Available now! Telegram Research 2025 — the year's key insights 
Python/ django
Open in Telegram
по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Show more📈 Analytical overview of Telegram channel Python/ django
Channel Python/ django (@pythonl) in the Russian language segment is an active participant. Currently, the community unites 59 891 subscribers, ranking 2 212 in the Technologies & Applications category and 10 246 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 59 891 subscribers.
According to the latest data from 18 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -532 over the last 30 days and by -13 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 8.63%. Within the first 24 hours after publication, content typically collects 3.23% reactions from the total number of subscribers.
- Post reach: On average, each post receives 5 167 views. Within the first day, a publication typically gains 1 933 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 29.
- Thematic interests: Content is focused on key topics such as github, claude, контекст, архитектура, api.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“по всем вопросам @haarrp
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fmxm...”
Thanks to the high frequency of updates (latest data received on 19 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
59 891
Subscribers
-1324 hours
-1007 days
-53230 days
Posts Archive
59 885
Elastic Search + Django
https://morioh.com/p/90ede43c3cf6
Code: https://github.com/lyamaa/elastic_search_dj_example
@pythonl
59 885
Python’s with Statement and Context Managers
https://www.blog.pythonlibrary.org/2021/04/07/pythons-with-statement-and-context-managers/
@pythonl
59 885
OverflowError: Python int too large to convert to C long
https://www.pythonpool.com/overflowerror-python-int-too-large-to-convert-to-c-long-solved
@pythonl
59 885
Вы уже зарегистрировались на about:cloud — ML& AI ’21?
Если нет, то самое время, еще есть места в оффлайне
https://cloud.yandex.ru/events/363
📆 Когда
Вечером в понедельник, 31 мая.
📍 Где
Оффлайн (офис Яндекса в Москве) + онлайн
❓О чем
about:cloud — ML& AI — это митап Yandex.Cloud об искусственном интеллекте и облачных технологиях. В этот раз будем говорить про Data Science и ML-разработку.
3 ключевых доклада вечера
🔁 Как выглядит полный цикл современного машинного обучения в облаке или DataSphere для пользователей Colab
✔️ ML-разработка для Enterprise. Главные фичи и возможности для крупного бизнеса
🎙 Yandex SpeechKit, который живет в DataSphere: как мы обучаем голосовые модели
Регистрация и подробности
👉🏻 https://cloud.yandex.ru/events/363
59 885
Learning about Python Conditional Import
https://www.pythonpool.com/python-conditional-import/
@pythonl
59 885
Creating a REST API in Python with Django
https://stackabuse.com/creating-a-rest-api-in-python-with-django/
@pythonl
59 885
Dictionary Comprehension in Python
https://www.pythonforbeginners.com/dictionary/dictionary-comprehension-in-python
@pythonl
59 885
Хотите быстро прокачаться в разработке на Django и освоить его на профессиональном уровне?
Участвуйте в "Лаборатория Django-разработки" от школы Thinknetica. Это полностью практический способ освоения Django. За 8 недель вы разработаете серьезный проект с code-review от Senior наставника и прокачаетесь больше, чем за полгода самостоятельно.
Старт потока уже 24 мая!
Интересно? Узнай все подробности по кнопке ниже
Подробнее
59 885
Neural-network-from-scratch
Github: https://github.com/Joaomlg/neural-network-from-scratch
Code: https://github.com/Joaomlg/neural-network-from-scratch/archive/refs/heads/main.zip
@pythonl
59 885
Погрузитесь в продвинутые инструменты Machine Learning!
Начните обучение уже 27 мая с демо-занятия «О чем говорят депутаты или тематическое моделирование Госдумы».
На занятии вы проанализируете открытые данные при помощи ML. Узнаете, о чем за последние 20+ лет говорили депутаты российских партий, как можно по топикам выступлениям проследить за изменениями, происходившими в обществе и при чём здесь лемматизация и когерентность.
Демо-занятие является частью онлайн-курса «Machine Learning. Advanced» в OTUS, где вас ждет еще больше увлекательных проектов и полезнейших технологий.
Для регистрации на урок пройдите вступительный тест https://otus.pw/1Xxz/
59 885
Python Webscraper Regex
https://blog.finxter.com/python-regex-tutorial/
Ru: https://dev-gang.ru/article/python-regex-superpower-7xqe9zqzek/
@pythonl
59 885
How to download youtube video as audio using python
https://kalebujordan.dev/how-to-download-youtube-video-as-audio-using-python/
@pythonl
59 885
🐍Какие навыки нужны Python-разработчику на Middle+ уровне?
18 мая Станислав Ступников, эксперт с 6-летним опытом промышленной разработки, поделится своим опытом и раскроет, что 2021 году ожидают работодатели от специалистов backend-разработки на Python.
⚡️Станислав расскажет, какие навыки позволят выделиться из толпы и обеспечить себе карьерный рост, а также представит программу онлайн-курса «Python Developer. Professional».
👉🏻Зарегистрируйтесь, чтобы участвовать в трансляции и задать свои вопросы эксперту: https://otus.pw/COdc/
59 885
Use Selenium wait for page to load with Python
https://www.lambdatest.com/blog/selenium-wait-for-page-to-load/
@pythonl
59 885
Как добиться, чтобы модели Machine Learning приносили пользу?
Научитесь делать код модели удобным и поддерживаемым с помощью пайплайнов. 24-25 мая OTUS приглашает на открытый интенсив «Деплой ML модели: от грязного кода в ноутбуке к рабочему сервису». В первый день вы разберетесь, как сохранять обученные модели на диск и развернуть модель в качестве микросервиса. Всё это позволит перейти от набросков в ноутбуке к приносящему пользу сервису. Во второй день вы превратите чужой код модели в работающий микросервис.
После интенсива вы сможете продолжить обучение на онлайн-курсе «Machine Learning. Professional» по спец.цене.
Для регистрации на занятие пройдите вступительный тест https://otus.pw/wj3l/
59 885
Converting an Image to ASCII with Python
https://www.blog.pythonlibrary.org/2021/05/11/converting-an-image-to-ascii-with-python/
Code: https://gist.github.com/tonybaloney/decd142c20ce19ba23e80235e56676d4
@pythonl
59 885
Asynchronous Tasks with Celery in Python
https://www.thepythoncode.com/article/async-tasks-with-celery-redis-and-flask-in-python
Code: https://www.thepythoncode.com/code/async-tasks-with-celery-redis-and-flask-in-python
@pythonl
59 885
Готовы прокачивать свои навыки Machine Learning?
Тогда ждем вас 17 мая на демо-занятии «Кластеризация временных рядов» в OTUS.
Вместе с Дмитрием Сергеевым, Senior Data Scientist и автором онлайн-курса «Machine learning. Advanced», вы разберете интереснейшую задачу, связанную с временными рядами.
Можно ли найти похожие друг на друга по динамике финансовые активы на бирже, как сгруппировать пользователей по их поведению, кто подставил кролика Роджера? Ответы на некоторые из этих вопросов получим на занятии.
Для участия пройдите вступительный тест https://otus.pw/VkcC/
59 885
GRASP Controller pattern in Python
https://breadcrumbscollector.tech/grasp-controller-pattern-in-python/
@pythonl
