About Python [ru]

🔎 Подборка вакансий для лидов Team Lead backend/Python (remote) 🟢Python (синхронный и асинхронный), Pyramid, AIOHttp, SQLAlchemy, Redis, Docker, Pytest, Alembic, PostgreSQL, Vue.js 🟢Уровень дохода не указан | Опыт от 3 лет Python Team Lead 🟢Python, Django Rest Framework, SQL, NoSQL, Celery, Docker, RabbitMQ, управление командой 🟢от 250 000 ₽ | Опыт 3–6 лет Python-разработчик Machine Learning / Computer Vision 🟢Python, TensorFlow, PyTorch, Keras, Scikit-learn, Pandas, AWS, SQL (PostgreSQL), Apache Spark, Apache Kafka, Apache Airflow 🟢от 400 000 ₽ | Опыт 3–6 лет Senior/Lead Backend Developer (Python) 🟢Python3, Asyncio, SQL, PostgreSQL, FastAPI, Redis, Docker, Temporal, RabbitMQ, Linux, Elasticsearch 🟢до 450 000 ₽ | Опыт 3–6 лет Tech Lead (python) 🟢Python 3.11, MySQL, Clickhouse, Redis, Aiogram, Aiohttp, Docker-compose, Nginx, GitHub 🟢от 250 000 ₽ | Опыт более 6 лет

👩‍💻 Как работает __name__ == "__main__" в Python? Конструкция if __name__ == "__main__" определяет, выполняется ли скрипт как основная программа или импортируется в качестве модуля. Это позволяет запускать код только при непосредственном запуске скрипта, исключая его выполнение при импорте. ➡️ Пример:

def greet():
    print("Hello from greet!")

if __name__ == "__main__":
    greet()  # Этот вызов выполнится только при запуске скрипта напрямую

🗣 В этом примере greet() будет вызвана, если файл запускается напрямую. Если скрипт импортируется как модуль, greet() не вызовется, сохраняя модульную структуру кода.

🖥 Подробнее тут

👩‍💻 ИИ в логистике: отслеживаем транспортные средства на производственной территории с помощью нейросети В статье описан путь от пет-проекта до системы для трекинга транспорта: нейросети, компьютерное зрение и инструменты, позволяющие «видеть» и анализировать производственные процессы. Читать...

📈 Подборка статей для вашей карьеры • В какой момент профессия программиста свернула не туда? • Офис Intel в Израиле отменил бесплатный кофе • Войти в IT – в 37 и с дипломом филфака • Путь к мастерству: Как стать успешным разработчиком • Галера от HH или джуны по-дешевке

🔎 Подборка вакансий для сеньоров Senior Python Developer (Highload, Crypto) 🟢Python 3.10-3.12, FastAPI, PostgreSQL, Redis, MongoDB, Pydantic, SQLAlchemy, Alembic 🟢до 500 000 ₽ | более 6 лет Python Developer (Senior) 🟢Python, asyncio, aiohttp, FastAPI, PostgreSQL, Redis, Cassandra, Kafka, RabbitMQ, ElasticSearch, ClickHouse 🟢от 360 000 до 480 000 ₽ | 3–6 лет Senior Python-разработчик 🟢Python, FastAPI, RabbitMQ, Kubernetes, PostgreSQL, asyncio, Alembic, Docker, SQLAlchemy, Git, CI/CD, S3, Airflow 🟢до 500 000 ₽ | более 6 лет Senior Machine Learning Engineer (Computer Vision) 🟢Python, PyTorch, OpenCV, Scikit-Image, FFmpeg 🟢от 600 000 ₽ | 3–6 лет Senior/Middle Data Scientist 🟢Python, SQL, классический ML, anti-fraud системы 🟢Уровень дохода не указан | 3–6 лет

👩‍💻 Уделите внимание токенизаторам — и вот почему Статья рассматривает особенности разработки ИИ-приложений с использованием RAG, особенно для обработки данных интернет-магазинов. Анализируется отличие статистического подхода от традиционного программирования и его влияние на разработку с LLM. Читать...

🧠 Самые интересные статьи за последние дни: • Всё, что вы хотели знать о Django Channels • Сборка Python проекта с uv и Docker • DE-1. DIY ассистент на LLM • Ваши генераторные выражения сломаны: чиним и разбираемся • Всё, что вы хотели знать о Django Channels

👩‍💻 Задачка по Python Создайте Python-скрипт, который проверяет доступность указанного веб-сервера и отправляет уведомление на почту, если сервер недоступен. Скрипт должен выполнять проверку каждые 5 минут и отправлять уведомление только один раз, если сервер падает, а затем повторно — только когда сервер снова станет доступен. ➡️ Пример: • python monitor.py https://example.com — проверяет доступность сервера по адресу https://example.com, отправляет уведомление на почту, если сервер перестаёт отвечать, и повторно уведомляет при восстановлении работы. Решение задачи ⬇️

import requests import time import smtplib from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart import sys # Настройки для отправки уведомлений SMTP_SERVER = 'smtp.example.com' SMTP_PORT = 587 EMAIL = 'your-email@example.com' PASSWORD = 'your-password' TO_EMAIL = 'recipient@example.com' # Функция для отправки уведомления def send_notification(subject, message): msg = MIMEMultipart() msg['From'] = EMAIL msg['To'] = TO_EMAIL msg['Subject'] = subject msg.attach(MIMEText(message, 'plain')) with smtplib.SMTP(SMTP_SERVER, SMTP_PORT) as server: server.starttls() server.login(EMAIL, PASSWORD) server.sendmail(EMAIL, TO_EMAIL, msg.as_string()) print(f"Уведомление отправлено: {subject}") # Функция для проверки доступности сервера def check_server(url): try: response = requests.get(url, timeout=5) return response.status_code == 200 except requests.RequestException: return False # Основная функция мониторинга def monitor(url): server_is_down = False while True: is_up = check_server(url) if is_up and server_is_down: send_notification("Сервер восстановлен", f"Сервер {url} снова доступен.") server_is_down = False elif not is_up and not server_is_down: send_notification("Сервер недоступен", f"Сервер {url} перестал отвечать.") server_is_down = True time.sleep(300) # Проверка каждые 5 минут if __name__ == "__main__": if len(sys.argv) < 2: print("Укажите URL сервера для мониторинга.") sys.exit(1) url = sys.argv[1] monitor(url)

👩‍💻 Курс Django: Сложная форма с кастомной капчей Делаем анкету с различными виджетами, защищаем форму с помощью капчи, автоматически отправляем данные и вложенные файлы на email. Читать...

🔎 Подборка вакансий для мидлов Разработчик Python (Middle) 🟢Python, Django, Django Rest Framework, Git, MongoDB, Linux 🟢от 90 000 до 150 000 ₽ | 1–3 года Middle Python Developer 🟢Python, FastAPI, SQLAlchemy, PostgreSQL, MongoDB, Redis, Docker, GNU/Linux 🟢от 120 000 до 180 000 ₽ | 3–6 лета Middle Python разработчик 🟢Python, aiohttp, FastAPI, PostgreSQL, MongoDB, RabbitMQ, Kafka, NumPy, OpenCV 🟢от 140 000 до 240 000 ₽ до вычета налогов | 3–6 лет Data Engineer/Дата инженер (ученик) 🟢Python, SQL, Big Data, MLflow, NoSQL, machine learning, Hadoop, Apache Spark, Scala, Apache Kafka 🟢от 100 000 до 110 000 ₽ | Без опыта Data Engineer / Дата-инженер 🟢Python, PySpark, SQL, Azure (ADF, SQL DB), Databricks, Power BI, Azure DevOps 🟢от 190 000 ₽ до вычета налогов | 1–3 года

👩‍💻 Как работает декоратор @property в Python и зачем он нужен? Декоратор @property в Python превращает метод класса в атрибут, позволяя работать с ним, как с обычным свойством. Это упрощает доступ к приватным данным и добавляет контроль за их валидацией и изменением. С помощью @property можно создавать интерфейс для работы с данными объекта, защищая их от некорректных значений и обеспечивая читаемость кода. ➡️ В этом примере декоратор @property используется для создания свойства age, которое проверяет корректность введенного значения:

class Person:
    def __init__(self, age):
        self._age = age
    
    @property
    def age(self):
        return self._age
    
    @age.setter
    def age(self, value):
        if value < 0:
            raise ValueError("Возраст не может быть отрицательным.")
        self._age = value

p = Person(30)
p.age = 35        # Работает нормально
print(p.age)      # 35
p.age = -5        # ValueError: Возраст не может быть отрицательным.

🗣 Использование @property полезно для создания аккуратного интерфейса доступа к данным с их защитой и валидацией, соблюдая при этом принципы инкапсуляции.

🖥 Подробнее тут

👩‍💻 Как сделать блог разработчика на GitHub Pages с помощью Django Расскажем, как превратить Django в генератор статических сайтов и сделать полноценный блог с пагинацией, сортировкой записей по тегам, подсветкой синтаксиса кода, контактной формой, подпиской на рассылку и поддержкой 20 различных тем оформления. Читать...

🔎 Подборка вакансий для джунов Стажер Python Back-end (офис) 🟢Python, Git, PostgreSQL, SQL, Linux, JavaScript 🟢Уровень дохода не указан | Без опыта Junior Data Engineer 🟢SQL, Big Data, DWH, ETL, Airflow, Python 🟢до 130 000 ₽ | 1–3 года Junior Python developer 🟢Python, SQL/NoSQL, BeautifulSoup, requests, pandas, Selenium, Playwright, FastAPI, pytest, unittest, Docker 🟢от 70 000 ₽ | 1–3 года Python-разработчик (Junior - Middle) 🟢Python, Django, MySQL, Django REST Framework, Linux, Git, Vue.js, HTML, CSS 🟢от 70 000 ₽ | 1–3 года Junior Data Analyst / Data Analyst 🟢SQL, Atlassian Jira, Atlassian Confluence 🟢от 60 000 до 110 000 ₽ | 1–3 года

👩‍💻 Задачка по Python Создайте Python-скрипт, который читает большой текстовый файл построчно и подсчитывает количество уникальных слов в каждой строке. Скрипт должен эффективно обрабатывать большие файлы, используя поточное чтение, и выводить количество уникальных слов для каждой строки. ➡️ Пример: • python app.py analyze filename.txt — считывает файл filename.txt построчно, подсчитывает уникальные слова в каждой строке и выводит их количество в консоль. Решение задачи ⬇️

import sys def analyze_file(file_path): with open(file_path, 'r', encoding='utf-8') as file: for line in file: words = line.strip().split() unique_words = set(words) print(f'Строка: "{line.strip()}" - Уникальные слова: {len(unique_words)}') if __name__ == "__main__": if len(sys.argv) < 2: print("Укажите путь к файлу для анализа.") sys.exit(1) file_path = sys.argv[1] analyze_file(file_path)

👩‍💻 Дуалистичная типовая система JavaScript VS Единая объектная система Python. Краткий обзор Сегодня поговорим о объектах, объектной архитектуре и способах взаимодействия с ними на примере языков программирования Python и JavaScript. Получилось небольшое исследование, противопоставляющее прототипирование и ООП. Читать...

🔝 Самые интересные статьи за последние дни: • Эксперимент: даём ChatGPT полный доступ к компьютеру • Правильный путь создания python-библиотеки: от создания до публикации • Вычисления с GPU-ускорением на Python • Полное руководство по обработке ошибок в Python • Как мы обучили Mistral 7B русскому языку и адаптировали для объявлений Авито

👩‍💻 Задачка по Python Создайте Python-скрипт, который кэширует данные с внешнего API, сохраняя их на определенное время. Когда срок кэша истекает, данные должны автоматически обновляться при следующем запросе. ➡️ Пример: • python app.py fetch — получает данные из кэша, а если кэш истек, то заново запрашивает данные и обновляет кэш. Решение задачи ⬇️

import time import json import requests from pathlib import Path CACHE_FILE = Path("cache.json") CACHE_TTL = 60 # время жизни кэша в секундах def update_cache(): data = requests.get("https://api.example.com/data").json() cache_data = {"data": data, "timestamp": time.time()} with open(CACHE_FILE, "w") as file: json.dump(cache_data, file) return data def fetch_data(): if CACHE_FILE.exists(): with open(CACHE_FILE, "r") as file: cache = json.load(file) if time.time() - cache["timestamp"] < CACHE_TTL: print("Данные из кэша:", cache["data"]) return cache["data"] print("Обновление кэша...") return update_cache() # Запрос кэшированных данных fetch_data()

👩‍💻 Как простая задачка поставила в тупик программистов (и как они из него выбрались) В 2010 году пользователь Stack Overflow не справился с задачей на собеседовании. Обсуждение способов решения этого задания стало одной из самых популярных тем на платформе. Читать...

🔎 Подборка валютных вакансий Middle Backend Developer (Python) 🟢Python, FastAPI, Tornado, PostgreSQL, SQLAlchemy, Redis, RabbitMQ, Docker, nginx, gitlab-ci 🟢от 2 000 до 3 300 $ | 3–6 лет Python Developer (Senior/Middle) 🟢Python, Django, Django REST Framework, Django ORM, Vue.js, Git, GitLab, PostgreSQL, Linux, SQL 🟢от 1 200 $ | 3–6 лет Senior backend developer - Python 🟢Python, PostgreSQL, Redis, FastAPI, Flask, Pyramid, SQLAlchemy, Celery, Pydantic, AWS 🟢от 4 000 $ | Более 6 лет QA manual/Продакт Разработчик операций AI 🟢Python, SQL, Aiogram, GPT, PostgreSQL, CRM 🟢от 800 до 1 300 $ | 1–3 года

💡 Карьера — это не про «идеальную работу», а про опыт и умение адаптироваться В мире, где всё меняется быстрее, чем ты успеваешь обновлять резюме, держаться за одну карьерную траекторию — всё равно что пытаться угнаться за горизонтом. Умение перестраиваться, пробовать новое и брать на себя задачи, которые немного пугают, — вот что реально важно. И это не про «выйди из зоны комфорта», а про осознанный выбор расти и не цепляться за привычное. 🎯 Что делать: пообщайся с коллегой из другой области, возьми на себя один проект вне своей зоны, попробуй новый инструмент или язык, устрой «ревизию» навыков — что сейчас реально работает на тебя, а что пора обновить? Простые шаги, но каждый — ключ к росту и новым возможностям.