Python Lounge: работа и стажировки для программистов

13 мая в 20:00 мск OTUS приглашает на бесплатный вебинар онлайн-курса «Machine learning» - «Моделирование COVID-19 с помощью анализа графов и парсинга открытых данных» для аналитиков и разработчиков. Для регистрации пройдите тест (необходимо знание Python и математики): https://otus.pw/9y2I/ — На вебинаре вы с преподавателем-практиком Дмитрием Сергеевым (Senior Data Scientist, опыт в отрасли 8 лет) подробно научитесь парсить информацию с сайтов при помощи питона, предобрабатывать грязные данные, заполнять в них пропуски и объединять разрозненные источники в удобные датасеты. Узнаем, как создавать графы и как работать с ними в библиотеке NetworkX, а также моделировать распространение инфекции по сети мировых аэропортов. Не упустите возможность задать ему все интересующие вопросы! Чтобы попасть на курс с скидкой -30% прямо сейчас, пройдите вступительный тест: https://otus.pw/PojF/

​​Сортировка пузырьком В Python уже есть встроенные функции сортировок массивов sort() и .sorted(), но достаточно важно самому знать хотя бы несколько реализаций. Суть алгоритма в том, что совершается несколько проходов по массиву. При проходе последовательно сравниваются пары элементов в массиве и в случае несоответствия выбранному порядку меняются местами. Если пары элементов находятся в верном порядке, то ничего не происходит. В результате первого прохода максимальный элемент окажется в конце, то есть всплывет словно пузырек. Затем все повторяется до того момента пока весь массив не будет отсортирован. Последний проход будет по отсортированному массиву.

 def bubble_sort(array):
    for i in range(len(array), 0, -1):
        for j in range(1, i):
            if array[j - 1] > array[j]:
                tmp = array[j-1]
                array[j-1] = array[j]
                array[j] = tmp
    return array

Для наглядности визуальная реализация сортировки представлена ниже. #алгоритм

​​7224 компании находятся в поиске JavaScript-разработчиков прямо сейчас. Но они ищут тех, кому под силу решать нетривиальные задачи, а не просто писать код по шаблону. Специалисты, которые освоили только технологии, проваливаются на собеседованиях и не могут дальше развиваться.  В Skillfactory сначала изучают программирование на фундаментальном уровне и только после этого переходят к изучению React, Node.JS и SQL. Даже те, кто не имел технического образования, получат базу, новые парадигмы мышления и сообщество однокурсников и преподавателей — то, что дают офлайн-вузы типа Оксфорда, Гарварда, МГУ и др. Так что если вы хотите: стать программистом со знанием современных веб-технологий, найти стабильную работу сразу после обучения и зарабатывать от 80 000 руб. даже в регионах, то записывайтесь на курс «Full-stack разработчик на JavaScript». 🚀Давно присмотрели курс, но откладывали обучение? Самое лучшее время, чтобы начать – сейчас! Забирайте курс со скидкой: https://clc.to/hMhZDQ

Куда развиваться в Data Science? Узнайте об этом на бесплатной онлайн-встрече с экспертом в области deep learning Артуром Кадуриным. — Записаться: https://otus.pw/TVR1/ 21 апреля в 20:00 мск он ответит на этот вопрос, представив программы курсов «Нейронные сети на Python» и «Компьютерное зрение». Эти курсы подойдут тем, кто уже занимается машинным обучением, но хочет освоить новые востребованные направления. — Вебинар поможет сориентироваться в необходимых для развития навыках, а также перспективах, которые ждут выпускников после обучения. Подробнее про курс Нейронные сети на Python: https://otus.pw/C2Nk/ Подробнее про курс Компьютерное зрение: https://otus.pw/3IsT/ Пройдите вступительный тест и записывайтесь в группу, пока действуют самые большие скидки!

​​Академия для наших подписчиков! Хотите системное ускорение ваших скиллов? С 20 апреля мы начинаем продвинутый курс по Python, в котором разберём темы, которые сложно найти и изучить самостоятельно. Спустя неделю, все, кто хотел, уже будут заливать новый проект к себе на гитхаб. Может быть именно на него обратят внимание при приглашении на работу? В курсе вы изучите следующее: ❶ Тонкости функционального программирования ❷ Всё про ООП + метаклассы ❸ Работа с файлами и исключениями ❹ Итераторы, генераторы и декораторы ❺ Потоки и процессы ❻ Асинхронность ❼ Работа с сокетами 🎁 Бонус: правила чистого кода Цена – 750₽. А также новички могут приобрести доступ к записям по начальному курсу всего за 245₽ (490). Все вопросы и запись на курс: @a1f20 и @dartrisen.

Enumerate - встроенная функция Python. Ее полезность не может быть сведена в одну строку. Тем не менее, большинство новичков и даже некоторые опытные программисты не знают об этом. Это позволяет нам итерировать что-либо в цикле и иметь автоматический счетчик. Вот пример: for counter, value in enumerate(some_list): print(counter, value) И это еще не все, enumerate также принимает необязательный аргумент, который делает функцию еще более полезной. my_list = ['apple', 'banana', 'grapes', 'pear'] for c, value in enumerate(my_list, 1): print(c, value) # Output: # 1 apple # 2 banana # 3 grapes # 4 pear Необязательный аргумент позволяет нам указать перечислить, откуда начинать индекс. Вы также можете создавать кортежи, содержащие индекс и элемент списка, используя список. Вот пример: my_list = ['apple', 'banana', 'grapes', 'pear'] counter_list = list(enumerate(my_list, 1)) print(counter_list) # Output: [(1, 'apple'), (2, 'banana'), (3, 'grapes'), (4, 'pear')]

​​Занимаешься разработкой приложений и игр, но хватает только на еду? Мобильный пират - один из старейших комьюнити в СНГ по добыче кеша в мобайле. Хочешь продвинуть свой проект в топ без особых затрат - не проблема, инфа найдется. Нужна помощь по коду - опытные коллеги помогут. Только свежая и актуальная инфа по манимейкингу + закрытые чаты для топов. Добро пожаловать на борт! Наш канал - t.me/piratinfo А для самых смелых еще и чат припасли - t.me/mobilepirat

Научи нейросеть узнавать объекты с первого раза. Приходи на открытый урок по Нейросетям на Python https://otus.pw/J9rd/ 14 апреля в 20:00 Михаил Степанов, эксперт по машинному обучению из Jet Infosystems, проведет занятие по Triplet loss.  Что будем делать:  * Научимся работать с tensorflow datasets  * Рассмотрим проблему one-shot learning, metric learning  * Разберемся, что такое siamese networks и triplet loss  * Обучим нейросеть, способную с первого раза узнавать объекты  Требуется знание Python и математики. Проходи вступительный тест и записывайся в группу, пока действуют самые большие скидки!

Генераторы коллекций В Python есть специальная конструкция, позволяющая быстрее и удобнее создавать заполненные коллекции на основе имеющихся, при этом применяя какое-либо выражение к каждому элементу. 1. Генератор списка (list comprehension) word = 'hello' new_list = [c.upper() for c in word] # ['H', 'E', 'L', 'L', 'O'] 2. Генератор множества (set comprehension) elements = [1, 2, 1, 3, 2] new_set = {n * 0.1 for n in elements} # {0.1, 0.2, 0.3} 3. Генератор словаря (dictionary comprehension) numbers = {'one': 1, 'two': 2, 'three': 3} new_dict = {v: k for k, v in numbers.items()} # {1: 'one', 2: 'two', 3: 'three'}

​​Может ли machine learning помочь решить задачи вашего бизнеса? ⏰ В четверг, 9 апреля в 19:00 (мск) ребята из ProductStar проводят бесплатный интенсив «Управление метриками продукта с помощью машинного обучения». 👩‍🏫 Кто выступит? Айра Монгуш, CEO & Founder в Mathshub 👨‍🏫 Что будет на вебинаре? — Погрузимся в язык дата-саенса — Разберемся с основными метриками продукта — Познакомимся со структурой ML-алгоритмов — Решим практическую задачу предсказания оттока пользователей в телекоме на Python. 🔥 Двое самых активных участников получат сертификат на бесплатное обучение в ProductStar. Участие бесплатное, но регистрация обязательна. Зарегистрироваться на вебинар 👉 @ProductStarProductBot

Сохраняем данные с помощью pickle Модуль pickle реализует двоичное сохранение объектных структур в Python. Однако будьте осторожнее, pickle не защищен от ошибочных или вредоносных данных. Никогда не извлекайте данные, полученные из ненадежных или не прошедших проверку подлинности источников. Для начала поробуем сохранить, к примеру, список из различных типов данных. import pickle x = ['abc', 67, 3.14] with open('data', 'wb') as file:    pickle.dump(x, file) Данные успешно сохранены, теперь откроем и убедимся в их сохранности. with open('data', 'rb') as file:    x = pickle.load(file) print(x) # Out: ['abc', 67, 3.14] Что сохранили, то и получили - всё верно. В итоге, pickle - хорошее решение, на случай, когда требуется сохранить что-либо, а на написание полноценной базы данных нет времени.

OTUS приглашает на бесплатные вебинары онлайн-курсов «Инфраструктурная платформа на основе Kubernetes» и «Agile Project Manager в IT»: 📌 9.04 — «Строим достаточно хороший конвейер поставки»: https://otus.pw/MGIr/ Рассмотрим компоненты будущей инфраструктурной платформы и разберемся, как доставлять наше приложение правильно. 📌16.04 — «Project vs Product - в чем разница?»: https://otus.pw/dGbB/ Узнаем, чем отличается Project и Product; выясним, как между ними распределяются обязанности; определим разницу софт скиллов для этих ролей. А также попрактикуемся - разберем типичные задачи в работе и отнесем их к соответствующим ролям. Вебинары проведут преподаватели-практики курсов Никита Вельгин (инженер Express42) и Дмитрий Емельянов (Agile Coach крупнейшего банка России, сертифицирован по Agile, Scrum и Kanban). Регистрируйтесь сейчас — напомним в день вебинара!

​​Если вы много тратите в барах, это не всегда плохо — в будущем вы сможете.... забронировать отель по более низкой цене. Где связь? Всё просто: компания Duetto, собирая данные о ваших покупках, передает их отелям. А те, зная, что вы потратите деньги и на другие услуги, предложат вам лучшую цену. Сила big data в действии. Преподаватели SkillFactory знают десятки увлекательных способов использования больших данных и рассказывают о них на курсе «Python для анализа данных». За 2 месяца вы поработаете с библиотеками Pandas и NumPy, научитесь визуализировать данные с помощью графиков и парсить страницы пользователей Вконтакте. Курс подойдет аналитикам, маркетологам и менеджерам; уровень знания Python может быть начальным. 🖲Давно откладывали обучение? Самое лучшее время – сейчас! Получите курс со скидкой: https://clc.to/U29D8A

Статья рекомендуется всем тем, кто проводит много времени сидя на компьютером, да и не только, потому что поддерживать своё состояние необходимо всем Здоровье программиста

Открыт набор в новую группу профессионального онлайн-курса «Компьютерное зрение». Углубленный курс по Computer Vision для специалистов в машинном обучении, знакомых с нейронными сетями. Знакомьтесь с полностью обновленной программой, сдавайте вступительное тестирование и начните обучение на выгодных условиях скидка -20% https://otus.pw/Ttlw/

Python packages Предположим, вы разрабатываете большое приложение, которое включает в себя множество модулей. Очевидно, что складывать всё в одну папку не просто неудобно, а в некоторых случаях даже нерационально. Создадим для примера модуль main.py и рядом с ним пакет с модулями (папку с файлами) примерно в таком виде: ├── main.py └── package   ├── __init__.py   ├── module1.py   └── module2.py Модуль __init__.py нужен для инициализации пакета, а также он вызывается при импорте пакета или модулей из него. Тем не менее, __init__.py может был пустым, достаточно его присутствия. Простыми словами, такой модуль нужен для того, работать с папкой как с Python-пакетом. В main.py мы уже можем импортировать пакет и модули примерно такими способами: import package from package import module1 import package.module2 as m2 Предположим, что у нас есть уже какие-то функции в module1.py и module2.py. Теперь давайте напишем кое-что в __init__.py для примера: from .module1 import function1 from . import module2 as m2 variable = 'hello from __init__.py' Точка указывает на то, что мы импортируем модули из этого же пакета, а не откуда-то еще. Если указать без точки или просто import module2, то возникнет исключение. Теперь в main.py мы можем выполнить следующие команды: from package import function1 from package import m2 from package import variable Возможности пакетов и модулей в Python этим не ограничиваются, но для вступления и ознакомления этой информации должно хватить.

Открыт набор в новую группу профессионального онлайн-курса «Компьютерное зрение». Углубленный курс по CV для специалистов в машинном обучении, знакомых с нейронными сетями. Знакомьтесь с полностью обновленной программой, сдавайте вступительное тестирование и начните обучение на выгодных условиях скидка -20% https://otus.pw/EYau/

​​Главный специалист по внедрению ИС в ГК КОРТРОС Требуемый опыт работы: 3–6 лет Полная занятость, полный день Основные задачи: - Работа на первой линии поддержки управленческих систем на базе 1С: консультирование и поддержка пользователей по работе с информационными системами 1С (БИТ.Строительство (подрядчик, заказчик, продажа, аренда), 1С:ЗУП КОРП, ред.2.5, 3.0); - Решение оперативных задач, необходимых как для функционирования системы (администрирование и поддержка обменов, бэкапов, сервера приложений, менеджера лицензий и пр.), так и связанных с работой пользователей (например, программное исправление некорректно введенных данных); - Анализ, локализация и исправление возникающих ошибок по запросам ключевых пользователей; - Разработка и документирование методов их устранения; - Исследование бизнес-процессов предприятия и выработка предложений по их оптимизации; - Постановка ТЗ разработчикам в объектах метаданных систем 1С; - Тестирование разработанного функционала; - Разработка методических материалов, руководств пользователей, обучение пользователей; Наши ожидания: - Высшее образование техническое; - Опыт технического сопровождения и развития ИС на базе 1С; - Практический опыт работы с ПП - 1С:Бухгалтерия предприятия КОРП, ред. 3.0, 1С:Зарплата и Управление Персоналом КОРП, ред.2.5, 3.0, (желательно - БИТ.Строительство (подрядчик, заказчик, продажа, аренда) для 1С:Бухгалтерия 3.0,1С:Конвертация данных, ред. 2.1, 3.0); - Желательно наличие сертификатов по платформе 1С Предприятие 8.х, "1С:Профессионал", "1С:Специалист". Условия: - Работа в крупной компании, занимающей лидирующие позиции на российском рынке девелопмента; - Офис: м. Шелепиха; - Полное соблюдение ТК РФ; Контакты: T.prisekina@kortros.ru @tprisekina

Примеры проектов по машинному обучению — 10 лучших Обучение искусственного интеллекта — задача непростая, но затраченные усилия сполна окупятся невероятными результатами, которых можно достичь благодаря ИИ. Хотите узнать больше о самых классных проектах по машинному обучению? Читайте нашу подборку.