Python/ django

Відкрити в Telegram

по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM

Сітка:Machinelearning Росія10 214 Технології та додатки2 192...

📈 Аналітичний огляд Telegram-каналу Python/ django

Канал Python/ django (@pythonl) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 60 101 підписників, посідаючи 2 192 місце в категорії Технології та додатки та 10 214 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 60 101 підписників.

За останніми даними від 05 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -562, а за останні 24 години на -8, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 6.76%. Протягом перших 24 годин після публікації контент зазвичай збирає 3.58% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 4 065 переглядів. Протягом першої доби публікація в середньому набирає 2 153 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 15.
Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як github, claude, контекст, архитектура, api.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“по всем вопросам @haarrp @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3Fmxm...”

Завдяки високій частоті оновлень (останні дані отримано 06 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.

60 101

Підписники

-824 години

-1237 днів

-56230 день

4 065

Перегляди допису

~ 2 15324 години

~ 2 67248 годин

6.76%

Коефіцієнт залучення

~ 1

Дописів на день

Ads index

beta

Архів дописів

60 099

😄 12 сентября смотрите онлайн-студию первой «Ночи музеев» в мире IT В Яндексе придумали «Ночь музеев» в мире IT, а Сбер, Т-банк, Х5 и Lamoda поддержали идею и присоединились. Если вы не успели зарегистрироваться как офлайн-участник – подключайтесь онлайн. 🙌 Студия big tech night online будет работать 12 сентября с 18:00 до 21:00 по московскому времени. Можно переключаться между двумя треками. 😛😝В софт-треке вас ждут: – шоу для разработчиков со стендап-комиком Севой Ловкачёвым; – обсуждение pet-проектов и изобретательства среди инженеров; – юмор в борьбе со стрессами: мемы как способ выжить в бигтехе. 😋😛 В хард-треке: – разберём, чем отличается бигтех в России и за рубежом: каких специалистов ищут компании, есть ли культурные отличия? – поговорим с Маратом Мавлютовым – руководителем подразделения из Яндекса, разрабатывающего роботов-доставщиков; – обсудим, как AI помогает разработчикам сейчас и как будет помогать в будущем. 😌 Регистрируйтесь и подключайтесь. Реклама. ООО "Яндекс". ИНН 7736207543

60 099

📝 PDF-Extract-Kit — библиотека для извлечения данных из PDF-файлов с поддержкой сложных документов с помощью моделей компьютерного зрения! 🔍 Основные особенности: 🌟 Точное извлечение текста и таблиц из структурированных и неструктурированных PDF, включая многостраничные таблицы и иерархические блоки! 🌟 OCR-интеграция, позволяющая обрабатывать PDF-документы с отсканированными изображениями! 🌟 Гибкий API на Python, что делает его удобным для анализа и интеграции в приложения! 🔐 Лицензия: AGPL-3.0 🖥 Github @pythonl

60 099

Среди нас есть школьники или студенты техникумов? Тут принесли вам новость. Яндекс Лицей открывает набор на программу «Веб-разработка на Django» 🟢 Много практики: будете создавать сайты и веб-приложения с нуля, работать с базами данных и научитесь правильно обрабатывать ввод от пользователей. 🟢 Базовые скилы на Django: освоите тестирование кода, окружение и развертывание. 🟢 Интенсивное, трехмесячное обучение с реальным проектом: будете работать в команде над собственным веб-приложением. Короче, если ждете рекомендации по интенсивному онлайн-обучению Django для новичков — это оно. В конце обучения, кстати, вам выдадут сертификат. С ним проще поступить на другие направления Яндекс Лицея. Также он даёт дополнительные баллы в некоторых вузах. 🟠 Зарегистрироваться и пройти отбор до 23 сентября можно здесь

60 099

🚀 Энергоэффективный транспайлер Python в Rust Depyler — это транспайлер, который преобразует код Python в безопасный и производительный Rust, снижая потребление энергии на 75-85%. Он предлагает мощные инструменты для тестирования и верификации, обеспечивая высокое качество кода и поддержку CI/CD. 🚀 Основные моменты: - Эффективное преобразование Python в Rust - Поддержка многоуровневого тестирования и верификации - Интеграция с AI для улучшения качества кода - Поддержка формата Ruchy для функционального программирования - Высокие стандарты безопасности и производительности 📌 GitHub: https://github.com/paiml/depyler @pythonl

60 099

Пройдите простой тест и получите доступ к мини-курсу по Python-разработке бесплатно: https://epic.st/g_npyF?erid=2VtzqxgdTD5

60 099

🦀 PyApp — новый способ упаковать Python-программы PyApp написан на Rust и превращает Python-проекты в готовые .exe или бинарники, которые работают без отдельной установки Python. В отличие от PyInstaller или Nuitka, это не библиотека, а отдельный инструмент: - для каждого проекта нужна своя сборка; - зато конфигурация максимально гибкая и можно тонко настроить процесс. 🔗 Репозиторий: https://github.com/ofek/pyapp @pythonl

60 099

🔥Прими участие в Хакатоне Т1 в Нижнем Новгороде и поборись за призовой фонд 600 000 рублей! 📅 Когда: 19 – 22 сентября 🌐 Формат: онлайн + финал на площадке Участвуй, если ты: 🔹студент тех/ИТ-направлений; 🔹развиваешься в dev, аналитике, дизайне, AI/DS/ML, DevOps; 🔹сможешь быть в Нижнем Новгороде 22-09. Выбери свой кейс: 🔸PingTower — сервис круглосуточного отслеживания доступности сайтов и мгновенных уведомлений о сбоях, позволяющий бизнесу не терять клиентов. 🔸HR Консультант — ИИ-консультант для карьерных сценариев и поиска талантов по умным фильтрам. Почему стоит участвовать: 🔻Кейс в портфолио и полезная обратная связь от менторов Т1; 🔻Шанс проявить себя, чтобы начать карьеру в одной из крупнейших ИТ-компаний; 🔻Реальный опыт командной работы. Регистрация открыта! ➡️ Успей до 17 сентября по ссылке Ты не из Нижнего Новгорода? Смотри расписание хакатонов в других городах. #реклама О рекламодателе

60 099

⚡️КРАСИВЫЙ JSON ИЗ СЛОВАРЯ ЗА 1 СТРОКУ Сегодня разберём крутую и полезную фишку — как с помощью Python одной строчкой красиво форматировать словарь в JSON с отступами.


import json

data = {
    "user": "Alice",
    "age": 30,
    "skills": ["Python", "Docker", "ML"],
    "active": True,
    "projects": {
        "current": "Chatbot",
        "next": "Data Pipeline"
    }
}

pretty_json = json.dumps(data, indent=4, ensure_ascii=False) print(pretty_json) Это особенно удобно при отладке, логировании или подготовке данных для API. Больше не нужно вручную настраивать pprint — просто используй json.dumps с параметрами indent и ensure_ascii!

60 099

🔥 Старт олимпиады по ИИ и анализу данных — AIDAO. 🚀 В чем кайф: - Не теоретически возможные задачи, а приближенные к реальным проектам - Задачи на онлайн-этап готовит научная лаборатория, а финал — один из сервисов Яндекса - Командная олимпиада, в которой могут принять участие студенты российских и зарубежных вузов - Живое общение с экспертами и научными сотрудниками - Масштабный финал олимпиады в Москве: 32 часа хакатона и общения с комьюнити Международную олимпиаду организуют ФКН НИУ ВШЭ и Яндекс Образование. Главные призы: 1 млн рублей и бонусы при поступлении на магистратуры ФКН ВШЭ. Регистрируем команду на AIDAO по ссылке.

60 099

🔥 Подборка небанальных Python-трюков, которые реально упрощают жизнь разработчику 🌀 1. functools.cached_property — ленивое свойство с кэшем Позволяет вычислить значение один раз и потом возвращать готовый результат.


from functools import cached_property
import time

class DataFetcher:
    @cached_property
    def heavy_data(self):
        print("⏳ Запрос к API...")
        time.sleep(2)
        return {"status": "ok", "data": [1, 2, 3]}

obj = DataFetcher()
print(obj.heavy_data)  # первый вызов → считает
print(obj.heavy_data)  # второй вызов → из кэша

🪄 2. contextlib.suppress — игнорируем ошибки красиво Вместо громоздкого try/except:


import os
from contextlib import suppress

with suppress(FileNotFoundError):
    os.remove("tmp.txt")

👉 Идеально для операций, где ошибка — нормальная ситуация (удаление файла, закрытие сокета и т.п.). 🧩 3. Свой контекстный менеджер через enter / exit Можно сделать объекты, которые сами открываются и закрываются как файлы.


class DemoResource:
    def __enter__(self):
        print("🔓 Ресурс открыт")
        return self
    
    def __exit__(self, exc_type, exc_value, traceback):
        print("🔒 Ресурс закрыт")
        if exc_type:
            print(f"⚠️ Ошибка: {exc_value}")
        return True  # подавить исключение

with DemoResource() as res:
    print("⚡ Работаем...")
    raise ValueError("Что-то пошло не так!")

👉 Отлично для работы с ресурсами: подключение к БД, временные настройки, логирование. @pythonl

60 099

🔴 Реальный собес на Python от ТехЛида с опытом работы в Авито и Яндексе в прямом эфире 11 сентября (уже в четверг!) в 19:00 по мск приходи на прямой эфир с реальным собеседованием на Middle разработчика. Почему точно нужно прийти: 📂 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 менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. 🔍Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

60 099

🔥 Thyme: Think Beyond Images Thyme — это инновационная модель, которая улучшает обработку изображений и сложные задачи рассуждения, используя автономное генерирование и выполнение операций через исполняемый код. Она сочетает в себе методы супервайзинга и обучения с подкреплением, обеспечивая высокую точность выполнения кода. 🚀 Основные моменты: - Автономная генерация и выполнение операций с изображениями. - Комбинация супервайзинга и обучения с подкреплением. - Поддержка высокоразрешающей перцепции и сложного рассуждения. - Использует алгоритм GRPO-ATS для оптимизации работы. 📌 GitHub: https://github.com/yfzhang114/Thyme

60 099

⁉️Хотите начать карьеру Data Scientist? Освойте методы ансамблирования ML Чтобы понять, как добиться высокого качества предсказания в машинном обучении, присоединяйтесь к открытому вебинару 8 сентября в 18:00 МСК! На уроке мы разберем ключевые методы ансамблирования моделей, которые использует каждый Data Scientist: Бэггинг, Random Forest и Градиентный бустинг. Эти методы помогут вам повысить точность ваших моделей и научиться их эффективно применять в реальных задачах. После занятия вы будете уверенно работать с ансамблями моделей на Python и знать, как применять их на практике для получения лучших результатов. ➡️ Присоединяйтесь и получите скидку на курс «Machine Learning. Basic»: https://otus.pw/pd7e/?erid=2W5zFHuTx9e Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

60 099

🚀 Lemonade SDK — локальный сервер для LLM с максимальной производительностью Что это? Lemonade — это open-source проект (спонсируется AMD), который позволяет запускать большие языковые модели прямо у себя: на ПК, в браузере или на сервере. Всё работает локально, без облака, с поддержкой GPU и NPU, и при этом совместимо со стандартом OpenAI API. Возможности - Lemonade Server — локальный сервер, который имитирует OpenAI API. Поддерживает движки llama.cpp (GGUF), ONNX Runtime GenAI и HuggingFace Transformers. Работает с ускорением через Vulkan и ROCm. - Lemonade CLI — консольный инструмент для запуска моделей, тестов производительности, проверки памяти и точности. - Python API — простой способ подключить LLM к своим скриптам и приложениям. Поддержка железа - GPU — работает на Windows и Linux через Vulkan. - NPU — поддержка AMD Ryzen AI 300-й серии. - CPU — поддержка на всех платформах. Можно переключаться между разными движками: llama.cpp, ONNX и HF Transformers. Интеграция и совместимость - Полная поддержка OpenAI API (`/chat/completions`, /completions, /models, /load, /stats и др.). - SDK доступен для Python, C++, Java, C#, Go, Node.js, Rust, PHP и других языков. Почему это важно - Всё работает локально → выше приватность и ниже затраты. - Автоматическая оптимизация под ваше железо. - Подходит для продакшн-нагрузок, edge-устройств и экспериментов. - Удобные инструменты: сервер, CLI, Python API, web-панель. - Проект активно развивается: свежие релизы выходят каждую неделю. 👉 Репозиторий: [github.com/lemonade-sdk/lemonade](https://github.com/lemonade-sdk/lemonade) #LLM #AI #Lemonade #OpenSource #AMD @pythonl

60 099

🔥 Успех в IT = скорость + знания + окружение Здесь ты найдёшь всё это — коротко, по делу и без воды. Пока другие ищут, где “подглядеть решение”, ты уже используешь самые свежие инструменты! AI: t.me/ai_machinelearning_big_data Python: t.me/python_job_interview Linux: t.me/linuxacademiya Собеседования DS: t.me/machinelearning_interview C++ t.me/cpluspluc Docker: t.me/DevopsDocker Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_1001_notes Java: t.me/java_library Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop 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 МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg Физика: t.me/fizmat 💼 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 Подпишись, если хочешь быть в числе тех, кого зовут в топовые проекты!

60 099

👨‍💻 Omnara — Mission Control для AI-агентов Что это? Omnara — это «диспетчерская» для ваших AI-агентов. С её помощью можно управлять и наблюдать за работой агентов в реальном времени: через терминал, веб-интерфейс и мобильное приложение. Возможности - Отслеживание всех шагов агента в реальном времени. - Push-уведомления, когда агент ждёт обратной связи. - Ответы и контроль прямо с телефона или браузера. - Единый дашборд для всех агентов. Почему это удобно - Не нужно сидеть за ПК, чтобы держать процесс под контролем. - Всё open-source, можно разворачивать самостоятельно. - Подходит как для разработчиков-одиночек, так и для команд. 👉 Omnara делает взаимодействие с AI-агентами гибким и удобным: вы всегда в курсе, что они делают, и можете вмешаться в любой момент. 🔗 GitHub @pythonl

60 099

📐 Agent Reinforcement Trainer — фреймворк для обучения ИИ-агентов через reinforcement learning Проект предлагает удобный способ прокачки LLM для решения практических задач. Во время работы ART использует метод GRPO и позволяет обучать агентов работать с MCP-серверами, играть в игры и выполнять другие действия через взаимодействие со средой. Инструмент минимально требователен к данным — система сама анализирует доступные инструменты и генерирует учебные сценарии. Поддерживается интеграция с популярными языковыми моделями, включая Qwen 2.5. 🤖 GitHub @pythonl

60 099

🚀 Python Pro совет Хотите измерить время выполнения куска кода без лишних библиотек? Используйте модуль timeit, встроенный прямо в Python:


# Запуск из командной строки
python -m timeit -n 100 -r 5 "sum(range(1000))"

# В коде
import timeit
print(timeit.timeit("sum(range(1000))", number=1000))

💡 Это простой способ проверить, какой из вариантов реализации быстрее. Сравнивайте разные подходы и оптимизируйте критичные куски кода на практике. @pythonl

60 099

🔍 Django ModelSearch: Умный поиск для ваших моделей Django ModelSearch позволяет индексировать модели Django и осуществлять поиск с помощью ORM. Поддерживает PostgreSQL FTS, SQLite FTS5, Elasticsearch и OpenSearch. Идеально подходит для создания мощных поисковых решений в ваших приложениях. 🚀Основные моменты: - Индексация моделей в Elasticsearch и OpenSearch - Поддержка автозаполнения и фасетного поиска - Возможность использования существующих QuerySets - Поддержка нечеткого поиска и структурированных запросов - Нулевая простоя при перестройке индекса 📌 GitHub: https://github.com/kaedroho/django-modelsearch @pythonl #python

60 099

⚠️ SQL-инъекция через f-string Если подставлять значения прямо в SQL через f-string, злоумышленник может выполнить любой код в базе:


name = "Alice'; DROP TABLE accounts; --"
query = f"SELECT * FROM accounts WHERE name = '{name}'"
conn.sql(query)

💥 И вот таблица accounts удалена! Почему так? Потому что строка с именем вставляется как есть и воспринимается как часть SQL-запроса. ✅ Правильный способ — использовать параметры:


name = "Alice'; DROP TABLE accounts; --"
query = "SELECT * FROM accounts WHERE name = ?"
conn.sql(query, params=(name,))

✔ Имя ищется как текст, база остаётся в безопасности. 👉 Запомни: никогда не вставляй пользовательские данные напрямую в SQL. Используй параметризованные запросы — это надёжная защита от SQL-инъекций. @pythonl