github.com/datastacktv/data-engineer-roadmap Неплохо дополняет мою статью: https://khashtamov.com/ru/data-engineer/

DataCamp в очередной раз устраивают бесплатную неделю: https://www.datacamp.com/freeweek

На канале JetBrains вышел вебинар про Django ORM и оптимизацию запросов: https://youtu.be/-5503tXOU7A Рекомендую к просмотру! 👍

​​Умелый Data Engineer всегда будет при работе и зарплате! Данные — самый ценный ресурс любой компании. Научись их собирать и организовывать. Пора и вам стать частью Data Engineer-сообщества, тем более, что онлайн-курс «Data Engineer» стартует уже 28 августа. Успейте пройти вступительный тест и получить спецпредложение: https://otus.pw/wcUa/ 4 месяца практики с самыми актуальными инструментами и задачами. После обучения Data Engineering вы станете востребованным специалистом, который: - разворачивает, налаживает и оптимизирует инструменты обработки данных - адаптирует датасеты для дальнейшей работы и аналитики - создает сервисы, которые используют результаты обработки больших объемов данных - отвечает за архитектуру данных в компании Пройди тест, чтобы попасть в закрытое сообщество студентов и преподавателей.

Инженеры Facebook показали свою писю 😲🤣

Учебные примеры кода для курса Redis for Python Developers: https://github.com/redislabs-training/ru102py

Сегодня на платформе Redis University стартует курс Redis for Python Developers: https://university.redislabs.com/courses/ru102py/ Во время занятий у студентов будет возможно создать полноценное веб-приложение, имитирующее мониторинг солнечной станции. На курсе рассматриваются основные структуры данных: 1. Hashes 2. Sets 3. Sorted Sets 4. Geospatial Indexes 5. Streams

Нашел ещё одну статью про Protocol и псевдоинтерфейсы в Python: https://andrewbrookins.com/technology/building-implicit-interfaces-in-python-with-protocol-classes/

Если вы задумывались об изучении Data Science, но не знали с чего начать, то мой друг Ренат Алимбеков у себя на канале Пристанище Дата Сайентиста подготовил отличный обзор курсов с которых можно начать свой путь в удивительный мир data science: читать Кстати, Ренат практикующий дата сайентист, неоднократный призёр соревнований на Kaggle, а также наставник на курсе Data Science в Яндекс.Практикуме.

В 2016 году во время PyCon US 2016 в Портленде я встретил Гвидо ван Россума во время networking-сессии в холле. Первый вопрос, который я ему тогда задал относился к реализации интерфейсов в Python (just like in Java). Есть ли шанс, что в будущих версиях Python мы увидим реализацию интерфейсов? На что был получен однозначный ответ, что этого не стоит ждать, для таких целей можно использовать абстрактные классы (модуль abc). После я поинтересовался его мнением про zope.interfaces, на что также была получена рекомендация их не использовать 😢 Но не так давно, шерстя просторы официальной документации, я наткнулся на интересную штуку, а именно на typing.Protocol. По своей сущности это самый настоящий интерфейс. А не так давно нашел и обзор этой штуки, статья must read: I Want A New Duck. Если кратко, то Protocol в первую очередь нужен, если вы активно используете mypy для статического анализа кода. Наверняка вы могли сталкиваться с аннотациями на кастомные классы, когда в функцию или метод могут передаваться разные объекты, протокол/интерфейс (читай, общие методы) которых одинаковый.

Состоялся релиз Django 3.1 - пруф. Напомню, что с этой версии в Django полноценно присутствуют асинхронные view и middleware. ORM по-прежнему остаётся синхронной частью (😢). Для синхронных функций рекомендуется использовать декоратор sync_to_async. Чтобы ощутить все прелести асинхронного фреймворка, Django необходимо запускать на ASGI-совместимом веб-сервере, например, uvicorn. Также из новинок: поддержка JSONField для всех поддерживаемых database бэкендов.

​​Какие продвинутые навыки стоит освоить Дата инженеру? 4 августа в 20:00 мск приглашаем познакомиться с онлайн-курсом «Data Engineer»: https://otus.pw/uR07/ Преподаватель Егор Матешук представит программу, расскажет, как организована практика и ответит на ваши вопросы о карьере Data Engineer. Вебинар предназначен для разработчиков, администраторов СУБД и всех, кто стремится повысить профессиональный уровень в сфере работы с данными. Регистрируйтесь, чтобы не пропустить!

​​Узнайте больше от преподавателей-практиков о востребованной профессии Data Engineer и прокачайте свои навыки на бесплатных вебинарах! 4 августа в 20:00 (мск) день открытых дверей преподаватель расскажет о программе курса, формате обучения и перспективах для выпускников. Формат проведения — онлайн трансляция. Участие бесплатное: https://otus.pw/Wohk/ 20 августа в 20:00 (мск) приглашаем на бесплатный вебинар: “Качество данных в DWH - консистентность Хранилища Данных” в рамках профессионального онлайн-курса “Data Engineer”. Запишитесь и повысьте свой профессиональный уровень пройдя вступительный тест из 20 вопросов: https://otus.pw/sk24/

Релиз pytest 6.0: https://docs.pytest.org/en/stable/changelog.html ps. из крутых фич появился static анализ кода тестов, aka type annotations: https://github.com/pytest-dev/pytest/issues/3342