Python/ django

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/winkaichallengepydjango 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/winkaichallengepydjango

🧠 Инструменты для искусственного интеллекта Собрание полезных AI-инструментов и ресурсов для разработчиков, исследователей и энтузиастов. Участвуйте в развитии сообщества, добавляя новые сервисы и улучшая коллекцию. 🚀 Основные моменты: - Широкий выбор AI-инструментов по различным категориям. - Открытое сообщество для совместной работы и улучшения. - Возможность вносить свой вклад через Pull Requests. 📌 GitHub: https://github.com/Hyraze/collective-ai-tools #python

🚀 Обучение LLM-агентов для многоповоротного принятия решений AgentGym-RL — это фреймворк для тренировки LLM-агентов, способных принимать решения в сложных многоповоротных сценариях с использованием методов усиленного обучения. Он предлагает разнообразные реальные сценарии и поддерживает популярные алгоритмы RL, улучшая производительность моделей до уровня коммерческих решений. 🚀 Основные моменты: - Модульная система для гибкости и расширяемости. - Поддержка различных реальных сред, включая веб-навигацию и глубокий поиск. - Метод ScalingInter-RL для стабильного обучения агентов. - Интерактивный интерфейс для визуализации взаимодействий. 📌 GitHub: https://github.com/WooooDyy/AgentGym-RL #python

🔥 Успех в IT = скорость + знания + окружение Здесь ты найдёшь всё это — коротко, по делу и без воды. Пока другие ищут, где “подглядеть решение”, ты уже используешь самые свежие инструменты! AI: https://t.me/+EPEFXp67QfIyMjMy Python: https://t.me/+cq7O4sOHldY1ZTIy Linux: t.me/linuxacademiya Собеседования DS: t.me/machinelearning_interview C++ t.me/cpluspluc Docker: t.me/DevopsDocker Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_1001_notes Java: t.me/java_library Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg Физика: t.me/fizmat 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Подпишись, если хочешь быть в числе тех, кого зовут в топовые проекты!

🎁 Авто-бот для покупки подарков в Telegram Этот бот автоматически ищет и покупает подарки по заданным критериям, интегрируясь с Telegram. Он предлагает настраиваемые параметры и способен быстро обрабатывать заказы. 🚀 Основные моменты: - Полностью автоматический поиск новых подарков - Высокая скорость покупки (более 5 подарков в секунду) - Интеграция с Telegram-ботом - Настраиваемые параметры для фильтрации подарков - Постоянный мониторинг доступных подарков 📌 GitHub: https://github.com/ThunderTo/Gift-Buyer-Tg #python @pythonl

🎁 Авто-бот для покупки подарков в Telegram Этот бот автоматически ищет и покупает подарки по заданным критериям, интегрируясь с Telegram. Он предлагает настраиваемые параметры и способен быстро обрабатывать заказы. 🚀 Основные моменты: - Полностью автоматический поиск новых подарков - Высокая скорость покупки (более 5 подарков в секунду) - Интеграция с Telegram-ботом - Настраиваемые параметры для фильтрации подарков - Постоянный мониторинг доступных подарков 📌 GitHub: https://github.com/ThunderTo/Gift-Buyer-Tg #python

📚✨ Lue - Умный терминальный ридер с TTS Lue — это терминальный ридер электронных книг, поддерживающий множество форматов, включая EPUB и PDF. Он предлагает текст в речь с возможностью настройки скорости воспроизведения и синхронизации с выделением слов, что улучшает восприятие текста. 🚀Основные моменты: - Поддержка форматов: EPUB, PDF, TXT и др. - Модульная система TTS с Edge и Kokoro. - Кроссплатформенность: macOS, Linux, Windows. - Настройка скорости воспроизведения от 1x до 3x. - Удобный интерфейс с поддержкой мыши и клавиатуры. 📌 GitHub: https://github.com/superstarryeyes/lue

🎨 Улучшение изображений с помощью SRPO SRPO — это метод, который оптимизирует процесс восстановления изображений с высокой степенью шума, используя новую стратегию выборки и прямую обратную связь. Он обеспечивает более быструю и стабильную тренировку моделей, минимизируя вычислительные затраты и избегая проблем с переобучением. 🚀Основные моменты: - Эффективное восстановление изображений с высокой степенью шума. - Ускоренная тренировка за счет оптимизации с аналитическими градиентами. - Отсутствие проблем с "взломом" вознаграждений. - Динамическое управление текстовыми условиями для настройки предпочтений. 📌 GitHub: https://github.com/Tencent-Hunyuan/SRPO @pythonl

У VK миллионы пользователей. А теперь представьте, сколько легаси и логов. В канале Backend VK Hub инженеры VK рассказывают о том, что происходит за кулисами больших сервисов и как справляться со всей этой красотой. Подписывайтесь, если хочется не только читать, но и обмениваться опытом с практикующими инженерами.

🖥 Leviathan — это сверхбыстрая библиотека для Python, реализующая цикл событий (event loop) для asyncio на базе языка Zig! 🌟 Она обеспечивает высокую производительность, полную совместимость с asyncio и простоту интеграции в проекты. Leviathan нацелен на минимизацию задержек и оптимизацию производительности по сравнению со стандартными циклами событий Python. 🔐 Лицензия: MIT 🖥 Github @pythonl

🚀 Django 6.0 — уже в пути! ✨ Главное в Django 6.0 - Content Security Policy (CSP) Новый ContentSecurityPolicyMiddleware, теги csp() и настройки SECURE_CSP / SECURE_CSP_REPORT_ONLY. - Фоновые задачи Декоратор @task и метод enqueue() для простого запуска background jobs. - Template Partials Теги {% partialdef %} и {% partial %} для переиспользуемых фрагментов в шаблонах. - Обновлённое Email API Современный EmailMessage вместо устаревших MIME-классов. - Другие улучшения • В админке — иконки Font Awesome • В auth увеличены итерации PBKDF2 • Улучшения в Postgres, GeoDjango, миграциях и др. 🔄 Изменения без обратной совместимости - Минимальная версия MariaDB — 10.6 - Поддержка Python ≥ 3.12 - DEFAULT_AUTO_FIELD теперь всегда BigAutoField - Удалены устаревшие API и внутренние методы 👉 Подробнее: https://docs.djangoproject.com/en/dev/releases/6.0/ #django #python @pythonl

Погружаемся в Автоматизацию: первый шаг к профессии будущего 🧑‍🎓 🗓 2 октября в 19:00 по МСК состоится открытое занятие: «Python + Selenium: шаг в Automation с нуля» Если вы только начинаете свой путь в автоматизации или все еще занимаетесь ручным тестированием — этот интенсив для вас! ✔️ Чем займемся на занятии? — Напишем полноценный автотест на Python + Selenium + Pytest — Разберем, почему именно Python подходит для старта в автоматизации — Обсудим, как manual-тестировщику перейти в automation Спикер: Елена Янушевская — Senior QA Automation Engineer. Более 8 лет в тестировании, разрабатывает тестовые фреймворки с нуля для продуктовых компаний. И куда же без бонуса? 🎉 Карьерный консультант Маргарита Головко расскажет, как начать свой путь в карьере автоматизатора, поделится секретами Карьерного центра школы и ответит на ваши вопросы! 🔔 Успейте занять место на вебинар!

🐍 Python трюк: сортировка namedtuple Вместо словарей можно использовать namedtuple для хранения структурированных данных, а потом легко сортировать по любому полю.

from collections import namedtuple

Name = namedtuple("Name", ["first", "last"])
names = [
    Name("Mike", "Driscoll"),
    Name("Zahna", "Brown"),
    Name("James", "Williams")
]

# Сортировка по имени
print(sorted(names, key=lambda n: n.first))

# Сортировка по фамилии
print(sorted(names, key=lambda n: n.last))

@pythonl

🐍 Малоизвестный совет по Python: используй pyparsing вместо громоздких и тяжёлых regex. Обычно все пишут через модуль re и собирают гигантские регулярки, которые сложно читать и отлаживать. Но есть библиотека pyparsing, где можно строить парсер как из конструктора — из простых правил. Главная фишка: если в одном месте разбор сломался, pyparsing пробует другие варианты, а не падает. Это делает его удобным инструментом для разбора конфигов, мини-языков и любых сложных форматов текста, где regex становится болью.

from pyparsing import Word, alphas, nums, Group, OneOrMore

# Определим правило: слово + число
identifier = Word(alphas) + Word(nums)

# Парсер будет читать такие пары подряд
parser = OneOrMore(Group(identifier))

result = parser.parseString("user123 order456 item789")
print(result.asList())

# output:

Хотите вкатиться в ML или DS с нуля? Сегодня стартует курс «Machine Learning. Basic» от OTUS! Это обучение — ваш шанс овладеть востребованными навыками и начать карьеру в области, которая меняет мир технологий. На курсе вы: - Освоите Python для Data Science с нуля до профессионального уровня. - Научитесь работать с ML-библиотеками: pandas, numpy, sklearn, и применять их для решения реальных задач. - Освоите A/B-тестирование - Научитесь решать реальные бизнес-задачи при помощи методов машинного обучения от задач классификации до ансамблей моделей ➡️ Осталось совсем немного времени, присоединяйтесь к курсу. Успейте по максимально выгодной цене месяца + примените дополнительный промокод ML_BASIC_5: https://tglink.io/4a60da8557a0?erid=2W5zFK8RwzG #реклама О рекламодателе

🖥 Python: склейка TCP-пакетов Когда отправляешь ты в сокет много маленьких кусочков - уходит куча мелких TCP-пакетов это работает медленнее и с задержками. Решение: склеивай данные и отправляй одним блоком. На Linux можно сказать ядру «подожди, я ещё допишу» команда MSG MORE. Итог: меньше пакетов, быстрее отклик.

python 


import socket

def send_coalesced(sock, parts):
    for chunk in parts[:-1]:
        sock.sendall(chunk, socket.MSG_MORE)
    sock.sendall(parts[-1])   финальный flush

#Вот короткий пример как делать «плохо» и «хорошо»:

import socket

sock = socket.create_connection(("localhost", 9090))

# Плохо: много маленьких пакетов
sock.sendall(b"Hello, ")
sock.sendall(b"world")
sock.sendall(b"!\n")

# Хорошо: склеили всё и отправили одним пакетом

msg = b"".join([b"Hello, ", b"world", b"!\n"])
sock.sendall(msg)

🐍 Простые фишки парсинга в Python 1️⃣ Парсинг больших JSON-файлов без загрузки в память

import ijson

with open("big.json", "r") as f:
    for item in ijson.items(f, "records.item"):
        print(item)  # потоковый парсинг, не держим всё в памяти

2️⃣ HTML-парсинг с поддержкой XPath через lxml

from lxml import html

doc = html.fromstring("<div><span>Hello</span></div>")
print(doc.xpath("//span/text()")[0])  # Hello

3️⃣ Парсинг логов с регулярками и именованными группами

import re

line = '2025-08-23 12:10:45 [INFO] User=egor Action=login'
pattern = r'(?P<date>\d{4}-\d{2}-\d{2}) .* User=(?P<user>\w+) Action=(?P<action>\w+)'
m = re.search(pattern, line)
print(m.groupdict())  
# {'date': '2025-08-23', 'user': 'egor', 'action': 'login'}

4️⃣ Парсинг YAML c поддержкой типов

import yaml

data = yaml.safe_load("""
user: egor
active: true
age: 30
""")
print(data)  # {'user': 'egor', 'active': True, 'age': 30}

5️⃣ Парсинг бинарных данных (struct)

import struct

raw = b"\x01\x00\x00\x00\x2A\x00"
id, value = struct.unpack("<iH", raw)
print(id, value)  # 1 42

6️⃣ Парсинг HTML-таблиц напрямую в DataFrame (pandas)

import pandas as pd

url = "https://en.wikipedia.org/wiki/List_of_countries_by_GDP_(nominal)"
tables = pd.read_html(url)
print(tables[0].head())  # первая таблица со страницы

🔥 Эти методы позволяют эффективно парсить большие JSON, бинарные форматы, HTML с XPath, YAML и даже таблицы прямо в pandas. Используйте их, если обычных инструментов уже не хватает.

🔥 Python трюк: динамическое добавление методов в класс Мало кто знает, но в Python можно на лету добавлять методы в уже созданный класс. Это удобно для плагинов, тестов или динамических API. Пример 👇

class User:
    def __init__(self, name):
        self.name = name

# Обычный объект
u = User("Alice")

# Функция, которую хотим "подмешать"
def greet(self):
    return f"Hello, {self.name}!"

# Вклиниваем метод в класс
User.greet = greet

print(u.greet())  # Hello, Alice!

⚡ Приём называется monkey patching. Это мощный инструмент — но им надо пользоваться аккуратно, чтобы не сломать читаемость кода. https://www.youtube.com/shorts/64-dqXJZ8RM

IT_ONE Cup. Code & Analyst — хакатон для аналитиков и разработчиков, где ты узнаешь, как работает IT-команда, и получишь сильный кейс в портфолио. Выбери трек и реши одну из задач: → Проанализируй BPMN-модель кредитного процесса и подготовь ТЗ на систему мониторинга эффективности. → Разработай сервис, который в реальном времени следит за переводами и оповещает о подозрительных операциях. 🏆 Призовой фонд: 900 000 рублей 💻 Формат: онлайн 🗓 Регистрация до 16 октября: https://cnrlink.com/itonecupmsupythonl Приглашаем системных аналитиков, разработчиков и менеджеров проектов. Размер команды — от 1 до 5 человек. Что тебя ждёт: • Применишь навыки системного анализа, построения архитектуры и работы с потоковыми данными. • Получишь готовый проект в портфолио. • Для участников ТОП-5 команд в каждом треке — фирменный мерч. Задачи соревнования: Трек 1. Навигатор оптимизации. Проанализируй кредитный процесс банка, выяви узкие места и создай ТЗ для системы мониторинга производительности. Решение поможет оптимизировать критически важные процессы. Трек 2. Финансовый радар. Разработай сервис для анализа транзакций в реальном времени. Архитектура должна включать правила обнаружения мошенничества и поддержку различных алгоритмов обработки. Ждём тебя на IT_ONE Cup. Code & Analyst — старт 17 октября на Codenrock: https://cnrlink.com/itonecupmsupythonl

🎹 Nallely - модульная open-source платформа для MIDI и звуковых экспериментов - Работает на Python, позволяет соединять MIDI, датчики, веб-камеры и другие источники в единую систему. - Можно генерировать, фильтровать и трансформировать сигналы, направляя их обратно в MIDI или другие приложения. - Поддерживает live coding, генеративную музыку, мультимедийное искусство и сложную маршрутизацию. - Устройства (нейроны) работают независимо — их можно комбинировать в разные конфигурации для экспериментов. - Патчи версионируются через git, можно менять структуру прямо во время работы, даже с телефона. - В комплекте: нейроны для MIDI, обработки сигналов, удалённой связи и визуализации. 🔗 Подробнее и демо: https://dr-schlange.github.io/nallely-midi/ @pythonl