Python/ django
Kanalga Telegram’da o‘tish
по всем вопросам @workakkk @itchannels_telegram - 🔥 все ит каналы @ai_machinelearning_big_data -ML @ArtificialIntelligencedl -AI @datascienceiot - 📚 @pythonlbooks РКН: clck.ru/3FmxmM
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali Python/ django analitikasi
Python/ django (@pythonl) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 58 470 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 248-o'rinni va Rossiya mintaqasida 10 301-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 58 470 obunachiga ega bo‘ldi.
30 Oktabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -191 ga, so‘nggi 24 soatda esa -26 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 6.03% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 3.00% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 3 527 marta ko‘riladi; birinchi sutkada odatda 1 755 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 21 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent github, claude, контекст, архитектура, api kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“по всем вопросам @workakkk
@itchannels_telegram - 🔥 все ит каналы
@ai_machinelearning_big_data -ML
@ArtificialIntelligencedl -AI
@datascienceiot - 📚
@pythonlbooks
РКН: clck.ru/3Fm...”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 31 Oktabr, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
58 470
Obunachilar
-2624 soatlar
-1227 kun
-19130 kun
Postlar arxiv
58 470
У вас была ситуация, когда вы открываете новый проект или библиотеку и пытаетесь разобраться в коде?
Если в этом проекте используются аннотации типов - вы справитесь с этой задачей намного быстрее. Также на уроке рассмотрим библиотеку pydantic, которая позволяет вывести на новый уровень работу с данными в Python.
Узнайте, как эффективно реализовать интернационализацию и локализацию в Spring-приложениях.
⏺ 26 февраля в 20:00 МСК Бесплатно. Урок в рамках старта курса «Python для аналитики» от Otus.
Ссылка на регистрацию: https://otus.pw/y1jh/
#реклама
О рекламодателе
58 470
🖥 glom — это библиотека Python, предназначенная для упрощения доступа и преобразования вложенных структур данных! Она предоставляет декларативный подход к извлечению и модификации данных, позволяя разработчикам эффективно работать с комплексными иерархиями объектов и коллекций.
🔐 Лицензия: BSD-3-Clause
🖥 Github
@pythonl
58 470
⚡ Data Fusion 2025 — главное событие весны для специалистов по работе с данными в пятый раз соберет на своей площадке более 250 экспертов.
Вас ждет:
• Два дня практических кейсов, 14 треков и 70+ сессий, посвященных передовым исследованиям в области больших данных и технологий AI
• Кейс-стади о применении ML в различных сферах бизнеса от финтеха и промышленности до медицины
• Экспертиза от ученых, бизнес-лидеров и представителей государства.
📅 16-17 апреля
📍 Москва, технологический кластер «Ломоносов»
Не упустите шанс узнать о главных трендах в AI и задать вопросы лидерам индустрии.
Участие бесплатное. Регистрация уже открыта — https://data-fusion.ru/
#AI #ML #BigData #DataFusion #DataScience #IT
*IT-информационные технологии
*AI-искусственный интеллект
*DS-наука о методах анализа данных.
*Нетворкинг-полезные связи
*Воркшоп-практическое обучение
58 470
🖥 FastSQLA — это асинхронное расширение для SQLAlchemy версии 2.0 и выше, разработанное для интеграции с FastAPI! Оно предоставляет готовые шаблоны, поддержку SQLModel и встроенную пагинацию, упрощая настройку и управление асинхронными соединениями с реляционными базами данных.
🔐 Лицензия: MIT
🖥 Github
@pythonl
58 470
У вас была ситуация, когда вы открываете новый проект или библиотеку и пытаетесь разобраться в коде?
Если в этом проекте используются аннотации типов - вы справитесь с этой задачей намного быстрее. Также на уроке рассмотрим библиотеку pydantic, которая позволяет вывести на новый уровень работу с данными в Python.
Узнайте, как эффективно реализовать интернационализацию и локализацию в Spring-приложениях.
⏺ 26 февраля в 20:00 МСК Бесплатно. Урок в рамках старта курса «Python для аналитики» от Otus.
Ссылка на регистрацию: https://otus.pw/y1jh/
#реклама
О рекламодателе
58 470
🖥 PyQuery — это библиотека на языке Python, позволяющая манипулировать и извлекать данные из HTML и XML документов с использованием синтаксиса, похожего на jQuery!
🌟 Она предоставляет удобный API для выборки элементов с помощью CSS-селекторов и их последующей обработки. PyQuery построена на основе lxml, что обеспечивает быструю и эффективную работу с XML и HTML.
🖥 Github
@pythonl
58 470
🖥 Validoopsie — это легковесная и удобная библиотека для валидации данных в Python, разработанная для упрощения процесса проверки данных!
🌟 Она позволяет разработчикам легко объявлять классы и связывать различные проверки, используя стиль, напоминающий популярные библиотеки для работы с DataFrame.
🔐 Лицензия: MIT
🖥 Github
@pythonl
58 470
58 470
🔍 Основы A/B тестирования для выбора ML модели
Узнайте, как правильно оценивать ML-модели с помощью A/B тестирования на практическом бесплатном вебинаре
В прямом эфире обсудим:
— Особенности выбора ML модели с точки зрения оценки ее качества
— Как вычислять длительность A/B теста
— Как интерпретировать результаты A/B тестирования
📅 Занятие пройдет 3 марта в 20:00 мск. Все участники вебинара получат скидку на курс «Специализация Machine Learning»: С нуля до Middle ML инженера (Data Scientist) за 11 месяцев!
Успейте занять место на вебинаре: https://otus.pw/DYnr/?erid=2W5zFHNnLTS
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
58 470
🔥 LangWatch — это платформа для мониторинга, анализа, оценки и оптимизации конвейеров больших языковых моделей!
🌟 Она предоставляет визуальный интерфейс для работы с фреймворком DSPy, облегчая разработчикам и исследователям управление и улучшение своих LLM-проектов.
🔐 Лицензия: BSL-1.1
🖥 Github
@pythonl
58 470
Войти в айти НЕ ИЗИ! 😬
Тебя не бесят «гуру», которые обещают зп от 300к после двух недель на их легендарном курсе по Python за 150к? 😂 - Меня ДА!
Забудь про «развалить айти рыночек своим умищем»❌
Чтобы стать программистом, надо пропахать как чёрт за партой хотя бы годик!
А чтобы не свихнуться в одиночку, залетай в чат начинающих Python-щиков, где ты получишь:
1️⃣ Разбор сложных вопросов простым языком
2️⃣ Поддержку тех, кто тоже с 0 учит Python, и не боится показаться глупым
3️⃣ Регулярные плюшки в виде стримов от препода с 15-ти летним опытом
➡️А еще, в закрепе есть БЕСПЛАТНЫЙ вводный курс по Python, ну это так, к слову))
Короче, всё для прокачки! Залетай — ссылка на чат (тык)
58 470
🖥 VizTracer — это инструмент с низкими накладными расходами, предназначенный для логирования, отладки и профилирования, позволяющий трассировать и визуализировать выполнение Python-кода!
🌟 Он предоставляет подробную информацию о входе и выходе функций на временной шкале вместе с исходным кодом, поддерживает многопоточность, асинхронность и интеграцию с PyTorch. VizTracer прост в использовании и не требует изменений в исходном коде для большинства функций.
🔐 Лицензия: Apache-2.0
🖥 Github
@pythonl
58 470
Сожмите, разожмите👨⚕️
Это про данные, конечно! Если вы используете Apache Kafka — посмотрите видеоинструкцию от Слёрма и Василия Калугина о том, как сжимать сообщения в Kafka и экономить ресурсы.
Внутри:
👉 Библиотеки для написания producer и consumer на разных языках
👉 Как сжимать сообщения в Kafka: на producer или на брокере
👉 Конфиги для сжатия данных на producer
👉 Практика: смотрим на эффекты от сжатия
🔥Бонус: docker-compose файл со сборкой Kafka + веб-интерфейс + система мониторинга+ producer и consumer
А еще больше про особенности Kafka — на «Apache Kafka для разработчиков»⬅️
#реклама
О рекламодателе
erid: 2W5zFJVNWQG
58 470
⭐️ SkyReels V1: Human-Centric Video Foundation Model
Китайская новая модель SkyReels V1: для генерации видео с акцентом на человека в кадре.
• Файнтюнинг на огромном датасете: Модель дообучена на HunyuanVideo, который содержит 10 миллионов высококачественных фрагментов из фильмов и телешоу.
• Продвинутая анимация лиц: SkyReels V1 поддерживает 33 различных выражения лица и 400 естественных движений, что обеспечивает максимально реалистичную передачу эмоций и мимики.
• Кинематографическое освещение и эстетика: Модель уделяет особое внимание созданию качественного визуального ряда, что делает её результат похожим на профессиональное кино.
• Открытость и доступность: Исходный код I2V доступен на GitHub, а сама модель опубликована на Huggingface.
• Github: https://github.com/SkyworkAI/SkyReels-V1
• HF: https://huggingface.co/collections/Skywork/skyreels-v1-67b34676ff65b4ec02d16307
• Demo: https://www.skyreels.ai/home
@pythonl
58 470
58 470
Оцени 7 причин пройти наш бесплатный интенсив по Frontend-разработке:
1. Ты сверстаешь веб-сайт на HTML + CSS;
2. Оживишь страницу с помощью JavaScript;
3. Используешь фронтенд-фреймворк Angular;
4. Подключишь Backend и загрузишь сайт на хостинг;
5. Получишь советы по доработке от эксперта;
6. Научишься использовать ChatGPT и Giga во Frontend-разработке;
7. Узнаешь 9 способов найти первый заказ даже без опыта.
А главное, ты проведёшь 7 дней в приятной компании Fullstack-разработчика с 10-летним стажем – Романа Чернова.
👉 Проскочить на интенсив бесплатно
Начинаем уже завтра.
🔥 С нас обучение, практика и помощь с выходом на фриланс или собеседованием.
58 470
🖥 FindMy.py — это универсальная библиотека для работы с сетью Apple FindMy, объединяющая разрозненный код в единое целое. Вот что в нём полезного и как с ним работать:
• Кроссплатформенность: Не нужен Mac — можно запускать на любой системе.
• Функционал: Библиотека позволяет:
Получать и дешифровать отчёты о местоположении для официальных аксессуаров (AirTags, iDevices) и кастомных AirTags (OpenHaystack);
• Выполнять авторизацию Apple-аккаунта с поддержкой SMS и Trusted Device 2FA;
• Сканировать и декодировать информацию о близлежащих устройствах (публичные ключи, статус и т.д.);
• Импортировать или создавать собственные ключи аксессуаров.
• API: Доступны как асинхронные, так и синхронные варианты использования, что даёт гибкость при интеграции в проекты. • Как начать:
Установите пакет через PyPi:
pip install findmy
• Важно: Проект находится в стадии Alpha, поэтому API может измениться. Рекомендуется следить за обновлениями и сообщать о найденных проблемах в issue-трекере.
Эта библиотека станет отличным инструментом для разработчиков, желающих интегрироваться в экосистему Apple FindMy без лишних сложностей!
🖥 Github
@pythonl58 470
🖥 Hummingbot — это Python-фреймворк, предназначенный для создания и запуска автоматических торговых стратегий на различных централизованных и децентрализованных криптовалютных биржах!
🔐 Лицензия: Apache-2.0
🖥 Github
@pythonl
58 470
Не бойся! Я друг и зову тебя на Data Fusion Contest!
Это ежегодное онлайн-соревнование по анализу данных и машинному обучению для специалистов Data Science.
Общий призовой фонд — 3 000 000 рублей 🔥
👭 Участников ждут две основные задачи:
«Label Craft» — про предсказание категории товаров;
«4 Cast» — про предсказание динамики платежей на последующие 12 недель.
А также образовательная задача — «Distribution».
🗓 Даты проведения соревнования: с 13 февраля по 7 апреля 2025 года.
❗️Формат — онлайн: участвовать можно из любой точки мира.
Торжественная церемония награждения победителей состоится в Москве во время конференции по анализу данных и технологиям ИИ DATA FUSION 2025 🎉
📤 Регистрируйся прямо сейчас!
Информация о рекламодателе
58 470
🖥 Pyper — это гибкий фреймворк для организации конкурентной и параллельной обработки данных в Python, основанный на принципах функционального программирования. Он предназначен для использования в системах ETL, микросервисах для обработки данных и системах сбора данных.
🔐 Лицензия: MIT
🖥 Github
@pythonl
