Available now! Telegram Research 2025 — the year's key insights 
Библиотека задач по Python | тесты, код, задания
Open in Telegram
Задачи и тесты по Python для тренировки и обучения. Учиться у нас: https://clc.to/DEwOVQ По рекламе: @proglib_adv Для обратной связи: @proglibrary_feeedback_bot
Show more6 498
Subscribers
No data24 hours
-127 days
-2130 days
Data loading in progress...
Similar Channels
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
June '26
June '26
+54
in 4 channels
May '26
+68
in 5 channels
Get PRO
April '26
+85
in 4 channels
Get PRO
March '26
+136
in 2 channels
Get PRO
February '26
+91
in 1 channels
Get PRO
January '26
+96
in 1 channels
Get PRO
December '25
+96
in 3 channels
Get PRO
November '25
+101
in 6 channels
Get PRO
October '25
+92
in 1 channels
Get PRO
September '25
+64
in 0 channels
Get PRO
August '25
+108
in 2 channels
Get PRO
July '25
+108
in 2 channels
Get PRO
June '25
+109
in 3 channels
Get PRO
May '25
+110
in 1 channels
Get PRO
April '25
+174
in 1 channels
Get PRO
March '25
+222
in 52 channels
Get PRO
February '25
+273
in 32 channels
Get PRO
January '25
+352
in 36 channels
Get PRO
December '24
+310
in 36 channels
Get PRO
November '24
+378
in 38 channels
Get PRO
October '24
+382
in 36 channels
Get PRO
September '24
+338
in 36 channels
Get PRO
August '24
+386
in 36 channels
Get PRO
July '24
+380
in 35 channels
Get PRO
June '24
+279
in 31 channels
Get PRO
May '24
+321
in 35 channels
Get PRO
April '24
+386
in 35 channels
Get PRO
March '24
+439
in 30 channels
Get PRO
February '24
+399
in 29 channels
Get PRO
January '24
+534
in 24 channels
Get PRO
December '23
+2 858
in 25 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 24 June | 0 | |||
| 23 June | +2 | |||
| 22 June | +3 | |||
| 21 June | 0 | |||
| 20 June | +1 | |||
| 19 June | +10 | |||
| 18 June | 0 | |||
| 17 June | +1 | |||
| 16 June | +4 | |||
| 15 June | +6 | |||
| 14 June | 0 | |||
| 13 June | +3 | |||
| 12 June | +1 | |||
| 11 June | 0 | |||
| 10 June | +2 | |||
| 09 June | +4 | |||
| 08 June | +2 | |||
| 07 June | +3 | |||
| 06 June | 0 | |||
| 05 June | +4 | |||
| 04 June | +1 | |||
| 03 June | +4 | |||
| 02 June | 0 | |||
| 01 June | +3 |
Channel Posts
🔍Тестовое собеседование на Middle Python с разработчиком из Авито завтра вечером
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.
| 2 | В FastAPI сервисе при нагрузке появляются предупреждения Unclosed client session/connector is closed, растёт число открытых файловых дескрипторов. Вы используете aiohttp для внешних HTTP-запросов. Какой подход корректный?
👾 — Создавать aiohttp.ClientSession() на каждый запрос и не закрывать — пусть GC разберётся
👍 — Создать один ClientSession на старте приложения (lifespan), переиспользовать во всех хэндлерах и корректно закрыть на shutdown
🥰 — Заменить на синхронный requests внутри run_in_executor — тогда дескрипторы не утекут
⚡️ — Для каждого запроса создавать новый TCPConnector(force_close=True) и сразу закрывать сессию
Библиотека задач по Python | 284 |
| 3 | 🤖 Какие задачи можно действительно доверить ИИ?
Уже завтра разберём это на открытом уроке «AI-инструменты в разработке: как писать код быстрее с помощью ассистентов».
Спикер — Ольга Лукьянова, руководитель команды поиска и навигации по коду в SourceCraft от Яндекса.
После урока вы:
🔹 поймёте, какие задачи стоит делегировать AI уже сегодня;
🔹 научитесь быстрее разбираться в новых проектах и кодовой базе;
🔹 увидите, как выглядит современный workflow разработки с AI;
🔹 узнаете, где AI помогает экономить время, а где всё ещё нужен контроль разработчика.
На практике разберём путь от получения задачи до готового Pull Request с использованием AI-инструментов и AI-ревью.
🗓️ 23 июня, 19:00 (МСК)
⏱️ 90 минут
👉 Зарегистрироваться и получить рабочий AI-workflow для своих задач | 300 |
| 4 | 🤖 AI пишет код за вас? Это самое скучное, что он умеет
Основное время разработчик тратит на другое: разобраться в чужой кодовой базе, найти нужный участок проекта, проверить решение, собрать Pull Request. Вот где AI реально экономит часы — если знать, как им пользоваться.
23 июня Ольга Лукьянова покажет это на практике: как с помощью современных AI-инструментов быстро погружаться в незнакомый проект, находить нужный код, реализовывать задачи и проверять результат до ревью коллег.
В итоге вы увидите не отдельные приёмы и промпты, а целостный workflow, который можно встроить в свою работу уже на следующий день 🔥
Чтобы лучше погрузиться в тему:
📺 Выступление про SourceCraft
📖 Статья на Хабре
🗓️ Когда: 23 июня, 19:00 (МСК)
👉 Занять место на открытом уроке | 315 |
| 5 | В Python-сервисе несколько воркеров пишут данные в общий словарь, иногда значения теряются или состояние становится неконсистентным. Почему так происходит и что правильнее сделать?
👾 — dict в Python всегда потокобезопасен, проблема скорее всего в базе данных
👍 — Операции чтения-изменения-записи не атомарны, нужно использовать lock, очередь или другой механизм синхронизации
🥰 — Нужно просто увеличить количество потоков, чтобы операции выполнялись быстрее
⚡️ — Нужно вызвать gc.collect(), чтобы очистить старые ссылки на словарь
Библиотека задач по Python | 324 |
| 6 | Что выведет код?
👾 — 9
👍 — [9, 1, 3]
🥰 — [3, 6]
⚡️ — Error
Библиотека задач по Python | 379 |
| 7 | ⏰ Уже сегодня в 19:00 (МСК) стартует открытый урок!
Тема:
«Мультиагентные системы: почему большинство архитектур переусложнены»
🔥 За 90 минут разберёмся, когда действительно стоит строить мультиагентную систему, а когда она только добавляет сложность, расходы и новые точки отказа.
Поговорим о критериях выбора архитектуры, типичных ошибках и ограничениях современных ИИ-агентов, которые важно учитывать ещё до внедрения в продукт.
🎙️ Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.
🎁 Для всех участников подготовили промокод на скидку 10 000 ₽ на курс «Разработка ИИ-агентов».
👉 Успей присоединиться к уроку | 389 |
| 8 | 🔥 Чем больше агентов — тем лучше? Не всегда. Уже завтра поговорим о реальных ограничениях на открытом уроке «Мультиагентные системы: почему большинство архитектур переусложнены».
Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.
После урока вы:
🔹 будете лучше ориентироваться в выборе между одним агентом и мультиагентной системой;
🔹 поймёте, какие архитектурные ошибки встречаются чаще всего;
🔹 получите практические ориентиры для проектирования и внедрения агентных систем;
🔹 будете лучше понимать возможности и ограничения современных ИИ-агентов.
🗓️ 18 июня, 19:00 (МСК)
⏱️ 90 минут
👉 Зарегистрироваться и получить промокод на 10 000 ₽ | 404 |
| 9 | Как в FastAPI (SQLAlchemy 2.0 async) корректно обеспечить «сеанс на запрос» с авто-rollback при исключении и гарантированным закрытием соединения?
👾 — Создать один глобальный AsyncSession и шарить его между хэндлерами
👍 — Использовать зависимость с yield
🥰 — Открывать/закрывать сессию вручную в каждом хэндлере try/except
⚡️ — Класть сессию в app.state на старте приложения и переиспользовать
Библиотека задач по Python | 387 |
| 10 | 🤖 Большинство материалов по ИИ-агентам устаревают быстрее, чем многие курсы успевают обновить программу
Инструменты, подходы и фреймворки меняются постоянно. Поэтому важно не просто собрать демо-агента, а понимать архитектуру, ограничения и практики, которые используются в продакшене.
🚀 30 июня стартует курс «Разработка ИИ-агентов».
⏳ До 20 июня действует сниженная цена.
За 8 недель под руководством практиков из бигтеха вы соберёте собственного AI-агента, который работает с API, использует память, подключается к внешним сервисам и решает реальную задачу.
Что разберём:
🔹 архитектуру AI-агентов и надёжный вывод;
🔹 LangGraph и оркестрацию workflow;
🔹 MCP и работу с внешними инструментами;
🔹 RAG-системы;
🔹 AgentOps, observability и evals;
🔹 безопасность и защиту от prompt injection;
🔹 мультиагентные системы и A2A.
На курсе отдельно разбираем вопросы надёжности, безопасности и контроля агентных систем.
👉 Узнать программу и забронировать место со скидкой | 432 |
| 11 | Что выведет код?
👾 — True True
👍 — False True
🥰 — False False
⚡️ — Error
Библиотека задач по Python | 395 |
| 12 | 💻 3 курса по цене одного — собери стек для оффера в топовую IT-компанию
Для следующего карьерного шага мало писать код. Работодатели ждут не только знания языка, но и понимания архитектуры, алгоритмов, автоматизации, AI-инструментов и агентных систем.
Одно направление закрывает только часть задачи.
Поэтому сейчас мы предлагаем освоить сразу несколько востребованных навыков — выбери любой курс и получи доступ еще к двум бесплатно 🔥
Собери стек навыков под свою цель:
🔹 подготовка к сильным компаниям (алгоритмы, архитектура);
🔹 переход в AI-направление (ИИ-агенты, AgentOps);
🔹 развитие в ML и Data Science (математика, основы ML);
🔹 новый оффер и рост дохода.
Полученные знания применяешь в работе уже во время обучения.
⏳ Акция действует 48 часов — 13 и 14 июня.
👉 Переходи на сайт, выбирай курсы и оставляй заявку — за 10 минут поможем собрать комплект под твою цель. | 475 |
| 13 | Что выведет код?
👾 — 9
👍 — [9, 1, 3]
🥰 — [3, 6]
⚡️ — Error
Библиотека задач по Python | 465 |
| 14 | 📊 Хотите войти в Data Science, но математика кажется самым сложным этапом?
На практике большинство джунов спотыкаются не о Python, а о математическую базу:
▪️ Теорию вероятностей и статистику
▪️ Линейную алгебру
▪️ Математический анализ
▪️ Комбинаторику
Именно на этих темах строятся машинное обучение, аналитика данных и рекомендательные системы.
Освойте ключевые разделы математики, которые используются в Data Science и Machine Learning на курсе «Математика для Data Science».
Что вас ждет:
🔹 40+ видеолекций и 150+ практических заданий на Python
🔹 Проверка домашних работ и обратная связь от преподавателей
🔹 Подготовка к задачам с технических собеседований
🔹 Программа от преподавателей ВМК МГУ, НИУ ВШЭ и экспертов индустрии
Курс подойдет разработчикам, аналитикам и всем, кто планирует развиваться в Data Science и Machine Learning.
👉 Записаться на бесплатный демо-урок | 559 |
| 15 | В каком типе данных сохраняются *args при передаче в функцию?
👾 — Список
👍 — Кортеж
🥰 — Словарь
⚡ — Ничего из вышеперечисленного
Библиотека задач по Python | 505 |
| 16 | Как работает select_related в Django ORM?
👾 — Выполняет отдельный запрос для каждой связанной модели
👍 — Делает SQL JOIN и подтягивает связанные объекты сразу
🥰 — Кэширует связанные объекты в памяти на уровне Python
⚡️ — Автоматически превращает ForeignKey в ManyToMany
Библиотека задач по Python | 587 |
| 17 |  Что выведет код сверху?
👾 — Ошибок нет
👍 — Деление на ноль!
🥰 — ZeroDivisionError
⚡️ — Ничего
Библиотека задач по Python | 636 |
| 18 | ⚡️ Продолжаем знакомить вас с экспертами курса AgentOps!
— Сергей Нотевский расскажет, как выстроить FinOps для AI-продуктов: оптимизировать затраты на разработку и продакшен, внедрить model routing, semantic cache и систему алертов для контроля расходов
— Эмиль Сатаев разберет Context Engineering: управление контекстом, защиту от prompt injection, работу с длинными контекстами и построение безопасного пайплайна входа для AI-систем
— Михаил Бондаревский покажет, как подготовить инфраструктуру для AI-агентов: Docker, sandboxing, streaming, docker-compose и воспроизводимое окружение для разработки и продакшена
— Мурат Хажгериев расскажет про Enterprise Integrations & MCP: когда MCP действительно нужен, как подключать внешние сервисы и реализовывать интеграции с OAuth2 delegation
— Герман Сабиров разберет Governance & Compliance для AI-систем: data flow, audit logs, требования 152-ФЗ, локализацию данных и построение compliance-подхода на уровне архитектуры
Курс для backend-разработчиков, тимлидов и LLM инженеров о том, как внедрять AI-логику в бэкенд IT-продуктов и сохранять стабильность сервиса.
👉 Изучить обновленную программу AgentOps и занять место. | 606 |
| 19 | В Django-приложении при росте нагрузки база данных начинает работать медленно из-за большого числа однотипных SQL-запросов. Какой подход наиболее правильный для оптимизации?
👾 — Использовать select_related / prefetch_related для снижения количества запросов
👍 — Переписать все запросы ORM на raw() SQL
🥰 — Увеличить таймаут подключения к базе
⚡️ — Добавить больше воркеров Gunicorn/Uvicorn, чтобы база обрабатывала запросы быстрее
Библиотека задач по Python | 525 |
| 20 |  Что выведет код?
👾 — True
👍 —False
🥰 — None
⚡️ — Error
Библиотека задач по Python | 741 |
