Python Portal

Django 6.1 уже вышел. Из нового: * варианты удаления для ForeignKey на уровне базы данных; * настройки email через словари; * поддержка Python 3.12–3.14; * режимы загрузки полей модели; * и другие изменения. 👉 @PythonPortal

«Introduction to Machine Learning» — ещё один бесплатный учебник по машинному обучению объёмом около 600 страниц, который делает акцент на глубоком математическом понимании предмета. Книга начинается с математической базы, необходимой для дальнейшего изучения: линейной алгебры, математического анализа, теории вероятностей, матричного анализа и методов оптимизации. Затем разбираются основные алгоритмы обучения с учителем: линейная и логистическая регрессия, метод ближайших соседей, деревья решений, случайные леса, бустинг и нейронные сети. Значительная часть книги посвящена вероятностным и генеративным моделям. Рассматриваются методы Монте-Карло, графические модели, байесовские сети, вариационные методы, нормализующие потоки, вариационные автокодировщики (VAE) и генеративно-состязательные сети (GAN). В заключительных главах обсуждаются кластеризация, метод главных компонент (PCA), обучение на многообразиях и теоретические оценки способности моделей к обобщению. На мой взгляд, это отличный справочник для тех, кто хочет получить широкое представление о машинном обучении и разобраться в математике, лежащей в основе ключевых методов, а не воспринимать их как «чёрный ящик». https://arxiv.org/pdf/2409.02668 👉 @PythonPortal

🐍 Потокобезопасность в Python: гайд на использование Lock и другие методы — https://realpython.com/python-thread-lock/ #python 👉 @PythonPortal

MIT 6.824 (распределённые системы) — один из лучших бесплатных инженерных курсов в интернете. Вместо чистой теории весь курс построен вокруг чтения и разбора фундаментальных работ из реальных систем: GFS (Google File System) — архитектура с одним главным узлом, распределение чанков и работа с eventual consistency при больших нагрузках на добавление данных. Raft — выбор лидера, репликация журнала и инварианты безопасности. Алгоритм разбирается намного доступнее, чем Paxos. ZooKeeper — координация без блокировок, системы с преобладанием чтения, линейно согласованные записи и eventual consistency для чтений через watches. Spanner — глобально распределённые транзакции, двухфазный commit поверх Paxos и использование TrueTime (атомные часы + GPS) для обеспечения внешней согласованности. Также в курсе разбираются MapReduce, Spark, Frangipani, Memcached от Facebook и другие системы. Если хотите выйти за пределы поверхностного system design и понять, как внутри устроены реальные распределённые хранилища и системы консенсуса, этот курс — настоящий клад. Плейлист: https://youtube.com/playlist?list=PLrw6a1wE39_tb2fErI4-WkMbsvGQk9_UB 👉 @PythonPortal

Как распаковать кортеж, список и объект range с помощью одной звёздочки в Python. 👉 @PythonPortal

10 GitHub-репозиториев, которые настолько хороши, что их, кажется, не должны раздавать бесплатно: 1. OmniRoute — единая точка доступа к 231 AI-провайдеру с компрессией токенов и автоматическим переключением при сбоях. https://github.com/diegosouzapw/OmniRoute 2. OfficeCLI — управление Word, Excel и PowerPoint из одной командной строки. https://github.com/iOfficeAI/OfficeCLI] 3. System Prompts Leaks — системные промпты Claude, GPT, Gemini, Grok, Cursor, Copilot и других моделей. https://github.com/asgeirtj/system_prompts_leaks 4. OpenCut — бесплатная open-source альтернатива CapCut, работающая прямо в браузере. https://github.com/OpenCut-app/OpenCut 5. AI Job Search — агент на базе Claude Code, который анализирует вакансии, адаптирует резюме и пишет сопроводительные письма. https://github.com/MadsLorentzen/AI-Job-Search 6. Meetily — полностью локальная транскрибация встреч и создание саммари с помощью Whisper и Ollama. https://github.com/zaid-maker/meetily 7. Vibe-Trading — создание и запуск торговых стратегий с помощью естественного языка и AI-агентов. https://github.com/HKUDS/Vibe-Trading 8. Strix — open-source AI-сканер уязвимостей для поиска и исправления проблем безопасности. https://github.com/usestrix/strix 9. Superpower — self-hosted AI-рабочее пространство. https://github.com/superpowerlabs/superpower 10. Firecrawl — превращает любой сайт в чистые данные, готовые для использования LLM. https://github.com/mendableai/firecrawl 👉 @PythonPortal

Знали ли вы, что в Python можно читать текстовые файлы с помощью pathlib? Вот как это сделать: 👉 @PythonPortal

Ежедневная рутина с Claude

NVIDIA представила и открыла исходный код NOOA — нового фреймворка для создания ИИ-агентов. Его главная идея — описывать агента как один Python-класс, а не разносить логику по промптам, схемам инструментов, колбэкам и графам выполнения. В NOOA: • методы — это действия агента; • поля — его состояние; • docstring становятся промптами; • тип возвращаемого значения задаёт контракт ответа. Самая интересная особенность — «пустые» методы. Если тело метода содержит только ..., его реализацию во время выполнения генерирует LLM. Если внутри есть обычный Python-код, он выполняется без участия модели. Так в одном классе сразу видно, где модель может принимать решения, а где поведение полностью детерминировано. Ещё одна сильная сторона — работа с данными. Если методу передать список из 100 элементов, модель увидит только имя переменной, её тип, размер и несколько элементов с начала и конца. Все данные остаются в памяти процесса, а модель взаимодействует с ними через код, который пишет на лету. Благодаря этому ограничения начинают определяться не размером контекстного окна, а ресурсами машины, на которой выполняется код. По словам NVIDIA, на SWE-bench Verified с GPT-5.5 NOOA набирает 82,2% против 78,6% у OpenCode, используя примерно вдвое меньше обращений к модели и токенов. Статья: http://arxiv.org/abs/2607.20709 Репозиторий: http://github.com/nvidia-nemo/labs-OO-Agents 👉 @PythonPortal

🔴 Завтра тестовое собеседование на Middle Python с разработчиком из Авито Уже завтра вечером в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Даня, старший разработчик в Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

Этот проект клонирует любой голос за несколько секунд. Voicebox — опенсорсное приложение, которое работает локально. ✓ 23 языка ✓ 5 доступных TTS-движков ✓ Высокая производительность благодаря Tauri и Rust Настоящая приватность и большой потенциал для голосовых приложений. → http://github.com/jamiepine/voicebox 👉 @PythonPortal

Если вы пользуетесь Claude Code, это поможет ощутимо сэкономить. Проблема: после каждого изменения ИИ заново читает всю кодовую базу, чтобы понять, что поменялось. Десятки тысяч токенов на каждом шаге уходят на контекст, который у него уже был. Этот репозиторий решает проблему. Он называется Code Review Graph и строит карту всей кодовой базы: каждого файла, каждой функции и всех связей между ними. Так можно увидеть реальную структуру проекта. Настройка занимает две минуты: pip install code-review-graph code-review-graph install — автоматически настраивает Claude Code, Cursor, Codex, Gemini CLI и другие инструменты code-review-graph build Когда вы меняете одну функцию, инструмент точно определяет, чего коснулось изменение: всех вызывающих её функций, зависимых файлов и тестов. ИИ читает только затронутые части, а не весь репозиторий. Экономия огромная. Задача, на которую раньше уходило около 100 000 токенов — примерно один доллар, — теперь обходится примерно в один цент. https://github.com/tirth8205/code-review-graph 👉 @PythonPortal

Делюсь страницей об AGENTS.md. На ней объясняется, как использовать этот файл, какую информацию стоит в него добавлять, а также собраны примеры из более чем 60 тысяч проектов. Отличный справочник для тех, кто хочет писать более точные инструкции для Codex и других агентов. https://agents.md 👉 @PythonPortal

Oracle, возможно, устроила одно из самых громких убийств open-source проекта в истории. Речь о Solaris. Эта ОС получила возможности, похожие на контейнеры, за много лет до появления Docker. Разработанная Sun Microsystems, Solaris в 1990-х и 2000-х работала в дата-центрах, университетах и банках по всему миру. Технология Solaris Zones позволяла запускать изолированные окружения задолго до того, как Docker сделал контейнеры массовыми. ZFS принесла снапшоты, самовосстанавливающееся хранилище и проверки целостности данных ещё тогда, когда аналогов практически не существовало. Solaris не догоняла индустрию — индустрия догоняла Solaris. В 2010 году Oracle купила Sun Microsystems за 7,4 млрд долларов. Спустя несколько месяцев компания закрыла открытую модель разработки, благодаря которой инженеры со всего мира могли участвовать в развитии проекта. Уже в августе 2010 года Oracle полностью прекратила публикацию исходного кода. Разработчики, которые годами отправляли патчи, не стали ждать. Многие ушли в Linux, где разработка оставалась открытой и развивалась быстрее. Бывшие инженеры Sun решили не дать проекту исчезнуть. Через несколько часов после закрытия открытой разработки они запустили illumos — продолжение Solaris на базе последней открытой версии исходного кода Sun. Oracle продолжила продавать Solaris корпоративным клиентам, но в 2017 году уволила большую часть команд Solaris и SPARC. К 2019 году система перешла в режим sustaining support. Если перевести с корпоративного языка, это означает: «Мы ответим на ваши обращения, но ничего нового больше не ждите». Solaris проиграла не из-за плохой инженерии. Она проиграла компании, для которой контракты на поддержку оказались важнее будущего продукта. illumos существует до сих пор. Проект остаётся открытым и поддерживается инженерами, которых Oracle так и не смогла удержать. 👉 @PythonPortal

Добро пожаловать в мир разработки Проект «TERMINAL» стал крупнейшей библиотекой бесплатного образования. В одном канале собраны курсы, книги, полезные инструменты и практические тренажёры для всех разработчиков 🎓 Практические курсы и задания 🪽 Книги и статьи известных авторов 😮‍💨 Полезные инструменты и ресурсы 🌟 IT-новости и инсайды Обучение по всем направлениям: SQL, Python, ML, Frontend, PHP, C++, Go, GIT, Linux, QA, Java, Vibe-coding, Infosec и др. Ценишь знания, подпишись: Terminal_tg

Мы постоянно обсуждаем LLM и их непрерывное развитие, но следующая революция уже совсем близко. Робототехника изменит всё не меньше. А возможно, даже сильнее. 👉 @PythonPortal

Opus 5 пересобрал Pokémon в виде полностью играбельной 3D-игры. промпт и репо: https://github.com/PauliusOS/pallet-town-3d 👉 @PythonPortal

collections.ChainMap — встроенный класс Python, который объединяет несколько словарей или других отображений в единое обновляемое представление. Вместо слияния словарей и создания новых структур данных в памяти он связывает их по ссылке, позволяя выполнять поиск и управлять ими как единым целым. 👉 @PythonPortal

Вы когда-нибудь использовали коллекцию deque в Python? deque специально разработана для быстрого, эффективного по памяти и потокобезопасного добавления и удаления элементов с обоих концов. deque можно даже циклически сдвигать! Вот несколько примеров:

Лучшие инженеры не изучают распределённые системы по поверхностным пересказам. Они сразу обращаются к фундаментальным научным статьям. Чтение таких работ помогает понять, почему системы спроектированы именно так, а не просто научиться ими пользоваться. Вот пять классических статей всех времён, которые должен прочитать каждый разработчик. 1. The Google File System (2003) Почему стоит прочитать: статья изменила подход всей индустрии, предложив считать отказ компонентов нормой, а не исключением. В ней описано, как построить масштабную отказоустойчивую распределённую систему хранения данных на базе недорогого массового оборудования, оптимизировав её под интенсивную последовательную дозапись вместо произвольной записи. Ссылка: https://static.googleusercontent.com/media/research.google.com/en//archive/gfs-sosp2003.pdf 2. Dynamo: Amazon’s Highly Available Key-Value Store (2007) Почему стоит прочитать: исчерпывающий разбор того, как пожертвовать согласованностью ради высокой доступности — AP в теореме CAP. В статье изложены ключевые паттерны, лежащие в основе масштабируемых NoSQL-хранилищ: консистентное хеширование, векторные часы, gossip-протоколы и настраиваемый кворум для операций чтения и записи. Ссылка: https://allthingsdistributed.com/files/amazon-dynamo-sosp2007.pdf 3. In Search of an Understandable Consensus Algorithm (Raft) (2014) Почему стоит прочитать: Paxos печально известен тем, насколько сложно его понять и корректно реализовать, тогда как Raft делает концепцию реплицируемых конечных автоматов более доступной. Алгоритм разбивает задачу консенсуса на отдельные подзадачи, которые легко анализировать: выбор лидера, репликацию журнала и обеспечение безопасности. Ссылка: https://raft.github.io/raft.pdf 4. Spanner: Google’s Globally-Distributed Database (2012) Почему стоит прочитать: статья показывает, как добиться строгой сериализуемости и внешней согласованности между дата-центрами по всему миру. Секрет — API Google TrueTime, ограничивающий неопределённость времени с помощью синхронизированных GPS-приёмников и атомных часов. Ссылка: https://static.googleusercontent.com/media/research.google.com/en//archive/spanner-osdi2012.pdf 5. Time, Clocks, and the Ordering of Events in a Distributed System Почему стоит прочитать: на физическое время нельзя полагаться при работе с независимыми узлами. Лэмпорт вводит логические часы и фундаментальное отношение «произошло до» (happened-before), лежащее в основе упорядочивания событий в современных распределённых сетях. Ссылка: https://amturing.acm.org/p558-lamport.pdf 👉 @PythonPortal