Григорий IT | Dev & Tutor
رفتن به کانال در Telegram
Блог software-инженера, препода и цифрового кочевника - личный опыт, советы и интересное из моей дейли рутины Автор: @gchepel
نمایش بیشتر294
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-47 روز
-630 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+2
در 1 کانال‌ها
سپتامبر '26
+1
در 0 کانال‌ها
Get PRO
اوت '26
+1
در 0 کانال‌ها
Get PRO
ژوئیه '26
+2
در 0 کانال‌ها
Get PRO
ژوئن '26
+8
در 0 کانال‌ها
Get PRO
مه '26
+1
در 0 کانال‌ها
Get PRO
آوریل '260
در 0 کانال‌ها
Get PRO
مارس '26
+5
در 0 کانال‌ها
Get PRO
فوریه '26
+5
در 0 کانال‌ها
Get PRO
ژانویه '26
+2
در 0 کانال‌ها
Get PRO
دسامبر '25
+7
در 0 کانال‌ها
Get PRO
نوامبر '25
+4
در 0 کانال‌ها
Get PRO
اکتبر '25
+11
در 0 کانال‌ها
Get PRO
سپتامبر '25
+18
در 0 کانال‌ها
Get PRO
اوت '25
+4
در 0 کانال‌ها
Get PRO
ژوئیه '250
در 0 کانال‌ها
Get PRO
ژوئن '250
در 0 کانال‌ها
Get PRO
مه '25
+2
در 0 کانال‌ها
Get PRO
آوریل '25
+8
در 0 کانال‌ها
Get PRO
مارس '25
+18
در 0 کانال‌ها
Get PRO
فوریه '25
+11
در 0 کانال‌ها
Get PRO
ژانویه '25
+12
در 0 کانال‌ها
Get PRO
دسامبر '24
+8
در 0 کانال‌ها
Get PRO
نوامبر '24
+28
در 0 کانال‌ها
Get PRO
اکتبر '24
+29
در 0 کانال‌ها
Get PRO
سپتامبر '24
+8
در 0 کانال‌ها
Get PRO
اوت '24
+21
در 0 کانال‌ها
Get PRO
ژوئیه '24
+14
در 1 کانال‌ها
Get PRO
ژوئن '24
+11
در 0 کانال‌ها
Get PRO
مه '24
+15
در 0 کانال‌ها
Get PRO
آوریل '24
+60
در 2 کانال‌ها
Get PRO
مارس '24
+91
در 0 کانال‌ها
Get PRO
فوریه '24
+20
در 0 کانال‌ها
Get PRO
ژانویه '24
+7
در 0 کانال‌ها
Get PRO
دسامبر '23
+8
در 0 کانال‌ها
Get PRO
نوامبر '23
+208
در 0 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 13 اکتبر | 0 | |||
| 12 اکتبر | 0 | |||
| 11 اکتبر | 0 | |||
| 10 اکتبر | 0 | |||
| 09 اکتبر | 0 | |||
| 08 اکتبر | 0 | |||
| 07 اکتبر | 0 | |||
| 06 اکتبر | +1 | |||
| 05 اکتبر | 0 | |||
| 04 اکتبر | +1 | |||
| 03 اکتبر | 0 | |||
| 02 اکتبر | 0 | |||
| 01 اکتبر | 0 |
پست‌های کانال
| 2 | Были ли вы за границей?❤ | 77 |
| 3 |  Поскольку автор канала ударился в диджитал-номадизм, по нашему - цифровое кочевничество, на канале также в скором времени появится рубрика на эту тему
Ну а пока давайте небольшой опрос, чтобы мне понять интерес к этой теме
#digitalnomad | 75 |
| 4 |  +6👨💻 Celery: как вынести тяжелые задачи из API в фон
Погружаемся в тему и рассматриваем конкретные примеры вместе с Григорием, преподавателем школы
📌Записаться на занятие к Григорию можно здесь | 79 |
| 5 |  🎮 Как мы внедрили геймификацию в работу преподавателей
Геймификация давно вышла за пределы игрового пространства
- В Duolingo тебя мотивируют серии дней, XP и лиги
- В Яндекс Плюсе - задания, баллы и уровни
- В фитнес-приложении Strava - челленджи, прогресс и достижения
По сути, обычные действия превращаются в понятную систему целей, наград и наблюдения за своим прогрессом
Мы решили попробовать похожий подход внутри INNOPROG - только применить его к работе преподавателей и сделали систему внутренних баллов - иннопрожек (IP)
Преподаватель работает как обычно, а система сама смотрит на его показатели - проведённые занятия, сданные отчёты, отправленные записи занятий, взаимодействие с учеником вне занятий в чате и т.д.
На основе этих показателей считается эффективность работы за день и автоматически начисляются IP
То есть это не просто "провёл урок - получил баллы" - у каждого показателя есть свой вес
А дальше самое приятное - накопленные IP можно тратить во внутреннем магазине
Сейчас в качестве награды пока что используются промокоды, однако сама механика позволяет спокойно расширять каталог чем угодно
———
⚙️ Немного про разработку
По итогу нашей работы получился отдельный сервис внутри онлайн-платформы INNOPROG, который:
- собирает данные о работе преподавателей из внутреннего API INNOPROG
- каждый день автоматически формирует статистику
- начисляет внутреннюю валюту
- ведёт полную историю операций
- считает "ранги" преподавателей метрики эффективности
- следит за лимитами промокодов
- позволяет покупать награды за накопленные IP
Причём, механика работы такова, что статистику нельзя просто один раз посчитать и забыть - например, отчёт или запись занятия могут появиться не сразу, а спустя несколько дней
Поэтому система периодически пересчитывает и при необходимости корректирует начисления
Плюс важно было сделать так, чтобы случайный повторный запуск расчётов ничего не ломал и не начислял IP по много раз - это кстати называется идемпотентностью
Идемпотентность - это когда повторный запуск одной и той же операции не приводит к дополнительным изменениям состояния
В нашем случае это значит, что повторный пересчёт не должен второй раз начислить те же IP
Под капотом у всего этого дела:
- фронтенд на React👩💻 + TypeScript 👩💻
- серверная часть на FastAPI👩💻
- БД PostgreSQL👩💻
- APScheduler для ежедневных автоматических расчётов 🕓
- Docker для контейнеризации 👩💻
- GitHub Actions для автоматического запуска тестов при изменениях в бэкенде⚙️
До окончательного релиза на онлайн-платформе INNOPROG, деплоил бэк сервис через Railway - удобная штука для запуска небольших проектов в облаке
Деплой - процесс развёртывания проекта в облаке, чтобы он постоянно работал онлайн и стал доступен пользователям
К посту как раз прикрепил демонстрацию того, как всё это в итоге выглядит со стороны преподавателя 👆
Ну и заодно хвалюсь своими показателями за неделю, о гордыня-гордыня😁
Я взял на себя разработку бэкенд-части сервиса, но работали мы в команде вместе с Артемием (@MifmanRu) и Вадимом (@VadimKokorev)
Вадим, как фронтендер проекта, сделал удобный и наглядный интерфейс - как раз на видео можете его оценить
Артемий взял на себя руководство разработкой и взаимодействие с INNOPROG по административной и бизнес-части проекта
У Артемия, кстати, тоже есть свой канал - https://t.me/codeshadowcources, можете заглянуть 👀
Мне вообще нравится такой тип задач, когда с нуля строишь систему с достаточно большой внутренней логикой - экономикой, аналитикой, автоматическими расчётами и многим другим
Проект получился интересный, запустили его недавно, сейчас активно тестим и ждём фидбэк от наших пользователей - преподавателей👨🏫
#project #backend #python #fastapi #database | 198 |
| 6 |  Автор с головой погрузился в себя, работу и поездки, но молчание не могло продолжаться вечно
Накопилось много чего рассказать-показать, чем поделиться
Ожидайте новых постов, друзья, уже с этой недели | 154 |
| 7 |  ⚡️Aiohttp: ускоряем работу с API в Python
Представь ситуацию: ты разрабатываешь бэкенд веб-платформу, которой необходимо регулярно делать по 10 запросов в 10 разных API
- При обычном использовании requests мы отправляем первый запрос, ждём ответа, потом второй, потом третий и так далее...
- А можно сделать так: пока один API обрабатывает наш запрос, программа может переключиться на работу с другими запросами
Вот для таких задач и существует aiohttp
aiohttp - это библиотека для асинхронной работы с HTTP в Python, с её помощью можно как отправлять HTTP-запросы, так и поднимать свой web-сервер
Главная фишка тут именно в асинхронности
Допустим, у нас есть несколько адресов:
import asyncio
import aiohttp
async def get_site(session, url):
async with session.get(url) as response:
print(url, response.status)
async def main():
urls = [
"https://python.org",
"https://github.com",
"https://google.com"
]
async with aiohttp.ClientSession() as session:
await asyncio.gather(
*[get_site(session, url) for url in urls]
)
asyncio.run(main())
Что здесь происходит? 👇
1. Мы создаём одну клиентскую сессию (ClientSession)
2. Делаем сразу несколько запросов через asyncio.gather() - функцию, которая запускает несколько асинхронных операций вместе и ждёт, пока они завершатся
3. И не ждём, пока каждый запрос полностью закончится перед запуском следующего
4. Пока мы ждём ответ от одного сайта, Python может переключиться на обработку другого запроса
В этих задачах aiohttp будет особенно полезен:
- работа с большим количеством API
- парсеры и сбор данных
- микросервисы
- Telegram-боты
- любые задачи, где программа много ждёт сеть
Чем это лучше обычной библиотеки requests?
1. Если нужно сделать один-два запроса, то requests может подойти:
requests.get(url)
2. Но если запросов сотни, код на requests много времени просто ждёт ответа от API, а с aiohttp это время ожидания можно использовать для выполнения других запросов
Важно: aiohttp не делает сам HTTP-запрос быстрее, выигрыш появляется за счёт того, что во время ожидания выполнения одного запроса программа может заниматься другими
Подводя итог, можно сказать следующее:
requests - простая и удобная библиотека для обычных запросов и небольших скриптов
aiohttp - библиотека помощнее, которая нужна в ситуациях, когда начинается серьёзная асинхронная работа с сетью
А какие асинхронные библиотеки вы использовали в своих проектах? | 71 |
| 8 |  Сериализаторы простыми словами
Слово страшное (много букв ааа), но если совсем по-простому его пояснять, то сериализатор - это переводчик между Python-объектами и данными, которые уходят или приходят через API
Зачем он нужен?
Представь, что ты разрабатываешь web-сервис и у тебя есть некая переменная-словарь в Python-коде:
user = {
"id": 1,
"name": "Алексей"
}
И перед нами стоит задача: нужно отправить эту информацию на смартфон пользователя через API
Но есть загвоздка - приложение на смартфоне пользователя не понимает Python-структуры (в т.ч. переменные), как тогда быть...🤷♂️
Ответ прост - превратить данные в текст формата JSON
И тогда пользователь получит на своё устройство что-то вроде такого текста:
{
"id": 1,
"name": "Алексей"
}
И уже с текстом ему будет проще справиться, чем с какими-то там python-объектами и python-переменными
Вот это превращение Python-объекта в JSON и называется сериализацией
Работает это и в обратную сторону:
Например, когда пользователь заполняет форму регистрации и нажимает кнопку "Отправить", мы по сути шлём на сервер данные в виде JSON-текста:
{
"name": "Алексей",
"email": "Aleksey@mail.com"
}
Но важный момент - перед тем как сохранить эти данные в базу данных на сервере, нужно как минимум проверить - все ли поля в форме заполнены и корректный ли тип у данных (не написал ли пользователь слово "Привет" в окне для ввода возраста)
А если вместо возраста пришло слово "Привет", сериализатор сразу скажет: стоп, тут ошибка, возраст должен быть числом
Например, с помощью библиотеки Pydantic можно описывать структуру данных и превращать объект в словарь/JSON:
from pydantic import BaseModel
class UserRegister(BaseModel):
name: str
age: int
data = {
"name": "Алексей",
"age": 25
}
user = UserRegister(**data)
print(user.model_dump())
print(user.model_dump_json())
☝️Тут мы описываем, какие поля ожидаем, и какого они должны быть типа.
Таким образом, сериализатор обычно делает две вещи:
1. Готовит данные для отправки из сервера клиенту
2. Проверяет данные, которые пришли от клиента на сервер
Поэтому в backend они используются почти в каждом запросе к API | 64 |
| 9 |  👨💻 FastAPI vs Django vs Flask - какая разница? Разбираемся вместе с Григорием, преподавателем INNOPROG
Те, кто только делают первые шаги в backend-разработке, часто спрашивают: какой фреймворк лучше выбрать - FastAPI, Django или Flask?
И какая между ними вообще разница?
Если объяснять по-простому:
Django - это фреймворк, в котором вы найдёте много готового: админку, авторизацию, ORM, структуру проекта и другие инструменты для полноценного веб-сервиса
Flask - это минималистичный фреймворк, который даёт базу, а дальше вы сами решаете, что подключать и как собирать проект
FastAPI - это современный фреймворк на Python, изначально ориентированный на создание API и удобный для backend-сервисов, которые принимают запросы и отдают данные frontend, мобильным приложениям, ботам или другим сервисам
Как обычно выбирают между ними?
- Если нужен большой сайт или сервис с кучей готовых вещей - чаще смотрят в сторону Django
- Если хочется больше свободы и минимализма - берут Flask
- Если нужен удобный и быстрый API на Python с валидацией данных и Swagger-документацией, обычно выбирают FastAPI
То есть, если совсем кратко:
- Django = много готового
- Flask = много свободы
- FastAPI = удобно делать API
❗️Что выбрать новичку?
- Если хочешь базово понять, как работают веб-сервисы, можно зайти через Flask
- Если хочешь делать что-то ближе к реальному сервису, смотри на FastAPI
- Если нужен полноценный веб-проект с кучей готовой инфраструктуры, хорошим вариантом будет Django
Но важно помнить: лучшего фреймворка вообще не существует
Есть фреймворк, который лучше подходит под конкретную задачу!
А с какого из них начинали вы? Пишите в комментариях к посту 👇 | 150 |
| 10 | 👨💻 FastAPI vs Django vs Flask - какая разница? Разбираемся вместе с Григорием, преподавателем INNOPROG
Те, кто только делает первые шаги в backend-разработке, часто спрашивают: какой фреймворк лучше выбрать - FastAPI, Django или Flask?
И какая между ними вообще разница?
Если объяснять по-простому:
Django - это инструмент, в котором вы найдёте много всего готового: админка, авторизация, ORM, структура проекта и т.д.
Flask - это конструктор, который даёт тебе базу, а дальше ты сам решаешь, что подключать и как всё собирать
FastAPI - это современный инструмент под API, особенно хорошо подходит, когда ты делаешь backend для бота, frontend, мобильного приложения или микросервиса
Как обычно выбирают между ними?
- Если нужен большой сайт или сервис с кучей готовых вещей - чаще смотрят в сторону Django
- Если хочется больше свободы и минимализма - берут Flask
- Если нужен удобный и быстрый API на Python с валидацией данных и Swagger-документацией, обычно выбирают FastAPI
То есть, если совсем кратко:
- Django = много готового
- Flask = много свободы
- FastAPI = удобно делать API
❗️Что выбрать новичку?
- Если хочешь базово понять, как работают веб-сервисы, можно зайти через Flask
- Если хочешь делать что-то ближе к реальному сервису, смотри на FastAPI
- Если нужен полноценный веб-проект с кучей готовой инфраструктуры, хорошим вариантом будет Django
Но важно помнить: лучшего фреймворка вообще не существует
Есть фреймворк, который лучше подходит под конкретную задачу!
А с какого из них начинали вы? Пишите в комментариях к посту 👇 | 10 |
| 11 |  Недавно ко мне обратился заказчик, нужно было реализовать фичу общих корзин для небольшого сервиса доставки
❓Смысл такой:
1. один пользователь создаёт общую корзину
2. получает ссылку или QR
3. скидывает друзьям
4. каждый заходит и добавляет свои позиции
5. а потом создатель оформляет и оплачивает весь заказ
Отдельно сделал фиксацию оплаты: создатель видит, кто сколько должен перевести, участники могут отметить перевод, а создатель - подтвердить
🔒После старта оплаты корзина блокируется, чтобы никто уже не менял состав заказа
На скрине выше пока черновой интерфейс, но сама backend-логика уже работает
#projects | 170 |
| 12 |  💻Анатомия бэкенда
#backend | 153 |
| 13 |  Всем такого директорства😁
#meme | 170 |
| 14 |  +3🐍Универсальность Python подкрепляется широким выбором фреймворков для разных задач
#python | 157 |
| 15 |  Всех с первым днём лета, друзья🔅
Тепло, солнце и водоёмы ждут🥃 | 145 |
| 16 | 💡Друзья, проголосуйте пожалуйста за темы, которые вам было бы интересно изучить, реазизация планируется на фреймворках FastAPI/Django | 160 |
| 17 |  🤌Mamma mia 🇮🇹
#meme | 131 |
| 18 |  Маскотом бота стал кот моих родителей Локи😁
Можете проверять, маскот уже добавлен😊
@grigo_it_English_bot
#pet | 147 |
| 19 |  💻Для тех кто на сервере: мини-шпаргалка по HTTP-статусам
📌Сохрани, пригодится
#tips | 126 |
| 20 |  🇬🇧Ну чтож, спустя столько времени у меня наконец добрались руки до бота для изучения английских слов, о котором я писал аж в декабре
Возможности бота:
⏺️Интервальное повторение изучаемых слов
⏺️Ежедневные напоминания
⏺️Викторина по изучаемым словам
⏺️Отлеживание прогресса друзей
Проект в данный момент работает корректно, поправил множество багов, вы можете его протестировать тут 👉 @grigo_it_English_bot
💬Пишите в лс или тут в комментах, если возникнут проблемы при работе
——————
⚡️Также в ближайшее время планирую создать животного-маскота для данного бота (как Дуо у Дуолинга, да-да), предлагайте своих животных в комментариях 👇
#pet | 130 |
