Python RU

🤓 Как создать Telegram-бота с интеграцией ChatGPT. 1️⃣ Создание чатбота Telegram • Откройте вашу IDE и создайте файл с именем telegram-bot.py • Мы будем использовать этот пакет https://github.com/python-telegram-bot/python-telegram-bot, который поможет нам создать telegram-бота. Обязательно установите его с помощью: pip3 install python-telegram-bot • После установки вставьте этот код в файл telegram-bot.py: import logging import os from telegram import Update from telegram.ext import (ApplicationBuilder, CommandHandler, ContextTypes, MessageHandler, filters) logging.basicConfig( format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', level=logging.INFO ) TELEGRAM_API_TOKEN = os.getenv("TELEGRAM_API_TOKEN") async def start(update: Update, context: ContextTypes.DEFAULT_TYPE): await context.bot.send_message(chat_id=update.effective_chat.id, text="I'm a bot, please talk to me!") async def echo(update: Update, context: ContextTypes.DEFAULT_TYPE): await context.bot.send_message(chat_id=update.effective_chat.id, text=update.message.text) if __name__ == '__main__': application = ApplicationBuilder().token(TELEGRAM_API_TOKEN).build() start_handler = CommandHandler('start', start) echo_handler = MessageHandler(filters.TEXT & (~filters.COMMAND), echo) application.add_handler(start_handler) application.add_handler(echo_handler) application.run_polling() Продолжение @pro_python_code

Хотите узнать, как у Сбера получается создавать такие точные персональные рекомендации? Приходите на RecSys Meetup by Sber — он состоится 20 июля в Питере 💚 На митапе топовые спикеры расскажут: • Как рекомендации на базе AI помогают бизнесу в разных индустриях. • На какие тренды в области AI, машинного обучения и рекомендательных систем стоит обратить внимание • Какие существуют особенности при построении рекомендательных сценариев в видео-стримингах В перерывах между докладами вас будут ждать интересные знакомства, обсуждения и нетворкинг. Регистрируйтесь по ссылке — встречаемся 20 июля в 19:00 по адресу: Art-Muse, Зал «Галерея Ц», 13-я линия Васильевского острова, 70 📍

10 наиболее часто задаваемых вопросов о списках Python на Stack Overflow Список — это встроенная структура данных в Python. Он представлен в виде набора данных в квадратных скобках и может использоваться для хранения данных разных типов. В этой статье мы рассмотрим 10 наиболее часто задаваемых вопросов о списках Python на Stack Overflow. Читать @pro_python_code

По данным Headhunter, спрос на IT-специалистов в России продолжает расти: число вакансий в январе 2023 выросло до 58 тысяч, это на 63% больше, чем в январе 2022. Разобраться, как получить образование в IT-сфере и начать строить карьеру с госдипломом, поможем на дне открытых дверей бакалавриата. Программу «Разработка IT-продуктов и информационных систем» Нетология реализует вместе с Тюменским государственным университетом. Бесплатная онлайн-встреча «Как выбрать профессию в разработке» пройдёт 13 июля в 19:00. На встрече вы узнаете: - Чем занимаются разработчики, в каких компаниях работают, сколько зарабатывают и как освоить эту профессию. - Как сочетаются онлайн-технологии с очной формой обучения и госдипломом. Как преподаватели ведут лекции, семинары и принимают экзамены, а координатор помогает студентам. - Как поступить в онлайн-бакалавриат. Регистрируйтесь и приходите онлайн на день открытых дверей, чтобы задать вопросы экспертам и пообщаться с единомышленниками. Реклама ООО “Нетология” LatgBrj2G

Спрос на IT-специалистов продолжает расти Бизнесу и госсектору нужны как фронтенд-, бэкенд-, так и мобильные разработчики, которые владеют разными языками программирования. Одним из простых и универсальных по праву считается Python. Познакомьтесь с основами языка Python, напишите и запустите свой первый код под руководством эксперта на бесплатном мастер-классе 13 июля в 19:00 мск. Встреча пройдёт в рамках подготовки к бакалавриату «Разработка IT-продуктов и информационных систем» Нетологии и Тюменского государственного университета. На встрече вы узнаете: - Плюсы и особенности Python. - Основные понятия и базовые навыки. - Формат обучения, дисциплины и виды практики в бакалавриате. - Этапы поступления, список документов и льготы. Регистрируйтесь и приходите онлайн, чтобы познакомиться на практике с самым популярным языком программирования по данным рейтинга Tiobe за март 2023. А также задать вопросы экспертам и пообщаться с единомышленниками. Реклама ООО “Нетология” LatgBrj2G

🐍 10 проектов на Python для начинающих 1. Игра “Виселица Инструкции: Создайте классическую игру “Виселица”. Предложите пользователю угадывать слово по буквам до тех пор, пока он не угадает его правильно или пока не закончатся попытки. import random def hangman(): words = ['python', 'hangman', 'programming', 'code'] word = random.choice(words) guesses = '' attempts = 6 while attempts > 0: for char in word: if char in guesses: print(char, end=' ') else: print('_', end=' ') print() guess = input("Guess a letter: ") guesses += guess if guess not in word: attempts -= 1 if set(word) <= set(guesses): print("Congratulations! You guessed the word.") break elif attempts == 0: print("Sorry, you ran out of attempts. The word was", word) hangman() 2. Калькулятор Инструкции: Постройте простой калькулятор, выполняющий основные арифметические операции (+, -, *, /) над двумя числами. def calculator(): num1 = float(input("Enter the first number: ")) operator = input("Enter an operator (+, -, *, /): ") num2 = float(input("Enter the second number: ")) if operator == '+': print(num1 + num2) elif operator == '-': print(num1 - num2) elif operator == '*': print(num1 * num2) elif operator == '/': print(num1 / num2) else: print("Invalid operator") calculator() 3. Угадайте число Инструкции: Создайте игру, в которой компьютер генерирует случайное число, а игрок пытается угадать его за определенное количество попыток. import random def guess_the_number(): number = random.randint(1, 100) attempts = 0 while True: guess = int(input("Take a guess: ")) attempts += 1 if guess < number: print("Too low!") elif guess > number: print("Too high!") else: print("Congratulations! You guessed the number in", attempts, "attempts.") break guess_the_number() 4. Список дел Инструкции: Создать приложение для составления списка дел, позволяющее пользователю добавлять, просматривать и удалять задачи. def todo_list(): tasks = [] while True: print("1. Add a task") print("2. View tasks") print("3. Remove a task") print("4. Quit") choice = input("Enter your choice: ") if choice == '1': task = input("Enter a task: ") tasks.append(task) elif choice == '2': if tasks: print("Tasks:") for task in tasks: print(task) else: print("No tasks.") elif choice == '3': if tasks: task = input("Enter the task to remove: ") if task in tasks: tasks.remove(task) print("Task removed.") else: print("Task not found.") else: print("No tasks.") elif choice == '4': break else: print("Invalid choice. Try again.") todo_list() Продолжение

🖥 Numpy векторизация вместо циклов в Python 🎞 Video @pro_python_code

🖥 13 интересных скриптов Python Каждый день мы сталкиваемся с множеством задач программирования, требующих сложного кодирования. Вы не сможете решить эти проблемы с помощью простого базового синтаксиса Python. В этой статье я расскажу о 13 продвинутых скриптах Python, которые могут стать полезными инструментами в вашем проекте. ▪ Читать дальше @pro_python_code

🟢Коллеги, хотите улучшить свои навыки в проектировании архитектуры и интеграций веб-сервисов? Рассмотрите — авторский курс про архитектуру и интеграции с практикой. 🟢вы получите большую базу фундаментальных знаний, доступ к урокам останется навсегда 💡Сейчас минимальная цена на курс, так как второй модуль про архитектуру полностью выйдет в июле. В августе цена вырастет. ————— ▫️научитесь выбирать стиль интеграции под вашу задачу; ▫️сможете проектировать с нуля и описывать интеграции в современных стилях (API: REST, SOAP, gRPC и др. + брокеры сообщений); ▫️поймете как правильно собирать требования и моделировать в UML; ▫️подготовитесь к собеседованию, решив более 100 тестов; ▫️разработаете свой API на Python. Всю программу смотрите в боте. 🟢С чего начать: с двух бесплатных уроков по архитектуре и интеграциям в боте курса. Переходите, нажимайте «старт». 👇 @studyit_help_bot @studyit_help_bot @studyit_help_bot + Скидка на курс — 1 000₽ на Stepik по промокоду DEC до конца июля.

🟢Коллеги, хотите улучшить свои навыки в проектировании архитектуры и интеграций веб-сервисов? Рассмотрите — авторский курс про архитектуру и интеграции с практикой. 🟢вы получите большую базу фундаментальных знаний, доступ к урокам останется навсегда 💡Сейчас минимальная цена на курс, так как второй модуль про архитектуру полностью выйдет в июле. В августе цена вырастет. ————— ▫️научитесь выбирать стиль интеграции под вашу задачу; ▫️сможете проектировать с нуля и описывать интеграции в современных стилях (API: REST, SOAP, gRPC и др. + брокеры сообщений); ▫️поймете как правильно собирать требования и моделировать в UML; ▫️подготовитесь к собеседованию, решив более 100 тестов; ▫️разработаете свой API на Python. Всю программу смотрите в боте. 🟢С чего начать: с двух бесплатных уроков по архитектуре и интеграциям в боте курса. Переходите, нажимайте «старт». 👇 @studyit_help_bot @studyit_help_bot @studyit_help_bot + Скидка на курс — 1 000₽ на Stepik по промокоду DEC до конца июля.

🖥 Необычные фишки Python. 1. Есть оператор “else”, но нет “if” В Python можно использовать оператор “else” без “if”. leaders = ["Elon", "Tim", "Warren"] for i in leaders: if i == "Yang": print("Yang is a leader!") break else: print("Not found Yang!") 2. Изменение неизменяемого кортежа tp = ([1, 2, 3], 4, 5) tp[0].append(4) print(tp) # ([1, 2, 3, 4], 4, 5) Это происходит потому, что изменяемость вложенных объектов Python зависит от каждого объекта. tp  —  неизменяемый кортеж, но первый элемент tp  —  список, который является изменяемым. 3. 256 — это 256, но 257 — не 257 Иногда результаты при проверке на равенство чисел в Python могут удивить: >>> a=256 >>> b=256 >>> a is b True >>> x=257 >>> y=257 >>> x is y False Для экономии времени и затрат памяти Python предварительно загружает все малые целые числа в диапазоне [-5, 256]. Поэтому, когда объявляется целое число в этом диапазоне, Python просто ссылается на кэшированное целое число и не создает новый объект. a и b  —  один и тот же объект, но x и y  —  два разных объекта. Чтобы убедиться в этом, выведем id каждой переменной: >>> id(a) 1696073345424 >>> id(b) 1696073345424 >>> id(x) 1696122928496 >>> id(y) 1696122928752 Этот механизм называется интернированием целых чисел или кэшированием целых чисел. Но что выведет следующий код? Снова False? >>> 257 is 257 Python всегда старается сделать все возможное, чтобы сохранить ясность. Поскольку две переменные не были определены отдельно, Python получит достаточно контекста в рамках однострочной команды и на этот раз выведет True. 4. Интернирование строк Подобно механизму интернирования целых чисел, Python также кэширует строки небольшого размера для экономии вычислительных ресурсов. Рассмотрим пример: >>> a = "Yang" >>> b = "Yang" >>> a is b True >>> c = "Yang Zhou" >>> d = "Yang Zhou" >>> c is d False Для приведенного выше примера был использован CPython с алгоритмом кэширования AST optimizer. Этот алгоритм может кэшировать до 4096 символов, но строки, включающие пробелы, не будут интернированы. 5. 0,1+0,2 — это не 0,3 Все знают, что 0,1+0,2 равно 0,3, но Python так не считает: print(0.1+0.2==0.3) # False Каков же результат вычисления 0,1+0,2 в Python, если не 0,3? print(0.1+0.2) # 0.30000000000000004 По правде говоря, это не вина Python. Ни один компьютер не может точно вычислить плавающее значение. 6. “+=” быстрее, чем “=” При конкатенации строк в Python операторы += и + могут дать один и тот же результат, но с разными временными затратами: import timeit print(timeit.timeit("s1 = s1 + s2 + s3", setup="s1 = ' ' * 100000; s2 = ' ' * 100000; s3 = ' ' * 100000", number=100)) # 0.7268792000000001 print(timeit.timeit("s1 += s2 + s3", setup="s1 = ' ' * 100000; s2 = ' ' * 100000; s3 = ' ' * 100000", number=100)) # 0.3451913999999999 При конкатенации более двух строк в Python оператор += быстрее, чем +. Поскольку +=  —  это операция in-place (на месте), время на создание нового объекта будет сэкономлено по сравнению с операцией +. 7. Три точки Если вам потребуется заполнитель для Python-функции, вы, скорее всего, воспользуетесь ключевым словом pass: def my_func(): pass Но есть и другой способ сделать это: def my_func(): ... 8. Оператор “with” Ни в одном другом языке программирования нет такого оператора, поэтому он удивляет начинающих в Python. with open("test.txt",'w') as f: f.write("Yang is writing!") Оператор “with”  —  это синтаксический сахар для управления контекстом. Используя его, вы можете не прописывать явно функцию close() для закрытия файла, поскольку он будет закрыт автоматически после использования. 9. Префиксные операторы * и ** При чтении проектов Python с открытым исходным кодом вам, вероятно, неоднократно встречался следующий стиль определения функции: def func(*args, **kwargs): pass Что означают эти странные звездочки? Параметр с префиксом * может собрать любое количество позиционных аргументов в tuple. C помощью звездочек можно производить распаковку итерируемых переменных @pro_python_code

🗣Создаем проект по распознаванию речи в Python Распознавание речи – это технология, позволяющая преобразовывать человеческую речь в цифровой текст. В этом руководстве вы узнаете, как выполнить автоматическое распознавание речи с помощью Python. В этом практическом руководстве, вы научитесь использовать: ▪Библиотека SpeechRecognition: Эта библиотека содержит несколько движков и API, как онлайн, так и офлайн. Мы будем использовать Google Speech Recognition, так как он быстрее запускается и не требует ключа API. У нас есть отдельный учебник по этому вопросу. ▪API Whisper: Whisper – это надежная модель распознавания речи общего назначения, выпущенная OpenAI. API стал доступен 1 марта 2023 года. Мы будем использовать API OpenAI для распознавания речи. ▪Работать с Whisper, которая имеет открытый исходный код. Поэтому мы можем напрямую использовать наши вычислительные ресурсы для выполнения ASR. У нас будет гибкость и возможность выбора, какой размер модели Whisper использовать. 📌 Читать @pro_python_code

выстроить программу и усердно заниматься. Упорство зависит от вас, а о качестве материалов позаботилась команда Яндекс Практикума. — Программа основана на реальных требованиях работодателей к младшим специалистам. — Интерактивный тренажёр помогает освоить теорию и закрепить её в тестах. — Практика идёт на учебных проектах для портфолио: от чат-бота и сайта-отзовика до соцсети и многофункционального сервиса. А ещё на курсе много работы с опытными специалистами: — наставники-разработчики разбирают сложные темы на живых вебинарах. — код-ревьюеры проверяют проекты и подсказывают, как их улучшить. — кураторы помогают с организацией и расписанием. — карьерный центр учит работать с резюме, мотивационными письмами, портфолио и собеседованиями. Пройдите первый бесплатный урок →

10 проектов Python для оттачивания навыков Python, универсальный и широко используемый язык программирования, предоставляет разработчикам уникальное сочетание мощности и простоты. В этой статье мы рассмотрим десять программ Python, которые демонстрируют возможности языка и то, как Python упрощает написание кода сложных задач. Читать @pro_python_code

🔥Хотите стать одним из авторов проектов, которые меняют жизнь людей к лучшему в области автоматизации предприятий, медицины, робототехники, виртуальной реальности и других сферах, или стать руководителем отдела Computer Vision в вашей компании? Все это возможно после прохождения обучения на курсе “Компьютерное зрение” в OTUS. Сейчас открыт набор в группу. Приходите 29 июня в 20:00 мск на открытый урок «PyTorch 2.0», чтобы познакомиться с преподавателем и программой курса, оценить все перспективы, которые откроются перед вами. На занятии мы также обсудим, что нового принес фреймворк PyTorch 2.0 в сферу компьютерного зрения и глубокого обучения. 📌Вы узнаете: - Как начать использовать PyTorch для обучения своих нейронных сетей - Что нового в PyTorch 2.0 и чем он отличается от 1.x - Как ускорить и оптимизировать свою нейросеть при помощи одной строчки кода - Как перейти с PyTorch 1.x на 2.0 - Как ускорить трансформеры HuggingFace при помощи PyTorch Transformer API 👉🏻Для участия отправьте заявку https://otus.pw/dGLn/ Кому подходит этот урок: - Начинающим и опытным специалистам в области компьютерного зрения и глубокого обучения - Дата сайентистам, которые хотят ускорить инференс своих моделей - Опытным специалистам, которые еще не перешли на PyTorch 2.0 - Тем, кто хочет познакомиться с фреймворков PyTorch и начать обучать свои нейросети Нативная интеграция подробная информация о продукте www.otus.ru

Как ускорить ваш код на Python Python — это универсальный язык программирования, который широко используется в различных областях, таких как веб-разработка, анализ данных, машинное обучение и искусственный интеллект. Одной из основных причин его популярности является простота и удобочитаемость, что облегчает разработчикам написание и понимание кода. Однако одним из недостатков Python является его производительность, которая относительно ниже по сравнению с другими языками программирования, такими как C или Java. Поэтому очень важно писать эффективный код для обеспечения оптимальной производительности. В этой статье мы рассмотрим некоторые советы и рекомендации о том, как писать более качественный и эффективный код на Python. Эти методы могут помочь вам оптимизировать код, сократить время его выполнения и улучшить его общее состояние. Давайте начинать! Читать @pro_python_code

🖨Как построить сканер SQL-инъекций на Python SQL-инъекция – это техника инъекции кода, которая используется для выполнения SQL-запросов через данные, вводимые пользователем в уязвимое веб-приложение. Это одна из самых распространенных и опасных техник взлома веб-приложений. ▪Установим необходимые библиотеки для этого урока: pip3 install requests bs4 ▪Импортируем необходимые модули: import requests from bs4 import BeautifulSoup as bs from urllib.parse import urljoin from pprint import pprint # initialize an HTTP session & set the browser s = requests.Session() s.headers["User-Agent"] = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.106 Safari/537.36" Мы также инициализировали сессию запросов и установили пользовательский агент. ▪Поскольку SQL-инъекция – это все о пользовательском вводе, нам нужно будет сначала извлечь веб-формы. Нам понадобятся следующие функции: def get_all_forms(url): """Given a `url`, it returns all forms from the HTML content""" soup = bs(s.get(url).content, "html.parser") return soup.find_all("form") def get_form_details(form): """ This function extracts all possible useful information about an HTML `form` """ details = {} # get the form action (target url) try: action = form.attrs.get("action").lower() except: action = None # get the form method (POST, GET, etc.) method = form.attrs.get("method", "get").lower() # get all the input details such as type and name inputs = [] for input_tag in form.find_all("input"): input_type = input_tag.attrs.get("type", "text") input_name = input_tag.attrs.get("name") input_value = input_tag.attrs.get("value", "") inputs.append({"type": input_type, "name": input_name, "value": input_value}) # put everything to the resulting dictionary details["action"] = action details["method"] = method details["inputs"] = inputs return details Функция get_all_forms() использует библиотеку BeautifulSoup для извлечения всех тегов формы из HTML и возвращает их в виде списка Python, а функция get_form_details() получает в качестве аргумента один объект тега формы и разбирает полезную информацию о форме, такую как действие (целевой URL), метод (GET, POST и т.д.) и все атрибуты поля ввода (тип, имя и значение). ▪Далее мы определяем функцию, которая сообщает нам, есть ли на веб-странице ошибки SQL, это будет удобно при проверке на уязвимость SQL-инъекции: ▪Продолжение @pro_python_code

Python meetup (Online) 1. Методы защиты кластера Hadoop в большой ML команде — Мария Изофатова / Мегафон (Мегатех) Из этого доклада слушатели узнают способы борьбы с уязвимостями кластера hadoop: репартиционирование (проблема мелких файлов), автоочищение таблиц на кластере, настройка конфигурации pyspark, анализ запущенных spark application и внутреннего кода. 2. Feature engineering для пространственных данных — Александр Мещеряков / Сinimex В этом видео мы обсудим как получить нужные данные и погрузимся в анализ формы объектов, взаимного отношения геометрий и паттернов их расположения. 3. Как мы предсказывали платежи в мобильных играх — Дмитрий Савостьянов / Artifactory В рамках доклада я расскажу о дизайне системы предсказания платежей в мобильных играх. Акцент будет сделан на Data Engineering, MLOps и мониторинг ➖➖➖ 🗓 28 июня, начало в 19:00 мск, Среда 🌐 ОНЛАЙН 🚀 Наш телеграмм канал с анонсами митапов ✅ Регистрация на мероприятие

🖥 Полезные приемы с кодом для аналитиков данных на Python 1. Python itertools groupby удобный способ группировки - https://www.youtube.com/watch?v=Rt1gl4fM62k 2. Полезные приемы в Pandas - https://www.youtube.com/watch?v=Sd2S5rXe8sY&t=165s 3. Раскройте потенциал Python Numpy: руководство для начинающих в науке о данных - https://www.youtube.com/watch?v=XX2XremQ0fg&t=12s 4. Data science c Python.Ускоряем Pandas в 120 раз- https://www.youtube.com/watch?v=-dAdaEv23vk&t=4s 5. 26 практических приёмов и хитростей Python - https://www.youtube.com/watch?v=vAMyfvtxxdQ&t=5s 6. 5 декораторов Python для Data Science проектов - https://www.youtube.com/watch?v=rxq11WHAlqU 7. ChatGPT + Midjouney на практике - https://www.youtube.com/watch?v=2gUqbc3Ikmo&t=5s 8. Разбор вопросов с собеседований Python - https://www.youtube.com/watch?v=4L1e-A3AOL4&t=5s 9. 15 полезных лайфхаков с кодом Машинного обучения на Python - https://www.youtube.com/watch?v=loOtlwcdiBA&t=4s 10. Декораторы Python, которые выведут ваш код на новый уровень - https://www.youtube.com/watch?v=qxrGAogl4iM 11. 7 инструментов Python, который должен знать каждый специалист машинного обучения - https://www.youtube.com/watch?v=RGEftBi0C9Y 12. Как загружать данные в SQL в 20 раз быстрее на Python - https://www.youtube.com/watch?v=eyeR1uWLnpM&t=2s 13. Data Science. Полезные советы по библиотеке Pandas - https://www.youtube.com/watch?v=neXc5Q-AWXY&t=3s 14. Data Science. Полезные советы по библиотеке Pandas - https://www.youtube.com/watch?v=neXc5Q-AWXY&t=3s 15. Дзен Python ООП: лучшие практики и шаблоны проектирования Python - https://www.youtube.com/watch?v=_MtX6QFJBRU 16. Python itertools. Хитрый способ избежать вложенных циклов - https://www.youtube.com/watch?v=TSvjYKIY01I&t=3s 17. Python. Генерация списка, словаря или множества в одну строку кода - https://www.youtube.com/watch?v=zS3HePvtxVc&t=10s 18. 8 крутых способов свести функции Python в одну строку - https://www.youtube.com/watch?v=jo3Q-rMggXk 19. Python itertools.compress. Удобный способ фильтрации данных - https://www.youtube.com/watch?v=8JGHID-_ApU&t=12s 20. Python Match/Case - https://www.youtube.com/watch?v=U_-NIKbKakM 21. Data Science. Советы по написанию эффективного кода на Python - https://www.youtube.com/watch?v=1Mcy-uatp_c&t=14s 🎞 Все видео по анализу данных @pro_python_code

🐍 Курс «Основы программирования на Python» Старт: 3 июля Продолжительность: 2 месяца Курс с полного нуля, начальные знания не нужны! Идеально подойдет новичкам в сфере IT, желающим освоить один из самых популярных языков программирования в мире!  Он охватывает все основные концепции Python, начиная от базовых операций и структур данных, таких как списки и словари, заканчивая более сложными темами - функции, модули и обработка исключений. 🎓 В ходе обучения вы научитесь: — Писать прикладные программы на Python — Разрабатывать приложения для работы с файлами — Работать с регулярными выражениями — Применять условные операторы — Создавать программы с использованием циклов и функций — Работать с модулями и библиотеками— Форматировать вывод данных — Обрабатывать исключения 🏆 Выдаём сертификат при успешной сдаче экзамена 📌 Узнать подробнее о курсе