¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Python/ django
Ir al canal en Telegram
по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Mostrar más📈 Análisis del canal de Telegram Python/ django
El canal Python/ django (@pythonl) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 59 997 suscriptores, ocupando la posición 2 202 en la categoría Tecnologías y Aplicaciones y el puesto 10 246 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 59 997 suscriptores.
Según los últimos datos del 11 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -568, y en las últimas 24 horas de -5, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 6.98%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 3.11% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 4 188 visualizaciones. En el primer día suele acumular 1 867 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 22.
- Intereses temáticos: El contenido se centra en temas clave como github, claude, контекст, архитектура, api.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“по всем вопросам @haarrp
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fmxm...”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 12 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
59 997
Suscriptores
-524 horas
-1167 días
-56830 días
Archivo de publicaciones
59 997
28 сентября, 19:00
Selectel Python Meetup. Три уровня погружения: процессы под капотом, архитектура кода, развитие языка
Ребята из Selectel проводят митап для Python-разработчиков, где расскажут о сборе метрик и мониторинге, проектировании микросервисной архитектуры, изменениях в Python и о том, что ждет язык в будущем.
Темы докладов:
◽️ «Мультипроцессность и сбор метрик в Python: как построить мониторинг без сюрпризов», Никита Моторный, Selectel
◽️ «Заносим микросервисы и Kubernetes в облако», Александр Шишебаров, Selectel
◽️ «Такое ли светлое будущее у Python?», Денис Аникин, Райффайзенбанк
Всех, кто будет в этот день в Санкт‑Петербурге, приглашаем в офис Selectel: https://slc.tl/07eau
А если не сможете присоединиться лично, подключайтесь к трансляции по предварительной регистрации: https://slc.tl/fuwbz
Реклама ООО «Селектел» 2VtzqwqSUKA
59 997
🖥 KOT database
The KOT database is a Flexible, secure and scalable database and your python cloud that supports multiple data formats.
База данных KOT - это гибкая, безопасная и масштабируемая база данных облачная база python, поддерживающая множество форматов данных. Она имеет встроенные функции сжатия и шифрования данных и совместима со всеми операционными системами.
pip3 install kot
▪Github
▪Docs
@pythonl59 997
⚡Легкий способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
Data Science: t.me/data_analysis_ml
Java: t.me/javatg
Базы данных: t.me/sqlhub
Машинное обучение: t.me/ai_machinelearning_big_data
Go: t.me/Golang_google
C/C++/ t.me/cpluspluc
C#: t.me/csharp_ci
Хакинг: t.me/linuxkalii
Мобильная разработка: t.me/mobdevelop
Docker: t.me/+0WdB4uvOwCY0Mjdi
Python: t.me/python_job_interview
Rust: t.me/rust_code
Javascript: t.me/javascriptv
React: t.me/react_tg
PHP: t.me/phpshka
Android: t.me/android_its
Linux: t.me/+A8jY79rcyKJlYWY6
Big Data: t.me/bigdatai
Devops: t.me/devOPSitsec
Тестирование:https://t.me/+F9jPLmMFqq1kNTMy
Собеседования: https://t.me/machinelearning_interview
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
ИИ: t.me/vistehno
📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
59 997
59 997
Всем привет! На связи Яндекс Практикум.
Сейчас наша команда продуктовых исследователей проводит исследование, связанное с профессией Python-разработчик, и мы ищем представителей разных компаний — тех, кто участвует в найме Python-разработчиков уровня Junior и Middle: технических лидов, лидов команд, hr-менеджеров.
Если вы участвуете в найме, хотите помочь нам и готовы пообщаться с нами (формат: около 60 минут в зуме) — заполните анкету и мы с вами свяжемся.
В знак благодарности за участие в исследовании поделимся небольшим приятным бонусом
Реклама АНО ДПО "Образовательные технологии Яндекса", ИНН:7704282033, erid: LjN8KG8gn
59 997
+9😲 Awesome useful Python scripts
Полезные готовые скрипты Python.
1. JSON ↔️ CSV (рис. 1)
2. Password generator (рис. 2)
3. Строковый поиск из нескольких файлов (рис. 3)
4. Получение всех ссылок с заданной веб-страницы (рис. 4)
5. Добавляем водяной знак (рис. 5)
6.Парсер и загрузчик изображений с WEB-страницы (рис. 6)
7. Сортировка папки загрузки (рис. 7)
8. Массовая рассылка электронных писем из CSV-файла (рис. 8)
9. Получение IP-адреса и имени хоста веб-сайта (рис. 9)
10. Прогресс-бар терминала (рис. 10)
▪Scripts
@pythonl
59 997
Коротко и по работному делу!
→ Море IT вакансий на удалёнку разработчикам джунам, миддлам и сеньорам
→ Каждый день
→ Прямые контакты эйчаров! Без ссылок на х—ха ツ
Подписаться на канал 🤘
Реклама. ООО «Цифровые решения», ИНН: 7707469618, erid: LatgC5pWZ
59 997
59 997
+8📈 Predictive Modeling for Future Stock Prices in Python: A Step-by-Step Guide
Процесс построения модели прогнозирования цен на акции с использованием Python.
1. Импорт необходимых модулей
2. Получение исторических данных о ценах на акции
3. Отбор фич.
4. Определение фич и целевой переменной
5. Подготовка данных к обучению
6. Разделение данных на обучающие и тестовые наборы
7. Построение и обучение модели
8. Составление прогнозов
9. Тестирование торговой стратегии
@pythonl
59 997
✋Hand gesture recognition
Распознавание жестов рук.
import cv2
import mediapipe as mp
# Initialize MediaPipe Hands module
mp_hands = mp.solutions.hands
hands = mp_hands.Hands()
# Initialize MediaPipe Drawing module for drawing landmarks
mp_drawing = mp.solutions.drawing_utils
# Open a video capture object (0 for the default camera)
cap = cv2.VideoCapture(0)
while cap.isOpened():
ret, frame = cap.read()
if not ret:
continue
# Convert the frame to RGB format
frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
# Process the frame to detect hands
results = hands.process(frame_rgb)
# Check if hands are detected
if results.multi_hand_landmarks:
for hand_landmarks in results.multi_hand_landmarks:
# Draw landmarks on the frame
mp_drawing.draw_landmarks(frame, hand_landmarks, mp_hands.HAND_CONNECTIONS)
# Display the frame with hand landmarks
cv2.imshow('Hand Recognition', frame)
# Exit when 'q' is pressed
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# Release the video capture object and close the OpenCV windows
cap.release()
cv2.destroyAllWindows()
@pythonl59 997
+3🖥 What the * Python!
Project attempting to explain what exactly is happening under the hood for some counter-intuitive snippets and lesser-known features in Python.
Интересный проект, пытающийся объяснить, что именно происходит под капотом для некоторых сложных и малоизвестных функций Python.
$ pip install wtfpython -U
▪Github
@pythonl59 997
🖥 What the * Python!
Project attempting to explain what exactly is happening under the hood for some counter-intuitive snippets and lesser-known features in Python.
Интересный проект, пытающийся объяснить, что именно происходит под капотом для некоторых сложных и малоизвестных функций Python.
$ pip install wtfpython -U
▪Github
@pythonl59 997
🖥 Pyvis - a Python library for visualizing networks
If you to create an interactive network graph in a few lines of Python code, use Pyvis.
Если вам необходимо создать интерактивный граф в нескольких строках кода на языке Python, используйте Pyvis.
pip install pyvis
from pyvis.network import Network
g = Network()
g.add_node(0)
g.add_node(1)
g.add_edge(0, 1)
g.show("basic.html")
▪Github
@pythonl59 997
🖥 Faker
Faker is a Python package that generates fake data for you.
Faker - это пакет Python, который генерирует фальшивые. Библиотека идеально подходит, если вам нужно заполнить базу данных, создавать красивые XML-документы, создать данные для тестирования или анонимизировать данные, полученные из вашего сервиса.
pip install Faker
• Github
• Docs
@pythonl59 997
🔥🖥Roadmap of free courses for learning Python and Machine learning.
Roadmap бесплатных курсов для изучения Python и Machine learning.
▪Data Science
▪ AI/ML
▪ Web Dev
📌Курсы с сертификатами.
1. Start with this
https://kaggle.com/learn/python
2. Take any one of these
❯ https://openclassrooms.com/courses/6900856-learn-programming-with-python
❯ https://scaler.com/topics/course/python-for-beginners/
❯ https://simplilearn.com/learn-python-basics-free-course-skillup
3. Then take this
https://netacad.com/courses/programming/pcap-programming-essentials-python
4. Attempt for this certification
https://freecodecamp.org/learn/scientific-computing-with-python/
5. Take it to next level
❯ Data Scrapping, NumPy, Pandas
https://scaler.com/topics/course/python-for-data-science/
❯ Data Analysis
https://openclassrooms.com/courses/2304731-learn-python-basics-for-data-analysis
❯ Data Visualization
https://kaggle.com/learn/data-visualization
❯ Django
https://openclassrooms.com/courses/6967196-create-a-web-application-with-django
❯ Machine Learning
http://developers.google.com/machine-learning/crash-course
❯ Deep Learning (TensorFlow)
http://kaggle.com/learn/intro-to-deep-learning
@pythonl
59 997
59 997
💻 Хочешь работать с масштабными цифровыми продуктами? Учись обрабатывать большие данные
MLOps — все более популярный среди компаний способ повышения производительности и создания надежных моделей корпоративного уровня.
✅ Владение инструментами MLOps открывает новые карьерные горизонты специалистам ML, Data Scientist’ам и Software инженерам.
💪 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «MLOps» от OTUS.
✍️ ПРОЙТИ ТЕСТ: https://otus.pw/8z3Eu/
Нативная интеграция. Информация о продукте www.otus.ru59 997
🎆✨🎉Python 3.11.5
the newest major release of the Python programming language, and it contains many new features and optimizations.
Python 3.11.5 выпущен!
Новая версия:
— точнее указывает на причину ошибки в трейсбеке;
— позволяет использовать файлы.toml для конфигов;
— позволяет группировать задачи с asyncio и многое другое.
https://www.python.org/downloads/release/python-3115/
@pythonl
59 997
👁Savant: Supercharged Computer Vision and Video Analytics Framework on DeepStream
Savant — это Python-фреймворк от NVIDIA для компьютерного зрения и видеоаналитики.
Простой в использовании, масштабируемый и гибкий инструмент для создания интеллектуальных приложений CV.
git clone https://github.com/insight-platform/Savant.git
cd Savant/samples/peoplenet_detector
git lfs pull
▪Github
@pythonl