Python — August 2026

Подборка для джунов

Стажёр: - Разработчик AI-решений в Культура Гостеприимства - Стажёр Backend-разработчик на PHP (Yii 2.0) в WeJET - Стажер Frontend-разработчик в Плитов Дмитрий Игоревич

Junior: - Python-разработчик в Группа Компаний Техно - Python-разработчик / бизнес-аналитик по автоматизации бизнес-процессов в Honex Auto - QA Automation Engineer в Петрович-Тех

Вакансии │ Стажировки │ За рубежом │ Удалёнка │ БИГТЕХ │ Мероприятия │ По всему миру │ IT и DIGITAL

🐣 Софи - первый ai ассистент для автооткликов и поиска работы.

Подборка Junior/Стажёр в офис

Москва: - Python-разработчик / бизнес-аналитик по автоматизации бизнес-процессов в Honex Auto - Аналитик по математическому моделированию (Центр аналитики, оценки рисков и цифровизации) в Центральный банк Российской Федерации (Банк России)

СПб: - DevOps engineer в ИСТ - Java-разработчик в Пэй Энджин - Системный аналитик 1С в БСС

Регионы: - Python-разработчик в Группа Компаний Техно - QA Engineer (In-office) в Агентство цифровой трансформации

Вакансии │ Стажировки │ За рубежом │ Удалёнка │ БИГТЕХ │ Мероприятия │ По всему миру │ IT и DIGITAL

🐣 Софи - первый ai ассистент для автооткликов и поиска работы.

Подборка джуновских вакансий

Frontend: - Frontend разработчик (офис) в IBS - Разработчик JavaScript в MANGO OFFICE - Frontend-разработчик в ОКЕНИТ

Backend: - Python-разработчик в Группа Компаний Техно - Аналитик по математическому моделированию (Центр аналитики, оценки рисков и цифровизации) в Центральный банк Российской Федерации (Банк России) - Python-разработчик / бизнес-аналитик по автоматизации бизнес-процессов в Honex Auto

Аналитика: - Product Analyst в команду Buyer Assistant в ВкусВилл. Офис

Вакансии │ Стажировки │ За рубежом │ Удалёнка │ БИГТЕХ │ Мероприятия │ По всему миру │ IT и DIGITAL

🐣 Софи - первый ai ассистент для автооткликов и поиска работы.

🚀 Neo4j без сервера: GraphForge запускает полноценный Cypher прямо внутри Python-скрипта

GraphForge занимает редкую нишу между NetworkX и серверными графовыми БД. Вы получаете встроенный графовый движок на Rust, полный openCypher и хранение проекта в обычной директории.

Что внутри:

- четыре независимых слоя на Rust: parser → IR → planning → execution; - результаты сразу возвращаются как Apache Arrow Table; - данные легко передаются в Pandas и Polars; - постоянное хранение построено на Parquet; - встроены PageRank, Louvain и гибридный текстово-векторный поиск; - Python- и Node.js-биндинги работают поверх одного движка.

from graphforge import GraphForge

graph = GraphForge("research/")

result = graph.execute(""" MATCH (a)-[:CITES]->(b) RETURN a.title, b.title """)

print(result.to_pandas())

При этом GraphForge честно позиционируется как инструмент исследовательского и notebook-масштаба. Для миллиардных графов, высокой нагрузки и многопользовательского доступа по-прежнему нужна серверная БД.

Python и Node.js доступны сейчас, Swift и Kotlin находятся в планах. Лицензия — Apache 2.0.

https://github.com/CurateLabs/graphforge

#RustLang #Python #OpenSource #GraphDatabase #DataScience #KnowledgeGraph

Подборка вакансий на 06.08.2026

🖥 Frontend Junior / Junior+ Frontend-разработчик (Angular) (800–1400 USD в месяц)

⚙️ Backend Senior Java Developer Middle Java Dev (1 200 000 тенге) Go Developer (от 330.000₽)

🔀 Fullstack Fullstack Developer (React / Python)

📊 Data Data Engineer

🤖 ML / AI Лидер направления IT и внутренних цифровых систем (от 450 т.р. на руки)

🛠 DevOps DevOps-инженер (Unreal Engine) (От 100 000 до 120 000 рублей на руки)

🧪 QA Senior QA Engineer ($1500–3000) QA (от 150 тр до 200 тр) Finacle Test Engineer (27 000 - 31 000 AED) QA Engineer Manual (Middle) (1500–2000 USD) QA Automation Engineer (Python) (от €4 500 net) Senior AQA Fullstack инженер (Java + Rest Assured) (1 230 руб. гросс в час)

🔐 Security Head of SOC

📈 Analytics Системный аналитик

Привет! Я ML-инженер, живу в Москве и работаю в одной из ведущих команд по рекомендательным системам в России. А 1,5 года назад я практически не знал даже Python. Путь с нуля до оффера занял много времени, но результат того стоил.

Пришел к ментору, чтобы обучаться системно Всё началось с того, что я решил построить карьеру в ML и DS. Проходил курсы на разных платформах, нахватался теории, но в голове была каша. Не хватало понятного роадмапа: что учить, в каком порядке и как с помощью всего этого устроиться на работу.

Стал искать ментора — пересмотрел кучу анкет на разных площадках, но больше всего меня зацепил Богдан. Понравилось, что он предлагал не просто помощь с резюме, а выстроенную программу вплоть до оффера.

Скажу честно, были опасения, что не случится коннекта, и придётся снова тратить время на поиск. Но я всё равно решил попробовать.

Учился целых 19 месяцев — ментор не давал сойти с длинной дистанции Самым сложным для меня оказалось банально садиться и заниматься. Когда обучение длится месяцами, мотивация тает, и кажется, что конца всему этому нет. Спасли общие созвоны учеников — там я познакомился с парнем, с которым мы дальше двигались по программе вместе. Вдвоем было проще и не сдаться, и разбирать сложные темы.

Кстати, из-за затянувшегося увольнения с прошлого места работы я растянул обучение на 1,5 года. Богдан адаптировал программу под мои обстоятельства: например, мы отказались от дедлайнов. А чтобы не терять время, Богдан подготовил карточки с теорией, которые я мог изучать в комфортном темпе. Такой человеческий подход особенно запомнился. Когда проблемы были решены, ментор снова перестроил процесс, чтобы я быстро нагнал упущенное и вышел на рынок.

Научился всему с нуля Python, SQL, классический ML, ML System Design, фишки для собеседований — я изучил все системно, по программе Богдана. Мы регулярно созванивались с ментором, чтобы обсудить темы и промежуточные результаты. Понравилось, что домашние задания были максимально приближенным к реальным задачам.

Получил несколько офферов и работу мечты Я попал в одну из лучших команд по RecSys в России. Помимо технической части, по ходу обучения узнал, как оформлять резюме, чтобы его дочитали, как отвечать на каверзные вопросы от HR и тимлидов, как вести себя на финальном собеседовании.

Тем, кто только начинает свой путь, хочу сказать: не опускайте руки раньше времени. И обязательно найдите своих единомышленников. В одиночку прийти к результату сложно.

Другие посты рубрики можно найти по тегу #историяуспеха

👉 Найти/стать ментором 👈

Канал с отзывами на консультации

Python 3.15 добрался до rc1: ленивые импорты, frozendict и UTF-8 по умолчанию

4 августа вышел первый релиз-кандидат. Финал ожидается в октябре, так что смотреть, что придётся чинить, стоит уже сейчас. Самое заметное:

— PEP 810, ленивые импорты. Новый синтаксис lazy import json и lazy from json import dumps. Модуль не грузится, пока имя реально не тронули. Строго opt-in: меняется поведение только помеченных строк. Главные бенефициары — CLI-утилиты и тест-сьюты с тяжёлым деревом зависимостей.

— PEP 686, UTF-8 по умолчанию. Кодировка для I/O больше не зависит от системной локали. Откатить можно через PYTHONUTF8=0 или -X utf8=0 — и вот это стоит проверить заранее, если у вас Windows и legacy-файлы в cp1251.

— PEP 814, встроенный frozendict. Наконец-то неизменяемый словарь в ядре, а не в трёх конкурирующих пакетах на PyPI.

— PEP 798, распаковка в comprehensions. [*L for L in lists] для плоского списка, {**d for d in dicts} для слияния словарей — синтаксическая дыра, которая раздражала лет десять.

— PEP 799, семплирующий профайлер Tachyon прямо в стандартной библиотеке. Другой класс инструмента, чем cProfile: тот инструментирует каждый вызов и искажает картину на горячем коде, семплирующий периодически снимает стек и почти не мешает.

— JIT прибавил 6–7% среднего геометрического на x86-64 Linux и 12–13% на AArch64 macOS.

Плюс по мелочи: sentinel из PEP 661, TypedDict с типизированными extra-полями (PEP 728), TypeForm (PEP 747) и более внятные подсказки в AttributeError.

Полный список — в whatsnew, там же примеры кода и раздел с несовместимостями.

#python315 #cpython

Анализ данных с помощью GenAI и Python

Автор: Артур Гуджа Год издания: 2026

#python #ai #ds #ru

Скачать книгу

👥 ML-разработчик в команду автоматизаций в клиентском сервисе Yandex Crowd

Yandex Crowd — это крупный инфраструктурный сервис Яндекса. Мы внедряем краудсорсинг, чтобы расширять бизнес-процессы, и разрабатываем внутренние функции для наших продуктов. Одна из наших целей — автоматизация клиентского сервиса через внедрение генеративных чат-ботов, агентов, co-pilot для операторов. Ищем ML-разработчика, готового экспериментировать с передовыми подходами, погружаться в бизнес-контекст и строить ИИ-сервисы для интеграции с продуктами.

Какие задачи вас ждут:

• Внедрение и развитие AI-агентов Вам предстоит развивать чат-ботов, разрабатывать ИИ-агентов, совместно с разработчиками развивать агентскую платформу. Вы будете исследовать новые подходы к ИИ-автоматизациям в индустрии, тестировать гипотезы по повышению качества и оптимизации агентских архитектур. Вместе с командой будете собирать бенчмарки, создавать универсальные компоненты для агентов, продумывать сценарии и способы интеграции в продукт.

• Эксперименты с внешними технологиями Вам предстоит искать оптимальные подходы к решению продуктовых задач, исследовать лучшие рыночные практики и современные архитектуры, сравнивать внутренние и внешние модели на основе бенчмарков и замерять производительность.

• Работа над проектами под ключ Вам предстоит погружаться в бизнес-процессы, общаться с другими командами Яндекса, вместе с ними прорабатывать архитектуру и алгоритмы, внедрять готовые решения и настраивать процесс регулярного мониторинга и обновления моделей.

Мы ждём, что вы: • Отлично разбираетесь в GenAI, имеете практический опыт в разработке агентов, внедрении RAG • Хорошо знаете Python, имеете опыт продакшн-разработки, MLOps/LLMOps • Хотите стать экспертом, который будет самостоятельно развивать и поддерживать AI-решения

Почему у нас хорошо: Мы предоставляем полный набор, который поможет уберечься от тревожности и выгорания: ежегодные медицинские чекапы, йога и психотерапия. Это не все бонусы — полный список тут.

📩 Откликайтесь на вакансию на нашем сайте

#ML #crowd #python #AI

🚀 Neo4j без сервера: GraphForge запускает полноценный Cypher прямо внутри Python-скрипта

GraphForge занимает редкую нишу между NetworkX и серверными графовыми БД. Вы получаете встроенный графовый движок на Rust, полный openCypher и хранение проекта в обычной директории.

Что внутри:

- четыре независимых слоя на Rust: parser → IR → planning → execution; - результаты сразу возвращаются как Apache Arrow Table; - данные легко передаются в Pandas и Polars; - постоянное хранение построено на Parquet; - встроены PageRank, Louvain и гибридный текстово-векторный поиск; - Python- и Node.js-биндинги работают поверх одного движка.

from graphforge import GraphForge

graph = GraphForge("research/")

result = graph.execute(""" MATCH (a)-[:CITES]->(b) RETURN a.title, b.title """)

print(result.to_pandas())

При этом GraphForge честно позиционируется как инструмент исследовательского и notebook-масштаба. Для миллиардных графов, высокой нагрузки и многопользовательского доступа по-прежнему нужна серверная БД.

Python и Node.js доступны сейчас, Swift и Kotlin находятся в планах. Лицензия — Apache 2.0.

https://github.com/CurateLabs/graphforge

#RustLang #Python #OpenSource #GraphDatabase #DataScience #KnowledgeGraph

Публикатор: Aleks M Обсуждение: @devops_jobs #резюме

Формат работы: удаленка

Занятость: полная

Ожидания по зарплате: обсуждаемо

Технический стек: Linux (Ubuntu, Debian),FreeBSD, Windows Server (2003 по 2022), Docker и Docker Compose, Kubernetes, Helm, Terraform, Ansible, CI/CD через GitHub Actions, Prometheus, Grafana, Zabbix, AWS (EC2, S3, IAM, CLI), Python (Flask), Bash, PowerShell, PostgreSQL, MS SQL Server, VMware ESXi, Hyper V, Proxmox, Active Directory и GPO, DNS, DHCP, сети TCP/IP, VLAN, VPN, оборудование Cisco и MikroTik, Git

Обо мне: за 17 лет в IT я научился главному, находить баланс между стабильностью инфраструктуры и скоростью изменений, которые нужны бизнесу. Прошёл путь от системного администратора до руководителя службы технической поддержки, где отвечаю за бесперебойную работу сервисов для 200 плюс пользователей и 10 распределённых объектов, а также управляю технической командой.

Что это дало бизнесу на практике. Когда 1С начала не справляться с нагрузкой и тормозить работу сотрудников, я провёл аудит и перепроектировал архитектуру на кластер из трёх серверов с корректным лицензированием, критичный сервис перестал быть узким местом. Выстроил регламенты технической поддержки и контроль сроков через Jira, что снизило количество и длительность простоев. Многолетний опыт с Zabbix помогает видеть проблемы до того, как они превращаются в инцидент, а не разбираться постфактум.

Последний год я целенаправленно перевожу этот подход на язык DevOps, потому что вижу, как автоматизация и контейнеризация напрямую экономят время команды и снижают риск человеческой ошибки при релизах. Самостоятельно собрал полный pipeline, Python приложение на Flask, контейнеризация через Docker, CI/CD через GitHub Actions с автотестами, оркестрация в Kubernetes с масштабированием, инфраструктура как код через Terraform, мониторинг через Prometheus и Grafana, Helm chart для управления релизами. Делал это не ради строчки в резюме, а чтобы на практике понимать, как ускорить и обезопасить путь от кода до продакшна.

Ищу позицию DevOps инженера уровня Middle, где смогу приносить пользу сразу, за счёт сильной инфраструктурной базы, умения предотвращать инциденты и держать в голове реальную стоимость простоя для бизнеса, и одновременно расти в направлении современных DevOps практик рядом с более опытными коллегами.

Резюме (PDF): https://github.com/xwarhamx/-devops-project777/commit/50bac7b862188055a40701f4312cd0dbaba74e88

Репозиторий с DevOps pipeline и Helm chart: github.com/xwarhamx/-devops-project777

Контакты: @xwarhamx email: [email protected]

👩‍💻 Всем программистам посвящается!

Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования:

Выбирай своё направление:

👩‍💻 Python — t.me/python_ready 🤔 InfoSec & Хакинг — t.me/hacking_ready 🖥 SQL & Базы Данных — t.me/sql_ready 👩‍💻 IT Новости — t.me/it_ready 🤖 AI & ML — t.me/neuro_ready 👩‍💻 Frontend — t.me/frontend_ready 👩‍💻 C/C++ — https://t.me/cpp_ready 👩‍💻 C# & Unity — t.me/csharp_ready 👩‍💻 Linux — t.me/linux_ready 👩‍💻 Java — t.me/java_ready 📖 IT Книги — t.me/books_ready 📱 JavaScript — t.me/javascript_ready 🖼️ DevOps — t.me/devops_ready 🖥 Design — t.me/design_ready

📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!

👩‍💻 Всем программистам посвящается!

Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования:

Выбирай своё направление:

👩‍💻 Python — t.me/python_ready 🤔 InfoSec & Хакинг — t.me/hacking_ready 🖥 SQL & Базы Данных — t.me/sql_ready 👩‍💻 IT Новости — t.me/it_ready 🤖 AI & ML — t.me/neuro_ready 👩‍💻 Frontend — t.me/frontend_ready 👩‍💻 C/C++ — https://t.me/cpp_ready 👩‍💻 C# & Unity — t.me/csharp_ready 👩‍💻 Linux — t.me/linux_ready 👩‍💻 Java — t.me/java_ready 📖 IT Книги — t.me/books_ready 📱 JavaScript — t.me/javascript_ready 🖼️ DevOps — t.me/devops_ready 🖥 Design — t.me/design_ready

📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!

👩‍💻 Всем программистам посвящается!

Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования:

Выбирай своё направление:

👩‍💻 Python — t.me/python_ready 🤔 InfoSec & Хакинг — t.me/hacking_ready 🖥 SQL & Базы Данных — t.me/sql_ready 👩‍💻 IT Новости — t.me/it_ready 🤖 AI & ML — t.me/neuro_ready 👩‍💻 Frontend — t.me/frontend_ready 👩‍💻 C/C++ — https://t.me/cpp_ready 👩‍💻 C# & Unity — t.me/csharp_ready 👩‍💻 Linux — t.me/linux_ready 👩‍💻 Java — t.me/java_ready 📖 IT Книги — t.me/books_ready 📱 JavaScript — t.me/javascript_ready 🖼️ DevOps — t.me/devops_ready 🖥 Design — t.me/design_ready

📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!

Публикатор: Владимир Обсуждение: @devops_jobs #резюме Позиция: DevOps-инженер Формат: удалённо / гибрид Занятость: full-time Контакты: @vestik712

Обо мне DevOps-инженер с опытом 3.5 года в поддержке и развитии контейнерной и серверной инфраструктуры. Работал с Kubernetes, CI/CD, мониторингом, автоматизацией и базами данных. Участвовал в сопровождении микросервисных проектов, занимался оптимизацией сборки и деплоя.

Основной фокус — CI/CD: GitLab CI, ArgoCD (GitOps), Helm. — Kubernetes: развёртывание, администрирование (Deckhouse, Longhorn), миграция сервисов. — Observability: Prometheus, Grafana, Alertmanager, Loki, OpenSearch/Graylog. — IaC и автоматизация: Ansible, Terraform. — Секреты: HashiCorp Vault, External Secrets. — Базы данных: PostgreSQL (бэкапы, репликация, PITR), Kafka, Redis. — Инфраструктура: Linux (Ubuntu), Docker, Nginx, containerd.

Практический опыт — Администрировал Linux-инфраструктуру на Ubuntu (on‑prem + облако). — Разворачивал и сопровождал Kubernetes-кластеры (Deckhouse) — установка, ротация сертификатов, настройка Longhorn, управление RBAC. — Проектировал CI/CD пайплайны в GitLab CI, внедрил GitOps через ArgoCD (синхронизация кластера с репозиторием). — Оптимизировал Dockerfile (multi-stage) и Helm-чарты — ускорил сборку и уменьшил размер образов. — Настраивал мониторинг и алертинг на Prometheus + Grafana, логи через Fluent Bit + OpenSearch. — Писал Ansible-плейбуки для автоматизации установки ПО и настройки серверов. — Работал с PostgreSQL: бэкапы (pg_dump, pg_basebackup, Wal-G), репликация, PITR, восстановление. — Автоматизировал релизы через Python-скрипты (версионирование по semver). — Участвовал в дежурствах, разборе инцидентов, пост-мортемах с RCA. — Вёл техническую документацию в Confluence / Jira.

Стек Linux, Docker, Kubernetes, Helm, Git, GitLab CI, ArgoCD, Ansible, Terraform, Vault, Prometheus, Grafana, Loki, OpenSearch, Graylog, PostgreSQL, Kafka, Redis, Python, Bash, Nginx, Deckhouse, Longhorn, Wal-G.

Быстро вникаю в проекты, готов к новым задачам и развитию в облачных технологиях.

🚀 Thanks for the amazing response on the last post! ❤️

Today, let's start with the first topic of the roadmap:

🚀 Phase 1: Programming Fundamentals

📌 Topic 1: What is Programming?

Programming is the process of giving instructions to a computer so it can perform specific tasks. These instructions are written in a programming language such as Python, Java, C++, or JavaScript.

Think of programming like writing a recipe. Just as a recipe tells a chef how to prepare a dish step by step, a program tells a computer exactly what to do, step by step.

Why is Programming Important?

Programming allows us to:

• Build websites and mobile apps

• Create AI and Machine Learning models

• Analyze data

• Automate repetitive tasks

• Develop games

• Build robots and IoT devices

• Create business software

Without programming, computers cannot make decisions or perform useful work.

How Does Programming Work?

The basic flow is:

1. Write code.

2. The code is translated into machine-understandable instructions.

3. The computer executes those instructions.

4. The desired output is produced.

Example:

Input: 5 + 10

Output: 15

The computer follows the instruction exactly as written.

Characteristics of a Good Program

✅ Correct – Produces the right output.

✅ Efficient – Uses minimum time and memory.

✅ Readable – Easy to understand.

✅ Reusable – Can be used again in different projects.

✅ Maintainable – Easy to update and fix.

Real-Life Examples of Programming

• ATM machines process transactions using programs.

• Google Maps finds the best route using programs.

• Netflix recommends movies using AI programs.

• ChatGPT generates responses using AI programs.

• Banking apps securely transfer money using programs.

Programming Languages

Some popular programming languages include:

• Python – AI, Data Science, Automation, Web Development

• Java – Enterprise Applications, Android

• JavaScript – Websites

• C++ – Games, High-performance Software

• C# – Desktop Applications, Game Development

• Go – Cloud Applications

• Rust – Secure Systems Programming

Why Learn Python for AI?

Python is the most popular language for AI because it is:

• Easy to learn

• Simple to read

• Powerful

• Has thousands of useful libraries

• Widely used by companies like Google, Microsoft, OpenAI, Meta, and Amazon

Key Takeaways

• Programming means giving instructions to a computer.

• Programs solve real-world problems.

• Every software application is built using programming.

• Python is one of the best languages for beginners and AI engineers.

➡️ Double Tap ❤️ For More

👩‍🎓 В Академії ITSTEP можна розпочати навчання в IT без НМТ та вже зараз будувати кар’єру в одній із найзатребуваніших сфер.

✅ Вступ без результатів НМТ ✅ Диплом міжнародного зразка ✅ Актуальна оновлена програма з урахуванням вимог сучасного IT-ринку ✅ Навчання, яке можна поєднувати зі школою чи університетом ✅ Практичні проєкти для майбутнього портфоліо

💻 Розробка програмного забезпечення + AI Програмування, Python, C++, веброзробка, мобільні застосунки, створення ігор та штучний інтелект.

🎨 Комп’ютерна графіка та дизайн + AI Графічний дизайн, UI/UX, 3D-моделювання, анімація, відеомонтаж, Unreal Engine та сучасні AI-інструменти.

🛡 Кібербезпека + AI Мережі, Linux, Python, Ethical Hacking, захист даних, хмарні технології та аналіз кіберзагроз.

🔥 Менше застарілої теорії — більше навичок, які потрібні роботодавцям уже сьогодні.

🙍🏼‍♀️🙍🏻‍♂️Для підлітків 14 - 18 років!

🗓 Старт навчання — 21 вересня.

👉 Обирайте напрямок та залишайте заявку: https://tags.ly/9e3loa

📍Академія ITSTEP, м. Кам’янське, просп. Свободи, 35А, 5 поверх

📞 (067) 533-46-28 📞 (073) 797-88-30 📞 (050) 380-18-38

Senior Python Developer #гибрид #senior Москва Компания: X5 Tech

☑️Обязанности -Проектирование и разработка мобильных и веб-приложений, сервисов с использованием современных фреймворков (Django, Flask, FastAPI) -Работа с базами данных: создание, оптимизация, написание запросов и обработка информации -Реализация скриптов и утилит для автоматизации бизнес-процессов -Интеграция с внешними системами и сервисами (REST API, другие интерфейсы) -Тестирование, отладка и сопровождение программного обеспечения для надежной работы и соответствия требованиям -Оптимизация производительности и масштабируемости решений для работы с большими объемами данных -Работа в проектной команде: участие во встречах, code review, обмен опытом и помощь коллегам, менторство

☑️Требования -Опыт создания приложений и разработки API на Python не менее 5-ти лет, используя веб-фреймворки (Django либо FastAPI / Aiohttp, другой асинхронный фреймворк) -Опыт работы с СУБД через ORM, уверенное владение SQL, знание индексов, опыт оптимизации запросов -Опыт проведения код ревью -Желание работать в команде, участвовать в проектировании архитектуры, выдвигать предложения по улучшению решений и процессов -Опыт принятия технический решений, проектирования архитектуры

Откликнуться

Python Job в Telegram | в VK | в Max

AI-разработчик (Python/Go) — автоматизация в AdTech от 1 200 до 1 500$

Мы строим инструменты для digital-маркетинга и автоматизации. Код в команде пишем через AI-агенты — Claude Code, Codex и другие. Не в браузерном чате, а в терминале: агент читает кодовую базу, вносит изменения, запускает тесты. Это рабочий процесс, который ускоряет опытного разработчика, а не заменяет его. Ищем программиста с крепким бэкграундом, который уже встроил AI-агенты в свой рабочий процесс и делает за день то, на что раньше уходила неделя. Сфера: Арбитраж трафика

Что будете делать: — Разрабатывать backend-сервисы, используя Claude Code, Codex или другие AI-агенты для ускорения работы — Проектировать и реализовывать интеграции с внешними API (рекламные сети, трекеры, аналитика, платёжные системы) — Автоматизировать бизнес-процессы — сбор данных, отчётность, мониторинг — Прототипировать решения: от идеи до рабочего MVP за часы — Ревьюить и рефакторить код — как свой, так и сгенерированный агентом — Настраивать окружение для AI-агентов: инструкции, правила, контекст проекта

Хард-требования: — Python: коммерческий опыт от 2 лет. Уверенное владение asyncio, FastAPI или Flask, SQLAlchemy или аналоги. Понимание GIL, менеджеров контекста, декораторов, генераторов — не на уровне “знаю что это”, а используете в работе — Go (будет серьёзным плюсом): goroutines, channels, стандартная библиотека, понимание concurrency-модели — Базы данных: PostgreSQL или MySQL на уровне написания сложных запросов, понимание индексов, миграций, оптимизации. — Опыт с Redis — API: проектирование и реализация REST API, работа с вебхуками, OAuth, rate limiting. Опыт интеграции с внешними сервисами в продакшене — Git: ветвление, ребейз, черри-пик, решение конфликтов — не гуглите каждый раз — Инфраструктура: Docker на уровне написания и отладки Dockerfile и docker-compose. Базовое понимание CI/CD — Linux: уверенная работа в терминале, дебаг на удалённом сервере, чтение логов

Требования по AI-инструментам: — Реальный опыт работы с Claude Code, Codex, Cursor, Aider или другими AI-агентами — именно как инструмент в ежедневной разработке — Умение декомпозировать задачу для агента, управлять контекстом, задавать ограничения — Понимание, где агент силён, а где стабильно ошибается — и привычка проверять результат

Не подойдёт, если: — Вы пришли в программирование через AI и не писали код самостоятельно до появления ChatGPT — Ваш коммерческий опыт меньше 1.5 лет — Вы не можете без подсказки объяснить, чем отличается процесс от потока, зачем нужен индекс в БД или как работает HTTP-запрос на уровне TCP — Ваш опыт с AI — только браузерный чат, без терминальных или IDE-агентов

Условия: — Удалённо, ПН–ПТ, 10:00–19:00 МСК — Выплаты: от 1200-1500$ в месяц (по результатам собеседования, в дальнейшем возможен рост) — Оплачиваемая стажировка до 2 недель (полная ставка) — Выплаты 1 и 16 числа (USDT BEP-20) — Все расходы на AI-инструменты покрывает компания — Подписание договора NDA (по паспортным данным и видеоверификации)

Чтобы откликнуться, ответьте на вопросы: 1. Кратко опишите свой коммерческий опыт: сколько лет, какой стек, какие проекты в продакшене. 2. Какие AI-агенты используете для разработки — Claude Code, Codex, Cursor, Aider или что-то другое? Какой основной? Как давно? 3. Опишите конкретный проект, который делали с помощью AI-агента. Стек, задача, результат. Что агент сделал хорошо, где пришлось переделывать руками и почему. 4. Приведите пример, когда агент сгенерировал код, который выглядел рабочим, но содержал серьёзную ошибку. Как нашли, что было не так, как исправили. 5. Python или Go — что ближе? Что из перечисленных хард-требований знаете уверенно, что слабее?

Отклики без ответов на вопросы рассматриваться не будут 📩 Отклик - @Darinn_HR

Публикатор: Dzen Обсуждение: @devops_jobs #resume #резюме #ищу #DevOps #SRE #Kubernetes #Cloud #Terraform #Python #AI #VPN #remote Позиция: Senior DevOps Engineer / SRE Формат работы: удалёнка Занятость: полная / проектная / консультации О себе Senior DevOps-инженер с 10+ годами опыта в IT. Специализируюсь на построении, автоматизации и сопровождении высоконагруженной инфраструктуры, проектировании облачных платформ и Kubernetes-кластеров, внедрении DevOps-практик и CI/CD. Проектирую инфраструктуру с нуля, автоматизирую процессы любой сложности (Python / Bash), выстраиваю GitOps и Infrastructure as Code, повышаю отказоустойчивость сервисов и минимизирую количество ручных операций. Имею большой опыт построения платформ на Kubernetes, внедрения централизованного мониторинга и логирования, работы с секретами, балансировщиками нагрузки, облачной инфраструктурой и сервисами искусственного интеллекта. Отдельное направление моей экспертизы — проектирование и разработка VPN-инфраструктуры. Разработал собственный backend-сервис управления VPN с автоматической выдачей доступов через Telegram-бота, управлением пользователями, конфигурациями и полным циклом автоматизации обслуживания VPN-платформы. Также занимаюсь развёртыванием AI-инфраструктуры: локальные LLM, RAG-системы, inference-платформы, автоматизация AI-сервисов и интеграция их в корпоративную инфраструктуру. Быстро погружаюсь в новые проекты, нахожу узкие места, предлагаю архитектурные решения и создаю инфраструктуру, которая легко масштабируется и поддерживается. Технический стек Оркестрация и контейнеризация: Kubernetes, Deckhouse, Docker, Helm Infrastructure as Code: Terraform, Ansible, GitOps CI/CD: GitLab CI, GitLab Runner, Werf, GitLab Agent Облачные платформы: Yandex Cloud (Managed Kubernetes, PostgreSQL, Kafka, Redis, Object Storage, VPC, IAM, ALB/NLB) Мониторинг и Observability: VictoriaMetrics, VictoriaLogs, Prometheus, Grafana, ELK Stack, Splunk, Sentry Базы данных и брокеры: PostgreSQL, MySQL, Redis (ValKey), Kafka, MinIO Балансировка и сети: Nginx, HAProxy, VPN, VPC, Application Load Balancer, Network Load Balancer Безопасность: Vault, Lockbox, External Secrets Operator, PCI DSS, Trivy, SonarQube Языки программирования: Python, Bash AI/ML: Ollama, Whisper, Vosk, RAG, Llama, Gemma, Qwen, Mistral, DeepSeek Ключевые компетенции • Построение Kubernetes-инфраструктуры с нуля • Проектирование облачной инфраструктуры • Построение GitOps и CI/CD • Автоматизация Terraform / Ansible / Python • Мониторинг, логирование и Observability • Разработка внутренних сервисов автоматизации • Проектирование и разработка VPN-платформ с собственным backend • Развёртывание AI-инфраструктуры и локальных LLM • Оптимизация инфраструктуры и повышение её надёжности

Контакты: Telegram — @dozens8 | Резюме по запросу

🌐 Старший AI/ML-инженер в Центр экспертизы enterprise-продаж

Привет! Я Дилшод Мурадов, руковожу Центром экспертизы Enterprise. Мы ищем сильного AI/ML-инженера, который станет техническим лидером направления искусственного интеллекта в нашей команде.

Дилшод Мурадов Руководитель отдела

Наша команда строит процессы и инфраструктуру, которые напрямую влияют на портфель enterprise-рекламодателей объёмом около 50 млрд рублей в квартал. Вам предстоит вести R&D-разработку и быть основным AI/ML-инженером в нашей команде.

Какие задачи вас ждут:

• Разработка и внедрение AI-агентов Вам предстоит вести полный цикл создания мультиагентных систем: проектировать логику работы, выбирать оптимальные LLM, создавать кастомные навыки и настраивать интеграции с внутренними сервисами Яндекса и внешними API.

• Развитие ML-модели потенциала клиентов У нас уже работает ML-модель, которая оценивает денежный потенциал клиента по 400+ параметрам. Вы будете дорабатывать её фичи, тестировать новые гипотезы и проводить эксперименты по улучшению точности алгоритма.

• Проектирование архитектуры и MLOps-процессов Вам предстоит создавать надёжный фундамент для работы моделей, выстраивать пайплайны данных, упаковывать свои решения в сервисы и обеспечивать их стабильную работу в продакшне.

Мы ждём, что вы: • Занимались коммерческой разработкой на Python от трёх лет • Работали с LLM API • Глубоко понимаете принципы работы классического ML • Уверенно работаете с данными, используете SQL, pandas, инструменты визуализации • Обладаете высокой самостоятельностью и готовы брать на себя ответственность за архитектурные решения

Будет плюсом, если вы: • Строили мультиагентные системы • Внедряли LLM-as-a-judge или RAGAS для автоматической оценки качества • Понимаете специфику AdTech или перформанс-маркетинга • Владеете базовыми навыками DevOps

Почему у нас хорошо: Мы предоставляем полный набор, который поможет уберечься от тревожности и выгорания: ежегодные медицинские чекапы, йога и психотерапия. Это не все бонусы — полный список тут.

📩 Откликайтесь на вакансию на нашем сайте

#ML #python #SQL

📂 Шпора по функциям и конструкциям в Python

На одной картинке собраны самые полезные функции, методы и конструкции Python: работа со строками, списками и словарями, встроенные функции, преобразование типов, циклы, исключения и многое другое.

Сохраняем в избранное.

tags: #полезное

➡ Python Developer | 📲 MAX

#Job_Opportunity

Senior Full Stack Software Engineer - Angular/Typescript/Python + Robotics Backend (F/M/D)

🏷️ #javascript #python #java #angular #css #typescript #embedded #c #server #ui #ux #linux

🌎 Visa Sponsorship & Relocation Included

🔗 Click Here for More Details & Apply

📣 @get_joboffer

🔥 Мини-приложения с иконкой в трее — на Python? Легко!

Pystray — библиотека, которая превращает твой скрипт в настоящее десктоп-приложение с иконкой рядом с часами.

👨‍💻 Что умеет Pystray:

🟢Создаёт фоновое приложение без окон и GUI 🟢Добавляет иконку в системный трей — как у VPN, антивирусов и Telegram. 🟢Работает на Windows, macOS и Linux. 🟢Идеально для трекеров, бэкапов, Telegram-ботов, утилит и напоминалок. 🟢Простой API — минимум кода, максимум пользы.

⚙️ Простая установка:

pip install pystray

📚 Документация/Примеры кода

Используй Pystray, чтобы твои скрипты выглядели как настоящие нативные приложения.

И никаких окон. Только стиль и функциональность.

#python #soft #code #github