Python/ django

📌Топ Python-проектов для ML 2024 года. Эти проекты были выбраны на основе их актуальности на 2024 год. Каждый из них - смесь практической полезности, новизны и, честно говоря, крутости, будь то смелый и инновационный подход, элегантное решение сложных проблем или просто умная реализация. 🟢BAML - предметно-ориентированный язык для работы с LLM. BAML превращает текстовые промпты в многократно используемые функции LLM с типизированными переменными и обеспечивают конкретный тип выходных данных. BAML превосходит другие методы получения структурированных данных от LLM и поддерживает VS Code и Cursor. 🟢marimo - Python notebooks геймчейджер. Новый подход к notebook, который превращает их в мощную, реактивную среду для создания удобных для совместного использования рабочих процессов. Marimo готов заменить Jupyter и Streamlit, устраняя проблемы скрытого состояния и ручного выполнения ячеек. 🟢OpenHands - мощный агент для разработки. Безопасная изолированная среда, где AI-агенты могут выполнять код, взаимодействовать с веб-браузерами, управлять файлами, отлаживать проблемы, рефакторить код и даже сотрудничать с другими агентами. Среда включает в себя Docker-песочницу с доступом к bash-оболочке, веб-браузингом и IPython-сервером. 🟢Crawl4AI - интеллектуальный веб-скрапинг. Библиотека, которая обрабатывает динамический контент, обходит механизмы защиты от ботов, извлекает структурированные данные и масштабирует задачи сбора массивов информации. Асинхронная архитектура дает высокую скорость работы даже со сложным JavaScript. На выходе - форматы JSON, markdown и очищенный HTML, готовые для импорта в LLM. Crawl4AI поддерживает Chromium, Firefox и WebKit через Playwright. 🟢LitServe - универсальный движок для развертывания моделей. Детище LightningAI - мощный инструмент для развертывания моделей и сложных AI-конвейеров. Построен на базе FastAPI, поддерживает PyTorch, TensorFlow, JAX и работает с GenAI, СV, ASR и эмбедингами. LitServe умеет в KV-кэширование для LLM, и подходит как для легких приложений, так и для тяжелых корпоративных нагрузок. 🟢Mirascope - унифицированный интерфейс LLM. Python-инструмент для упрощения извлечения структурированных данных из LLM. Он предлагает удобный интерфейс, основанный на декораторах и декларативных схемах. Mirascope поддерживает OpenAI, Anthropic и Cohere и имеет свой поисковый агент WebSearchAgent, который может автономно собирать информацию из интернета. 🟢Surya - OCR с высокой точностью. OCR-система на 90 языках. Surya извлекает текст из сканированных изображений, PDF-файлов и других визуальных форматов с точностью, сравнимой с Google Cloud Vision. Помимо OCR, Surya проводит расширенный анализ документа, определяя заголовки, изображения, таблицы и порядок чтения, что идеально для оцифровки книг, форм и научных документов. 🟢DataChain - конвейер данных для ИИ. Платформа для управления версиями мультимодальных наборов изображений, видео, текста и PDF-файлов. Библиотека преобразует разрозненные файлы в централизованные датасеты, которые легко запрашивать и манипулировать с помощью Python без использования Spark или SQL. DataChain поддерживает PyTorch, TensorFlow, AI-генерацию метаданных, сериализацию инференса LLM и выполнение пакетных процедур. 🟢Narwhals - универсальный слой совместимости для DataFrame-библиотек. Легковесный слой, который объединяет pandas, Polars, PyArrow, Modin и cuDF в Python. Он позволяет писать код, не зависящий от используемого бэкенда, используя подмножество API Polars в качестве интерфейса. Поддерживает как eager, так и lazy execution стили, включая Dask. Narwhals не имеет зависимостей и обеспечивает статическую типизацию для автозавершения и подсказок в IDE. 🟢PydanticAI - фреймворк для разработки AI-приложений. Фреймворк агентов, которые управляют взаимодействием с LLM и проверкой их инференса. Имеет систему внедрения зависимостей, позволяющую динамически получать контекстные данные. PydanticAI поддерживает пользовательские функции Python, вызываемые агентами для доступа к информации и выполнения вычислений. @ai_machinelearning_big_data

✔ PySpur PySpur — это полезны и легкий инструмент для создания и управления рабочими процессами, с минимальным количеством зависимостей. Он позволяет легко добавлять новые узлы через файл на Python и использует формат JSON для настройки графов. Инструмент поддерживает асинхронное выполнение задач, работу с несколькими модальностями данных и оптимизацию конвейеров. Кроме того, он предоставляет возможность генерации узлов с использованием технологий искусственного интеллекта. ▪Github

✔ PySpur PySpur — это полезны и легкий инструмент для создания и управления рабочими процессами, с минимальным количеством зависимостей. Он позволяет легко добавлять новые узлы через файл на Python и использует формат JSON для настройки графов. Инструмент поддерживает асинхронное выполнение задач, работу с несколькими модальностями данных и оптимизацию конвейеров. Кроме того, он предоставляет возможность генерации узлов с использованием технологий искусственного интеллекта. ▪Github @pythonl

Совет на 2025 год - учите Data Science и Machine learning Все нейросети, базы данных компаний, выявление болезней и многое другое - не обходятся без DS и ML. А чтобы освоиться за несколько месяцев, а не лет, читайте канал Data Science. В нём на пальцах рассказывается, что и как учить, чтобы стать специалистом. Начните 2025 год с освоения новой профессии - @devsp

👩‍💻 Пример скачивания Yotube-видео по ссылке с помощью библиотеки Pytube! @pythonl

ФИЗМАТ - топовый канал про Физику, Математику и ИТ. С помощью картинок и шортcов даже новички разберутся в сложных концепциях и формулах. Присоединяйтесь: t.me/fizmat

👩‍💻 Курс: Освойте мультимодальный анализ данных с помощью LLM и Python! 🌟 Мультимодальный анализ данных включает анализ данных из нескольких источников, таких как аудио, текст и изображения. И вы можете использовать LLM и Python, чтобы сделать это. Здесь вы узнаете о классификации текста, анализе изображений, обработке аудио и многом другом. 🕞 Продолжительность: 1:42:51 🔗 Ссылка: *клик* #курс #python #dataanalysis @pythonl

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg 💼 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 Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

👩‍💻 htmy — асинхронный движок рендеринга на Python, который позволяет создавать HTML-компоненты! 🌟 Он поддерживает функциональный подход, контексты наподобие React, обработку ошибок через ErrorBoundary и встроенные HTML-теги. Система полностью настраиваемая, поддерживает Markdown и асинхронную интернационализацию. Подходит для работы с любыми бэкендами, CSS и JS-фреймворками. Удобен для гибкого управления логикой и визуализацией. 🔐 Лицензия: MIT 🖥 Github @pythonl

Обучите свою первую ML-модель! ✅ Интенсив для начинающих разработчиков ML «Машинное обучение на службе Data Science» от Otus. Научитесь решать задачи классификации методами ML Обучите свою первую модель для решение задачи классификации рукописных цифр 👉 Регистрация: https://otus.pw/hBwN/?erid=LjN8Jvhq8  Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

👩‍💻 Отправление электронного письма с помощью библиотеки smtplib! @pythonl

👩‍💻 Director — фреймворк для создания AI-агентов, работающих с видео! 🌟 Эти агенты могут выполнять различные сложные задачи, такие как поиск, редактирование, суммирование и генерация видео. Он позволяет пользователям взаимодействовать с видео с помощью команд на естественном языке, автоматизируя задачи, такие как нарезка, создание резюме и обмен контентом. Фреймворк построен на инфраструктуре "Video-as-Data" от VideoDB и интегрируется с API генеративного ИИ, предлагая гибкую систему для разработчиков и создателей контента, чтобы упростить рабочие процессы с медиа. 🔐 Лицензия: MIT 🖥 Github @pythonl

Хотели узнать больше про инженерную команду Selectel? Спешим познакомить вас с новым проектом ребят! На этой страничке вы найдете: — Ключевые принципы, на которые инженеры Selectel опираются в работе — Подробную информацию о жизни ребят в компании: как устроены процессы и какие технологии используются — Чем живут технические комьюнити А также познакомитесь с базой знаний инженеров: докладами и статьями на Хабре! Скорее переходите и читайте😉 Реклама, АО «Селектел», ИНН: 7810962785, ERID: 2VtzqvA8awT

👩‍💻 Python Fire — библиотека для автоматической генерации интерфейсов командной строки (CLI) из любых объектов Python! 🌟 Это упрощает создание и использование CLI для функций, классов и других объектов, позволяя легко интегрировать Python-код с командной строкой. Python Fire также облегчает разработку, отладку и взаимодействие с Python-программами через терминал, предоставляя простой способ выполнения команд и работы с различными типами данных через командную строку. 🔐 Лицензия: Apache-2.0 🖥 Github @pythonl

Отношение с девушками - как один сплошной баг? ➕ Плюс работы айтишником – комфортно долго сидеть за компом. ➖Минус – личная жизнь Стресс от знакомства, неловкие свидания, постоянные френдзоны, слитые деньги на кафешки… ☹️Много работая – сложно натренировать социальные навыки. А тренировать надо, если не хочется всю жизнь провести в одиночестве. Как же знакомиться без страха, перестать попадать во френдзоны и наконец ходить на свидания результативно?

✅ Забирайте бесплатный мини-курс для айтишников от психолога Сергея Калиниченко: “Как соблазнить любую девушку без пикапа”.

4 коротких урока, которые пофиксят твою личную жизнь. Реклама. erid: LjN8K7Lmk ИП Калиниченко Сергей Константинович. ИНН 773382779875

👩‍💻 Progresspal — это инструмент для отслеживания прогресса Python-итераторов, функций и логов в реальном времени! 🌟 Он использует независимый сервер логов для мониторинга выполнения скриптов на разных устройствах с подключением к интернету. Поддерживаются многопоточные и многопроцессные операции, а также отслеживание вызовов функций, скорости выполнения, ошибок и прогресса итераций. 🔐 Лицензия: MIT 🖥 Github @pythonl

Отношение с девушками - как один сплошной баг? ➕ Плюс работы айтишником – комфортно долго сидеть за компом. ➖Минус – личная жизнь Стресс от знакомства, неловкие свидания, постоянные френдзоны, слитые деньги на кафешки… ☹️Много работая – сложно натренировать социальные навыки. А тренировать надо, если не хочется всю жизнь провести в одиночестве. Как же знакомиться без страха, перестать попадать во френдзоны и наконец ходить на свидания результативно?

✅ Забирайте бесплатный мини-курс для айтишников от психолога Сергея Калиниченко: “Как соблазнить любую девушку без пикапа”.

4 коротких урока, которые пофиксят твою личную жизнь. Реклама. erid: LjN8K7Lmk ИП Калиниченко Сергей Константинович. ИНН 773382779875

🔥 Judges — это библиотека для создания и использования оценщиков на основе LLM! 🌟 Она предоставляет два типа "судей": классификаторы (возвращают True/False) и оценщики (выставляют баллы по числовой или качественной шкале). Библиотека поддерживает интерфейс для объединения нескольких "судей" с помощью объекта Jury, который создает совокупное решение (Verdict). 🌟 Она полезна для задач оценки данных, обработки текстов и создания кастомных алгоритмов для анализа. Установка выполняется через pip install judges. Подробнее: Judges на GitHub. 🔐 Лицензия: Apache-2.0 🖥 Github @pythonl

Ищете новые карьерные возможности? Присоединяйтесь к ИТ команде ПСБ и работайте над перспективными проектами. Python-разработчик Low-code Ищем коллегу с опытом работы системным аналитиком/разработчиком Python от 2 лет. Обязательно знать основные библиотеки, необходимые для http-based взаимодействия систем, разворачивания приложений.

👩‍💻 MoneyPrinter — это проект для автоматизации создания YouTube Shorts с использованием MoviePy! 🌟 Он позволяет генерировать короткие видео, предоставив лишь тему для обсуждения. Проект включает инструкции для настройки и запуска локальной версии, а также решение распространенных проблем при установке. Он использует Python и MoviePy для редактирования видео. 🔐 Лицензия: MIT 🖥 Github @pythonl