Книги Python

@pythonknigiru - канал для скачивания книг по Python на русском языке

Python Programming Using Problem Solving Автор: Harsh Bhasin Год издания: 2023 #python #en Скачать книгу

Все говорят, что работы в айти стало меньше... На самом деле, работы полно. Мы подготовили 7 правильных каналов с вакансиями для тестировщиков, аналитиков, проджект-менеджеров и программистов. В чем фишка этих каналов? — зарплатная вилка🍴во всех вакансиях — еженедельные подборки стажировок для начинающих — как здесь (для QA), здесь (для PM) и здесь (для BA&SA) — быстрый телеграм/email контакт для прямой связи с рекрутером — удобная навигация по уровням/условиям работы/направлениям тестирования ▪️QA Jobs — работа для тестировщика ▪️PM Jobs — работа для Project и Product менеджера ▪️BA & SA Jobs — работа для бизнес- и системых аналитиков ▪️C# & .NET Jobs — работа для C# инженеров ▪️DS&ML Jobs — работа для DS инженеров ▪️PHP Jobs — работа для PHP разработчиков ▪️JAVA Jobs — работа для Java разработчиков Подписаться на все каналы сразу

Python Debugging for AI, Machine Learning, and Cloud Computing Автор: Dmitry Vostokov Год издания: 2024 #python #ml #en Скачать книгу

Ребята из Podlodka Python Crew с 3 по 7 июня зовут на новый сезон своей онлайн-конференции. Впереди целая неделя воркшопов и докладов по теме инфраструктуры. Что будет — Узнаем, как удобно работать с Kafka, RabbitMQ, NATS и другими брокерами. Поймём, зачем нужен FastStream — python-фреймворк, созданный специально для этих задач. — Разберёмся, как гарантировать консистентную работу системы с помощью паттерна "transactional outbox". На мастер-классе запустим демо-стенд и проверим, как паттерн реализуется на практике и справляется с отказами компонентов. — Погрузимся в работу с метриками: научимся собирать и анализировать данные, чтобы всегда быть в курсе состояния системы. — Обсудим реальные фейлы с инфраструктурой и как их избежать. Наши эксперты поделятся честными историями и полезными советами. Как будет По максимуму практических примеров, дискуссий и нетворкинга. Ждём всех 🤝 Реклама. ИП Толстая Елена Петровна ИНН:507503278104

Epic Python Coding Автор: Mike Gold Год издания: 2024 #python #en Скачать книгу

❓Как произвести интеграцию SQL и Pandas для анализа данных? Присоединяйтесь к открытому уроку "Интеграция SQL и Pandas для анализа данных", где вы: - узнаете, как сочетать мощь SQL и гибкость Pandas для комплексного анализа данных; - попрактикуетесь в интеграции SQL-запросов и Pandas, обработке и сохранении результатов анализа в базе данных. Спикер Роман Козлов – руководитель курса "Python для аналитики", аналитик Big Data/системный аналитик с опытом 8+ лет. Дата и время открытого урока: 28 мая в 20:00 Мск Все участники вебинара получат специальную цену на курс «Python для аналитики» и консультацию от менеджеров OTUS! 👉 Регистрируйтесь прямо сейчас, чтобы не пропустить бесплатный урок: https://otus.pw/vlS8/ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

Python for Cybersecurity Cookbook Автор: Krishna Год издания: 2023 #python #en Скачать книгу

Хотите тестировать приложения на Python быстрее? Создайте пакет в Python и интегрируйте его с проектами Django. О том, как это сделать, мы поговорим на открытом уроке «Как создать свою библиотеку и ускорить тестирование в Django REST framework». Приглашаем веб-разработчиков, Python-разработчиков, бэкенд-разработчиков, девопс-инженеров. Вы научитесь: - Создавать пакет Python - Пользоваться инструментами для тестирования приложений в Django REST Framework - Писать тест-кейсы для юнит-тестов - Интегрировать созданный пакет в проекты Django Занятие проведёт Python-разработчик и опытный преподаватель OTUS – Леонид Орлов. Бонус! Всем участникам – скидка 5% на любой курс OTUS 23 мая в 19:00 МСК Записаться на воркшоп - https://otus.pw/L0d3/?erid=LjN8K1H2E Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

Data Scientist (Pricing) в Lamoda Tech Мы в поиске Data Scientist в команду Pricing. Чем предстоит заниматься: — Развивать систему динамического ценообразования; — Заниматься построением системы конкурентного ценообразования (матчинг), включающей в себя как модели DL (NLP/CV), так и классический ML; — Использовать модели эластичности в других бизнес продуктах: ранжировании, пополнении стока, промо (купоны) и персональном ценообразовании; — Предлагать новые инициативы, связанные с развитием data-driven подхода в отделе коммерции. Стэк технологий: Big data (Hadoop, PySpark, Hive), Python, Catboost, Airflow, Docker, SQL, PyTorch. Почему у нас классно: — Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации; — Сильная команда middle и senior специалистов, развитое DS-сообщество, где есть возможность обмениваться знаниями на внутренних митапах; — У нас представлен полный жизненный цикл разработки data-driven продуктов с применением ML — от идеи и генерации гипотез до запуска АБ тестов. В части разработки онлайн-сервисов и деплоя моделей нам помогает команда инженеров. Мы ожидаем: — Опыт в области анализа данных и машинного обучения (от 2 лет); — Опыт работы с SQL, Hadoop, Hive, Spark; — Владение Python, Linux, методами работы с большими данными; — Опыт работы как минимум с 2 ML библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML; — Знания теории вероятностей и математической статистики; — Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа; — Знание алгоритмов и структур данных; — Высшее образование в области прикладной математики, информационных технологий, информатики и т.п; • Английский язык на уровне технического чтения. Как мы работаем: — Пишем на Python 3.6+ и PySpark 3.0; — Для ресерча доступны два сервера (80 cores, 650Gb RAM), на которых развернут JupyrerHub и есть доступ к Hadoop-кластеру; — Код с логикой ML-пайплайнов упаковываем в Docker и выкатываем, используя CI/CD-инструменты с запуском code style проверок и тестов; — Используем Airflow для управления ML-пайплайнами и запуском их по расписанию; — В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач; — Регулярно проводим командные брейнштормы с целью генерации новых идей по развитию наших data-driven продуктов; — В компании внедрена культура принятия решений на основании данных и все изменения тестируем через АБ-эксперименты. Откликнуться: https://budu.jobs/vacancy/b26cd0da-148a-431f-a0df-d24cafb78907?vlid=22193702-8533-4acb-b268-89ecb41a4144