Python/ django
Открыть в Telegram
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Больше
Сеть:📈 Аналитический обзор Telegram-канала Python/ django
Канал Python/ django (@pythonl) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 58 962 подписчиков, занимая 2 162 место в категории Технологии и приложения и 10 193 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 58 962 подписчиков.
Согласно последним данным от 29 августа, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -292, а за последние 24 часа — -1, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.27%. В первые 24 часа после публикации контент обычно набирает 3.33% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 3 696 просмотров. В течение первых суток публикация набирает 1 963 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 20.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как github, claude, контекст, архитектура, api.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“по всем вопросам @workakkk
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fm...”
Благодаря высокой частоте обновлений (последние данные получены 30 августа, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
58 962
Подписчики
-124 часа
+137 дней
-29230 день
Архив постов
58 956
🖥 FastOpenAPI
FastOpenAPI – это библиотека для генерации и интеграции OpenAPI схем с использованием Pydantic v2 и различных фреймворков, таких как Falcon, Flask, Quart, Sanic, Starlette и Tornado.
▪ Проект вдохновлён FastAPI и предоставляет аналогичный удобный для разработчика опыт создания API с автоматической генерацией документации.
▪ С помощью FastOpenAPI вы можете легко определять маршруты, проводить валидацию данных и генерировать документацию в формате Swagger UI и ReDoc, что упрощает процесс разработки и поддержки API.
▪ Быстрая интеграция с поддержкой строгой типизации через модели Pydantic делает библиотеку надёжным инструментом для построения современных веб-приложений.
▪ FastOpenAPI распространяется под лицензией MIT, что делает его свободным для использования и модификации в коммерческих и некоммерческих проектах.
▪ Github
@pythol
58 956
Repost from Linux Academy
📞 SSHClick — это инструмент для управления SSH-конфигурациями, разработанный на Python с использованием фреймворков Click, Rich и Textual!
🌟 Он предоставляет удобный интерфейс для работы с файлами ssh_config, позволяя визуализировать, фильтровать и редактировать записи. Это упрощает управление большими и сложными конфигурациями SSH, особенно для системных администраторов, работающих с множеством серверов.
🌟 Основные функции SSHClick включают парсинг существующих SSH-конфигураций, добавление метаданных для группировки и фильтрации хостов, а также удобный текстовый интерфейс (TUI) для работы прямо в терминале. Инструмент помогает быстро находить и редактировать записи, сокращая время, затрачиваемое на ручное управление конфигурациями.
🔐 Лицензия: MIT
🖥 Github
@linuxacademiya
58 956
🖥 Как отлаживать Python-код, не выходя из редактора — с помощью встроенного модуля
pdb.
🔍 Пример быстрой отладки с помощью pdb
Часто, когда код не работает как надо, мы начинаем закидывать print()-ами. Но это неудобно, медленно и мусорит код. Вместо этого вставь в нужное место строчку:
import pdb; pdb.set_trace()
n (next) — перейти к следующей строке;
- s (step) — зайти внутрь функции;
- c (continue) — продолжить выполнение;
- l (list) — показать текущий контекст;
- p var — вывести значение переменной var.
💡 Пример
def calc(a, b):
import pdb; pdb.set_trace()
result = a + b
return result
calc(2, 3)
pdb.set_trace() ты остановишься и сможешь изучить, что происходит внутри.
Зачем это нужно?
- Понять, почему что-то идет не так.
- Посмотреть, какие значения у переменных прямо в момент ошибки.
- Быстро отладить без запуска IDE — удобно в Docker, SSH или при работе с cron.
Попробуй — один раз освоишь, и уже не захочешь возвращаться к print().
@pythonl58 956
Капибарам нужна ваша помощь на T-CTF
У них лапки, и они не могут защитить код от уязвимостей. Выручите их на ИТ-соревновании от Т-Банка с шансом выиграть приз до 420 000 ₽.
Без навыков в ИТ тут не обойтись — задания рассчитаны на разработчиков, QA- и SRE-инженеров, аналитиков и других ИТ-специалистов уровня middle и senior.
Вот что вас ждет:
— Выберите Лигу Разработки или Лигу Безопасности по своим скиллам. Если участвуете впервые, можно потренироваться на демозаданиях.
— Соревнуйтесь один или в команде до 3 человек. Организаторы помогут найти команду, если нет своей.
— Подключайтесь онлайн или приходите офлайн — в ИТ-хаб Т-Банка в одном из 6 городов России.
— Решайте задания по спортивному хакингу — для этого у вас будет 36 часов.
Соревнование пройдет 19 и 20 апреля.
Попробуйте свои силы — успейте зарегистрироваться до 18 апреля.
Реклама. АО «ТБанк», лицензия ЦБ РФ № 2673, erid:2RanymxoPwF
58 956
58 956
Интенсив по очередям: Kafka & NATS
Асинхронное взаимодействие и очереди — невероятно широкая тема, и абсолютно обязательная к изучению всем, кто интересуется архитектурой. Разработчику важно понимать архитектурные особенности, сильные и слабые стороны компонент, на базе которых строится архитектура.
🌐 В программе курса:
▪️Асинхронное взаимодействие с помощью очередей: подходы, свойства, гарантии
▪️Какие бывают очереди, основные системы очередей, на какие свойства и требования смотреть при выборе
▪️Как конфигурировать и управлять системами очередей
▪️Архитектура Apache Kafka, streams, topics, конфигурации от минимального single instance до production grade кластера с отказоустойчивостью
▪️Архитектуры NATS, pub/sub, req/res, streaming, кластер, суперкластер, федерация, edge.
Всё в формате «живых» онлайн-сессий (лекции, брейнштормы, демо).
🥸 Кто мы: R&D-центр Devhands.io, наш канал (https://t.me/rybakalexey). Автор курса — Владимир Перепелица, эксперт по большим проектам, очередям и Tarantool, Solution Architect в Exness, создатель S3 в VK Cloud, регулярный спикер и член ПК конференций Highload.
🗓 Старт курса 8 апреля. Изучить программу и записаться можно здесь.
Ждём вас!
Реклама. ИП Рыбак А.А. ИНН 771407709607 Erid: 2VtzqxjWnNk
58 956
“Производительность и наблюдаемость бэкенда. Поиск проблем в продакшене”
Хороший программист не только умеет пилить классные фичи, но и знает, как работает его код в продакшене, а также может разобраться, почему его сервис тормозит. Для этого слово «телеметрия» должно стать не просто словом, а инструментом для поиска и устранения проблем.
На курсе мы на практике изучим нужные инструменты, расскажем, как находить проблемы производительности, и как их исправлять.
🌐 В программе курса:
▪️Архитектура бэкенд-серверов (Golang, Java, PHP и др) и её особенности: модели обработки запросов и параметры конфигурации, влияющих на производительность
▪️Zero-code instrumentation на разных языках программирования
▪️Open Telemetry: основы технологии и применение на примере SigNoz
▪️Суб-real-time телеметрия поверх UDP c PINBA и “промстэком” (Grafana/Prometheus)
🤩 Кто мы: R&D-центр Devhands. Автор курса — Михаил Курмаев, эксперт по сложным распределённым системам. Долгое время строил платформу в Badoo/Bumble, сейчас в Т-банке развивает дата-платформу.
🗓 Старт курса: 1 апреля, 4 недели обучения.
Изучить программу и записаться можно здесь.
Ждем вас!
Реклама. ИП Рыбак А.А. ИНН 771407709607 Erid: 2VtzqwGy5SV
58 956
Repost from Machinelearning
🌐 Nanobrowser – Мультиагентная AI-ситсема для веб-автоматизации.
Это open-source инструмент, который использует LLM для автоматизации работы у вас в браузере.
По сути это альтернатива OpenAI Operator, работающая локально.
Оператору можно задавать промпты на естественном языке (или через код), а умные агенты (Планировщик, Навигатор, Валидатор) выполняют их в веб-окружении.
Чем полезен ?
🟢 Автоматизация тестирования UI: Быстро просит пользовательские сценарии, заполнение форм, клики по элементам без написания сложного Selenium/Puppeteer кода.
🟢 Прототипирование веб-скрапинга/сбора данных: Легко настраивайте сбор нужной информации с веб-страниц.
🟢 Ускорение рутинных задач: Автоматизируйте взаимодействие с внутренними админками, дашбордами или любыми веб-интерфейсами.
Главное, что ваши данные не уходят на сторонние серверы (если вы используете локальную LLM).
Поддерживает различные большие языковые модели, не привязывая вас к одному провайдеру.
🔗GitHub: https://github.com/nanobrowser/nanobrowser
@ai_machinelearning_big_data
#Nanobrowser #AI #WebAutomation #OpenSource #LLM
58 956
Готов увидеть будущее искусственного интеллекта? 🧠
GoCloud — масштабная конференция про облака и AI. Здесь ML-инженеры, дата сайентисты, разработчики и архитекторы обмениваются лучшими практиками и знаниями.
В программе:
▫️ презентация платформы для работы с AI&ML — от идеи до результата
▫️ анонс новых сервисов для работы с GenAI
▫️ реальный кейс трансформации клиентского сервиса с помощью AI
▫️ анонс сервиса для простого и быстрого запуска ML-моделей в облаке
30+ докладов, нетворкинг с экспертами и live-демо сервисов ждут тебя 10 апреля.
Регистрация по ссылке 👈
58 956
✔ Fastrtc — это библиотека, которая превращает функции Python в решения для потоковой передачи аудио и видео в режиме реального времени с использованием WebRTC или WebSockets.
Библиотека содержит множество примеров, демонстрирующих её применение: от интеграции с голосовыми API (например, Google Gemini и OpenAI) до транскрипции речи при помощи Whisper и обработки видеопотока с помощью модели YOLO v10.
Документация включает краткое руководство и примеры кода, что облегчает внедрение Fastrtc в ваши проекты.
pip install fastrtc
▪ Github
▪ Документация58 956
+1
Новый инструмент для построения и автоматизации процессов
Яндекс выкатил визуальный конструктор Yandex Workflows. Раньше инструмент позволял автоматизировать процессы только с помощью декларативной спецификации на YAML.
Low-code инструмент с удобным интерфейсом помогает создавать рабочие процессы и упрощать разработку за счёт автоматизации рутинных задач.
Вот почему на него стоит обратить внимание:
Освобождает ресурсы. Автомасштабируемость рабочих процессов не требует от разработчиков управления инфраструктурой.
Обеспечивает стабильность приложений: благодаря встроенным функциям обработки ошибок и управления состоянием.
Low‑code‑инструмент: проектирование сложных рабочих процессов без необходимости писать много кода.
Узнать подробнее об инструменте и попробовать самому можно по ссылке.
58 956
⚡️ OSGINT - это эффективный OSINT-инструмент, разработанный для извлечения информации о GitHub пользователях.
Он обеспечивает возможность поиска имени поль зователя по его электронной почте и наоборот, позволяя получать различные данные профиля, включая дату регистрации аккаунта, число публичных репозиториев и гистов, а также открытые ключи PGP и SSH.
✔️ Github
@pythonl
58 956
Яндекс запускает новый сезон Тренировок по алгоритмам 7.0
Это бесплатный онлайн-интенсив для систематизации знаний и подготовки к собеседованию в Яндекс. Смотрите лекции, решайте задачи и поднимайтесь в рейтинге!
За пять недель интенсивного обучения вы погрузитесь в изучение фундаментальных алгоритмов, лежащих в основе работы компьютера, операционных систем, систем управления базами данных и архиваторов.
На занятиях рассмотрим применение битовых операций для исправления ошибок и метод сжатия данных по алгоритму Лемпела-Зива, углубимся в изучение двусвязных списков и B-деревьев для быстрого поиска по индексу и хранения файлов.
Ваш рейтинг будет зависеть от количества полностью решенных задач и посылок по задачам со звездочкой. Если хотите попасть в топ, старайтесь решать задачи до разбора — решения, сданные после дедлайна, не учитываются.
Лучшие участники получат:
— Сертификат о прохождении Тренировок (при решении 20 из 40 задач)
— Пробное техническое собеседование в Яндекс
— Проходку на Young Con и другие ценные бонусы
Подать заявку на Тренировки можно здесь.
58 956
🖥 PythonX – новый инструмент для Python-разработчиков! 🚀
PythonX – это мощный интерпретатор Python, интегрированный с Livebook, который дает разработчикам удобный и интерактивный способ работы с кодом.
▪ Что это такое?
PythonX – это расширение для Livebook, предоставляющее REPL-среду и интерактивные блокноты с поддержкой Python.
▪ Чем полезен разработчикам?
🔹 Позволяет работать с Python в Livebook так же удобно, как с Elixir.
🔹 Поддерживает визуализацию данных, машинное обучение и анализ данных.
🔹 Упрощает совместную работу над кодом.
▪ Какие преимущества перед другими инструментами?
✅ Глубокая интеграция с Livebook – быстрый запуск и удобство работы.
✅ Поддержка современного Python (совместимость с популярными библиотеками).
✅ Минимальная зависимость от внешних сервисов – больше контроля над средой.
🔗 Github
58 956
Синтаксис Python освоили, а что дальше? 🐍
Работа с БД, парсинг и идеи для пет‑проектов
В новом бесплатном курсе от Selectel собраны обучающие материалы для первых шагов в мире реального программирования. Меньше теории — больше практики. На вдумчивое ознакомление со всеми материалами уйдет около четырех часов.
После прохождения курса вы научитесь:
🔹 работать с базами данных и брокерами сообщений,
🔹 создавать приложения с графическим интерфейсом,
🔹 автоматизировать получение данных.
Переходите в Академию Selectel, чтобы начать изучение курса прямо сейчас ➡️
Реклама. АО «Селектел», ИНН 7810962785, ERID: 2Vtzqx9AcW4
58 956
🖥 DeepMesh – это исследовательский проект, направленный на создание высококачественных 3D-мешей с помощью методов глубокого обучения.
🟢Глубокое обучение для 3D-реконструкции: Проект использует нейросетевые методы для обучения неявных представлений объектов, что позволяет реконструировать гладкие и точные поверхности даже из разрежённых данных (например, облаков точек).
🟢Алгоритмы извлечения мешей: После получения неявной функции, описывающей форму объекта, применяются алгоритмы, такие как Marching Cubes, для извлечения явной 3D-сетки.
🟢Инструменты для визуализации и экспериментов: Репозиторий включает код для обучения моделей, проведения экспериментов и визуализации результатов, что облегчает воспроизведение исследований и применение метода в различных задачах компьютерного зрения и графики.
🟢Потенциал применения: Такой подход может быть полезен для задач реконструкции объектов, симуляции, компьютерной графики и дополненной реальности, где требуется точное представление сложных форм.
📌 Github
@pythonl
58 956
🔍Тестовое собеседование на Middle Бекенд Python-разработчика в четверг
27 марта(уже в четверг!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика.
Как это будет:
📂 Савва Демиденко, ТехЛид с опытом в Яндексе и Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Савва будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Савве
Это бесплатно. Эфир проходит в рамках курса от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд и прокачать скиллы.
Все участники эфира получат бесплатный урок по System Design.
Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot
Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqxKvgRN
58 956
🖥 Robyn — это асинхронный веб-фреймворк для Python, который использует Rust для высокой производительности!
🌟 Он позволяет создавать быстрые веб-приложения, сочетая удобный API на Python с низкоуровневыми оптимизациями Rust. Robyn поддерживает асинхронные обработчики запросов, масштабируемую обработку соединений и удобную маршрутизацию, что делает его отличным выбором для высоконагруженных сервисов.
🔐 Лицензия: BSD-2-Clause
🖥 Github
@pythonl
58 956
🎯 С нуля до Middle Data Scientist за 11 месяцев! Обучение Machine Learning с поддержкой в трудоустройстве от Otus💪
На курсе «Специализация Machine Learning»: вы не просто учитесь, а создаёте 💥чёткий план выхода на рынок труда. Во время обучения мы:
- Дадим развёрнутый фидбек по резюме с учетом особенностей рынка
- Поможем сформировать планы по откликам на вакансии и окажем поддержку в процессе
- Организуем карьерные мероприятия, в рамках которых вы сможете потренироваться в прохождении собеседований
11 месяцев — и вы не просто Junior с теорией в голове, а Middle-специалист с опытом, актуальными навыками и поддержкой на пути к новой должности.
➡️ Готовы начать карьеру в ML? Регистрируйтесь и получите не только поддержку на каждом этапе, но и скидку на обучение: https://otus.pw/gNj3/?erid=2W5zFHacZm2
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
58 956
Repost from Machinelearning
🔥 LayerAnimate — метод, позволяющий управлять отдельными слоями видео, меняя элементы переднего и заднего плана.
В отличие от существующих методов, которые рассматривают анимацию как единое целое, LayerAnimate предоставляет точечный контроль над каждым слоем, что делает процесс генераций более гибким и управляемым.
❓ Как это работает?
LayerAnimate решает проблему ограниченности данных, с помощью конвейера обработки данных, включающего:
🟢Автоматизированную сегментацию элементов для разделения анимации на слои.
🟢Иерархическое слияние состояний движения для упрощения управления кадрами сцены.
🟢Улучшение согласованности движения для создания плавных и реалистичных анимаций.
Модель позволяет переключаться между различными статическими изображениями или динамическими видео без влияния на анимацию переднего плана.
Особенно интересно выглядит image-video с использованием скетча, вместо текстового описания с данными о движении, можно использовать набросок с траекторией движения сцены и получить готовую сцену.
Мастхэв для тех, кто работает с анимацией. Больше примеров можно посмотреть здесь.
🟡Github
🟡Статья
🟡Проект
@ai_machinelearning_big_data
#videogenerator #video #ai #ml #opensource
