Python | Программирование

Какое расстояние от земли до луны? 🌚 Странный вопрос, но еще страннее — то, что его иногда задают разработчикам на собеседованиях. Этого кота зовут MAX(), он — кот-ревью. Если ты находишься в поиске работы, то у него для тебя крутые новости. Тут он собрал кучу разных интересных кейсов и историй про то: 👉 Как сделать так, чтобы тебя начали звать на собеседования? 👉 Откуда брать опыт для резюме, если его нет? 👉 Что делать, если валишься на собеседованиях и не можешь получить оффер? 👉 Насколько стало сложнее искать работу с марта 2022 года? Все это с примерами и пояснениями! Если хочешь преисполниться в своих познаних, то залетай к нему — он будет тебя ждать 😉

#опрос

📓 Классические задачи Computer Science на языке Python. • "Django - это мощный Рython-фреймворк для веб-приложений, который поощряет быстрое развитие и чистый, прагматичный дизайн, предлагает относительно простое обучение. Это делает его привлекательным как для новичков, так и для опытных разработчиков. • В рамках данной книги вы пройдете весь путь создания полноценных веб-приложений с помощью Django. Вы научитесь работать не только с основными компонентами, предоставляемыми фреймворком, но и узнаете, как интегрировать в проект популярные сторонние инструменты. В книге описано создание приложений, которые решают реальные задачи, используют лучшие практики разработки. После прочтения этой книги у вас будет понимание того, как работает Django, как создавать практичные веб-приложения и расширять их с помощью дополнительных инструментов. #RU #Django #Web

#опрос

👨🏻‍💻 Дорожная карта Python-разработчика. В нашей версии дорожной карты рассказываем, в каком порядке нужно изучать Python, чтобы пройти путь от основ до веб-разработки, тестирования, науки о данных или машинного обучения. 🧷 https://proglib.io/p/dorozhnaya-karta-python-razrabotchika-2021-10-09 #Roadmap

📓 Python. Чистый код для продолжающих. • «Python. Чистый код для продолжающих» — это не набор полезных советов и подсказок по написанию чистого кода. Вы узнаете о командной строке и других инструментах профессионального разработчика: средствах форматирования кода, статических анализаторах и контроле версий. Вы научитесь настраивать среду разработки, давать имена переменным и функциям, делающие код удобочитаемым, грамотно комментировать и документировать ПО, оценивать быстродействие программ и сложность алгоритмов, познакомитесь с ООП. • Ни одна книга не заменит реального опыта работы и не превратит вас из новичка в профессионала. Но «Чистый код для продолжающих» проведет вас чуть дальше по этому пути: вы научитесь создавать чистый, грамотный, читабельный, легко отлаживаемый код, который можно будет назвать истинно питоническим. #RU

#опрос

#опрос

📌 Захватываем компьютер С помощью mouse и keyboard мы можем забрать себе управление мышкой/клавиатурой и/или считывать действия. Установка: pip install mouse keyboard Они могут выполнять как простые нажатия, так и более сложные (wheel, drag, "ctrl + C", "alt + shift + esc"). К тому же можем записывать и воспроизводить действия. Жаль, что такой фокус не пройдёт с Linux, модули требуют права суперпользователя (root). 🐼 GitHub mouse 🐼 GitHub keyboard #урок

Бесполезно учить Python без знания технического английского! Английский программиста - самый простой и удобный способ выучить it термины и профессиональный английский. Даже опытные кодеры нас читают! Подпишись: @iteng

📓 Прикладное машинное обучение без учителя с использованием Python. • Обучение без учителя — передовой рубеж технологий #ИИ и, возможно, ключ к созданию сильного ИИ. Поскольку подавляющая часть накопленных в мире данных не размечена, к ним нельзя применять традиционное обучение с учителем. В то же время обучение без учителя позволяет успешно работать с неразмеченными наборами данных и выявлять заложенные в них закономерности, обнаружить которые человеку не под силу. • Автор показывает, как реализовать обучение на основе Scikit-learn и TensorFlow/Keras. Используя готовый код и практические примеры, специалисты по работе с данными смогут выявлять скрытые закономерности в информационных массивах, более глубоко анализировать деловые данные, обнаруживать аномалии, выполнять автоматическое конструирование признаков и генерировать синтетические наборы данных. Все, что потребуется — знание программирования и предварительный опыт работы в области ML. #RU

#опрос