Python — July 2026

Стажёр / Младший разработчик (Python, Django) в X5 Tech — ИТ-подразделение Х5 Group, розничной компании, управляющей сетями «Пятёрочка», «Перекрёсток» и «Чижик». Офис (Москва). Описание вакансии на GeekJob.ru   Больше вакансий в Python: @forpython

Публикатор: Aleks M Обсуждение: @devops_jobs #резюме

Формат работы: удаленка

Занятость: полная

Ожидания по зарплате: от 200 000 руб, обсуждается по результатам собеседования

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: +7 995 090 69 80, [email protected]

👍 Срок: 117 дней 💵 Оффер: 230000 руб. gross

Отзыв на ментора: @kamil_it_mentor #kamil_it_mentor

Специальность: Python #python Услуга: Без коммерческого опыта #без_коммерческого_опыта

Как я упаковал Python + AI/LLM опыт и вышел на оффер 200к на руки:

Я пришёл к Камилю с целью нормально выйти на Python/backend и перестать хаотично проходить собесы. До этого уже были отклики и технички, но не хватало системы: как упаковать опыт, что писать в резюме, как проходить HR, как не сыпаться на вопросах по проекту и что делать, когда рынок вроде реагирует, но до оффера не доходит.

Сначала плотно занялись резюме и легендой. Нужно было не просто написать “Python, FastAPI, PostgreSQL”, а собрать понятную историю под backend-разработчика: платформа корпоративных AI-ассистентов, RAG, работа с базой знаний, интеграции с Jira/Confluence, Kafka, Redis, PostgreSQL, микросервисы, кэширование, оптимизация API, профилирование запросов, индексы, materialized view, read-replica, логирование и мониторинг.

После правок резюме стало выглядеть намного сильнее. Опыт уже читался не как набор технологий, а как нормальный продуктовый backend: где были задачи, метрики, команда, вклад, сложные места и результат. Отдельно готовили ответы по легенде, потому что на собесах часто копают не только стек, но и детали: что именно делал, какой был самый сложный баг, как устроена команда, как проходили ревью, почему выбрали такое решение.

По техничке тоже было много практики. Разбирали Python/backend темы, которые реально спрашивают: FastAPI, async, SQLAlchemy, PostgreSQL, Redis, Kafka, REST/gRPC, Docker, микросервисы, очереди, кэширование, индексы, транзакции, оптимизацию запросов, плюс AI/LLM-направление — RAG, эмбеддинги, база знаний, векторный поиск, промпты, интеграции с внешними сервисами.

На рынке было много движухи. Были HR-скрины, технички, этапы с техлидами и CPO, фидбеки, отказы и процессы, где приходилось ждать решения. В какой-то момент стало понятно, что технически я прохожу нормально, но нужно увереннее держать самопрезентацию и лучше объяснять опыт, чтобы не выглядело “скудно” для заявленного уровня.

В итоге дошёл до оффера в Агропромцифру на 200к на руки. Проект интересный: Python, вычислительные модули, оптимизация CPU/памяти, REST или gRPC API для расчётов, unit/integration tests, ETL-пайплайны, async и многопоточность при необходимости. Для меня это сильный результат, особенно с учётом того, что до сопровождения рынок ощущался как хаос.

Очень рад, что шёл не один. Команда Камиля помогла собрать весь путь: резюме, легенда, техничка, собесы, документы, переговоры и первые шаги после выхода.

Контакт автора отзыва

✅ Этот отзыв верифицирован платформой. Автор отзыва показал нам факты, которые подтверждают всё изложенное в отзыве. Подробнее о верификации

👉 Найти/стать ментором 👈

Канал с отзывами на консультации

🖥 An Introduction to R and Python for Data Analysis: A Side-By-Side Approach (2023)

❔ Чему вы научитесь: Вы освоите два главных языка современной аналитики данных — R и Python — через параллельное сравнение их синтаксиса и экосистем. Руководство пошагово показывает, как выполнять предобработку и очистку данных, проводить эксплораторный анализ (EDA), строить наглядные визуализации и применять базовые статистические модели, используя ключевые библиотеки обеих платформ (tidyverse/ggplot2 против pandas/seaborn).

📌 Скачать курс

Букич IT

#вакансия #астана #оффлайн #workITkz #backend Должность: Backend Developer Компания: PDDtest.kz pddtest.kz Город: Астана Занятость: оффлайн Оплата: нижняя граница вилки 600 тысяч тенге.

Группа компаний, которая цифровизирует сферу получения водительских прав. Мы автоматизируем весь путь будущего водителя: от записи в автошколу и обучения до подготовки к экзаменам и взаимодействия с профильными органами Описание вакансии: TypeScript / Node.js (NestJS, Fastify/Express), Python(FastAPI) — 3+ лет в разработке, опыт техлидерства (можно неформального) — сильный бэкенд на TypeScript / Node.js (NestJS, Fastify/Express). Python — большой плюс, на части продуктов основной язык — реальный опыт высоких нагрузок: где узкие места и как их чинить — желание расти в работе — понимание инфры и эксплуатации (Docker, CI/CD, облака, база по K8s) — умение менторить и разбирать чужой legacy

Работа в офисе. Официальное оформление ТК РК

Контакты: Telegram https://t.me/hellok1tty0 Whatsapp

‼️ Уважаемые студенты и выпускники!

Агентство Республики Казахстан по финансовому мониторингу (АФМ РК) приглашает IT-специалистов присоединиться к своей команде.

АФМ РК — правоохранительный орган, осуществляющий борьбу с теневой экономикой, финансовыми преступлениями, экономической контрабандой, незаконным предпринимательством, уклонением от уплаты налогов, незаконным игорным бизнесом, оборотом наркотиков и другими правонарушениями.

💼 Открытые вакансии:

🔹 DevOps / MLOps

Основные требования: • Опыт администрирования Linux; • Docker, Docker Compose; • Kubernetes; • Bash и/или Python; • Настройка CI/CD (GitHub Actions, GitLab CI, Jenkins и др.); • Работа с Nginx, HTTP/HTTPS, TCP/IP, Reverse Proxy, Load Balancer; • Мониторинг (Prometheus, Grafana), анализ логов; • Коммерческий опыт от 1 года.

Будет преимуществом: • Опыт работы с LLM (Qwen, Llama, DeepSeek, Mistral и др.); • vLLM, Ollama, TGI, SGLang; • GPU-инфраструктура (CUDA, NVIDIA, Multi-GPU); • MLOps, RAG, AI-агенты; • LangChain, LlamaIndex, Haystack; • Развертывание AI-сервисов и оптимизация их производительности.

🔹 Full-stack разработчик

Основные обязанности: • Разработка новых проектов; • Развитие и сопровождение существующих систем; • Разработка frontend и backend; • Создание REST API; • Работа с базами данных; • Участие в проектировании и развитии продуктов.

Основные требования: • Python; • Django/FastAPI; • React или Vue.js; • SQL (PostgreSQL/MySQL); • Linux; • Git; • HTML, CSS, JavaScript; • REST API; • Коммерческий опыт от 1 года.

Будет преимуществом: • AI/LLM (OpenAI API, RAG, AI-агенты); • Docker; • Celery, Redis; • ClickHouse, Elasticsearch/OpenSearch; • CI/CD; • WebSocket; • Machine Learning и Data Science.

📩 Как откликнуться

Направьте свое резюме HR-специалисту АФМ РК Елене Тагильцевой.

📱 WhatsApp: +7 701 737 32 32

❗ Важно: в резюме обязательно укажите, какими из перечисленных навыков вы владеете.

В Израиле успешно испытали ПВО против малозаметных дронов

Компания Rafael Advanced Defense Systems доработала ракетную систему SPYDER. Ее новая комплектация подтвердила эффективность против БПЛА. Эти машины — важная часть оборонного экспорта, но с 2024 года они также стоят на защите израильского неба.

🛡 Еще один элемент ПВО

Эта система предназначена для наземного запуска модифицированных ракет типа «воздух-воздух»: PYTHON и DERBY. Собственно, аббревиатура SPYDER и расшифровывается как «Surface-to-air PYTHON and DERBY». Ракеты это не новые, но регулярно дорабатываемые — так что SPYDER считается неплохой системой ПВО ближнего радиуса. Его используют армии Индии, Грузии, Азербайджана, Чехии и других стран. Недавно эту систему решила купить и Румыния.

Сам ЦАХАЛ эти системы не использовал, но в 2024 году решено было усилить ими израильскую ПВО. В августе 2024 года это привело к трагедии — одна из ракет случайно поразила автомобиль возле Нагарии и убила водителя.

🚀 Новое поколение

С тех пор SPYDER доработали. Недавно Rafael провела испытания усовершенствованной системы. Он оснащена ракетами I-DERBY ER и I-DERBY LR и способна поражать цели в радиусе 40 км.

На учениях отработали несколько сценариев, имитирующих текущие и будущие угрозы. Результат признан успешным. Система поразила многочисленные угрозы, включая малозаметные БПЛА.

На фото: SPYDER (Tal Inbar, CC BY-SA 3.0) Никита Аронов, Ульпан.Политика

🇮🇱Новости Израиля — с нуля и простым языком. Подписывайтесь

📦 Читайте нас в X | 📨 Читайте нас в Facebook

Утренняя подборка стажировок и вакансий для джуниоров

1️⃣Младший разработчик Python в Группу Астра (удаленно/гибрид/офис)

📌Наши ожидания: – основы Python: синтаксис, условия, циклы, функции, работа со стандартными структурами данных (list, dict, set, tuple), базовое понимание ООП (классы, методы, инкапсуляция); – понимание алгоритмов: что это такое, умение формализовать задачу; – наличие собственной техники для работы и обучения; – на момент прохождения стажировки необходимо обучаться в учреждении среднего профессионального или высшего образования.

✍🏼Откликнуться

2️⃣Стажер-маркетолог в AGIMA (удаленно/гибрид/офис)

📌Наши ожидания: – интерес к маркетингу, ивентам и digital-среде; – внимательность к деталям и умение доводить задачи до результата; – грамотная письменная коммуникация; – готовность общаться с партнерами и командой; – базовое понимание рекламных инструментов будет плюсом, но всему важному научим.

Подробнее о стажировке здесь.

✍🏼[email protected]

#junior #стажировка

ℹ️ Python для пентеста: пишем инструменты для автоматизации разведки, эксплуатации и пост-эксплуатации

За два года сотня Python-скриптов для Red Team-проектов.

Ровно три заменили существующий инструмент.

Остальные делали то, чего готовые тулзы не умеют: парсили нестандартный API, обходили кастомный rate-limiting, автоматизировали специфические цепочки атак.

🖥 Читать подробнее

🚀 Full Stack Developer (Next.js + Python/FastAPI)

Мы расширяем команду и ищем Full Stack Developer, который будет участвовать в развитии современного веб-продукта: разрабатывать новые функции, совершенствовать существующую архитектуру и создавать AI-решения для пользователей.

💻 Что предстоит делать: • разрабатывать и поддерживать frontend на Next.js, React и TypeScript; • создавать и развивать REST API на FastAPI; • проектировать и оптимизировать работу с PostgreSQL, TimescaleDB и Redis; • устранять технический долг и повышать стабильность приложения; • разрабатывать AI-чатбота; • исправлять баги и оптимизировать производительность системы; • участвовать в code review и обсуждении технических решений.

🛠 Требования: • коммерческий опыт с Next.js, React и TypeScript; • уверенный опыт разработки на Python с FastAPI; • опыт работы с PostgreSQL и Redis; • понимание принципов построения масштабируемых backend-сервисов; • опыт работы с REST API; • умение писать чистый, поддерживаемый код.

⭐️ Будет плюсом: • опыт работы с Docker; • понимание CI/CD; • опыт работы с AWS, GCP или Azure; • знание JWT и OAuth; • опыт разработки высоконагруженных систем.

💰 Условия: • удалённая работа; • зарплата: до 4000 (в зависимости от опыта и уровня); • график: 5/2 • испытательный срок — 3 месяца; • современный стек, интересные технические задачи и возможность профессионального роста.

📩 Telegram: @maryhrme

🖥 Learn Quantum Computing with Python and IBM Quantum, 2nd Edition: Write your own practical quantum programs with Python (2025)

❔ Чему вы научитесь: Вы погрузитесь в революционную сферу квантовых вычислений, научившись писать код для настоящих квантовых процессоров с помощью языка Python и облачной платформы IBM Quantum. Руководство доходчиво объясняет концепции суперпозиции и квантовой запутанности, переводя их в практическую плоскость через разработку квантовых вентилей и цепей с использованием фреймворка Qiskit. Вы освоите реализацию классических квантовых алгоритмов и поймете, как они решают задачи, недоступные для традиционных суперкомпьютеров.

📌 Скачать курс

Букич IT

One Day Offer: заходи в команду, которая двигает финансы на терабайтах данных! 🔥

На связи блок «Финансы» в Сбере! Мы строим системы, которые автоматизируют казначейство, риск‑менеджмент, отчётность — и добавляем AI для точных прогнозов.

На One Day Offer мы хотим найти коллег сразу в 3 продуктовые команды. Базовый стек и уровень задач одинаковы — выбирай направление по душе:

✔️ BigData: Spark (batch+streaming), сложные SQL‑оптимизации, DWH/Data Lake. ✔️ Микросервисы: Python (FastAPI/Django), API, интеграции с системами.

От тебя ждём: Python от 5 лет, экспертный SQL, PySpark, SOLID/asyncio, HDFS/Kafka.

👉 Регистрируйся по ссылке. Встречаемся 8 августа!

⚡ Почему аналитики данных так востребованы и как стать аналитиком в 2026 году?

Большинство новичков совершают одну и ту же ошибку: учат всё подряд. SQL, Python, Power BI, статистика… Но работодатели оценивают кандидатов не только по базовым навыкам, но и по другим критериям. Из-за этого многие месяцами рассылают резюме и получают только отказы или полное игнорирование.

Андрон Алексанян - аналитик с опытом 9 лет и СEO Симулейтив проведет бесплатный урок и покажет, как выглядит путь к первой работе аналитиком в 2026 году.

Вы узнаете: 🔶Какие навыки действительно проверяют на собеседованиях; 🔶Что должно быть в портфолио, чтобы его открывали работодатели; 🔶Почему многие резюме аналитиков сразу отправляются в отказ; 🔶Как искать работу без коммерческого опыта; 🔶Какие преимущества есть у кандидатов после 30, 40 и даже 50 лет; 🔶Какие ошибки чаще всего мешают получить первый оффер.

Дополнительно на эфире разберем реальные примеры резюме и портфолио кандидатов, которые смогли пройти отбор.

🎁 ПОЛУЧИТЕ 3 КУРСА (PYTHON, SQL, PANDAS) В ПОДАРОК ЗА РЕГИСТРАЦИЮ НА ЭФИР!

Эти курсы - база для того чтобы вкатиться в профессию!

Если вы хотите войти в аналитику и перестать тратить время на лишнее обучение — этот урок поможет понять, на чем действительно стоит сосредоточиться.

🛎️Регистрируйтесь, эфир совсем скоро!

Junior Python разработчик в Москве, компания eXpress

🌟 Работа с backend для чат-ботов и SmartApps: API, бизнес-логика, интеграции с REST, gRPC, WebSockets. 🐍 Технологии: Python 3, FastAPI, PostgreSQL, Redis, Docker, Linux. 🎯 Требуется опыт разработки от 1 года, базовые знания async/await, тестирования и SQL. 💼 Оформление по ТК РФ, белая зарплата, наставничество и ДМС.

Подробнее

Смотри те же стажировки в нашем канале в МАХ без рекламы

🧡Как сделать так, чтобы нейросети делали в Excel все сами

Карьеристы, собрали для вас варианты и возможности работы с Excel в автоматическом режиме. Около 63% продвинутых пользователей Excel уже используют инструменты вроде Copilot или ChatGPT. В среднем ИИ сокращает время выполнения задач на 40–60%. Большинство людей использует менее 10% реальных возможностей Excel, а ИИ выступает мостом к продвинутым функциям (сложные сводные таблицы, VBA-макросы, Python в Excel). Рассказываем, как поженить ваши таблички с AI:

🦶Claude for Excel (надстройка внутри Excel)

Самый глубокий на сегодня вариант интеграции ИИ прямо в Excel. С мая 2026 надстройка вышла из беты и доступна на всех платных планах Claude (Pro, Max, Team, Enterprise) через Microsoft Marketplace — Windows, Mac и веб-версия Excel. Что умеет: Читает всю книгу целиком — не фрагмент, который вы вставили в чат, а все листы, формулы и зависимости между ячейками. Отвечает на вопросы с указанием конкретных ячеек (cell-level citations): «откуда взялась эта цифра» → показывает цепочку. Редактирует напрямую: строит и переписывает формулы, сохраняя зависимости; правит сводные таблицы, диаграммы, условное форматирование, сортировку, фильтры, проверку данных. Дебажит ошибки: трассирует #REF!, #ВЗНАЧ!, циклические ссылки до источника и предлагает исправление. Это одна из сильнейших функций — вручную такая трассировка в большой модели занимает часы. Подключается к внешним данным через MCP-коннекторы (S&P Global, LSEG, PitchBook, Moody's, FactSet и др.) — актуально для финансовых моделей. Общий контекст с Word и PowerPoint: с весеннего обновления 2026 Claude помнит, что вы делали в Excel, когда вы переключаетесь в PowerPoint — можно собрать презентацию по данным таблицы без копипаста. Быстрый вызов: Ctrl+Alt+C (Windows) / Ctrl+Option+C (Mac).

🦶Microsoft 365 Copilot (Встроенный ИИ): Нативный ассистент прямо внутри приложения. Работает «вживую» с открытой книгой. Плюсы: Автоматическое построение отчетов, генерация чартов, исправление ошибок (#VALUE!, #N/A), поиск паттернов и запуск многошаговых процессов (Edit with Copilot). Нюансы: Требует подписку Microsoft 365, включенный AutoSave и файл на OneDrive/SharePoint. Стоимость — около $29.99/мес.

🦶Внешние инструменты (ChatGPT, Claude): Plan A (Бесплатный/базовый): Промпт в браузере → копирование формулы или VBA-кода обратно в Excel. Plan B (ChatGPT Plus / Advanced Data Analysis): Загрузка .xlsx / .csv напрямую в чат. ИИ сам пишет и исполняет Python-код на фоне, обрабатывает массив данных и отдаёт готовый очищенный файл или диаграмму. Критическое ограничение: Безопасность данных. Нельзя загружать конфиденциальную финансовую информацию, персональные данные или коммерческую тайну в публичные веб-интерфейсы.

🦶Специализированные надстройки (AI Add-ins inside Excel): GPT for Excel: Добавляет ИИ-агента или функции прямо в ячейки для обработки строк, перевода, классификации данных. SheetAI / Numerous.ai / FormulaBot: Узкоспециализированные надстройки для генерации формул и текстовой обработки больших таблиц.

Хотим сделать для вас полноценный гайд по Excel с AI. Если вам такое точно надо – ждем реакции 🤘🏼

❗️Автоматизация диспетчерской службы на Python

Как обрабатывать сотни звонков в управляющей компании, если одни вопросы требуют срочной реакции, а другие – справочной информации? Статья показывает реальный кейс автоматизации первой линии поддержки.

Статья детально разбирает архитектуру системы: классификация входящих обращений по срочности, интеграция с телефонией Asterisk, обработка обращений через Flask-сервис. Плюс – готовые решения для уведомлений о срочных обращениях и автоматического подбора информации по запросам.

Интересный кейс для разработчиков, которые работают с автоматизацией бизнес-процессов и хотят увидеть, как Python помогает решать реальные задачи в сфере ЖКХ

🔥Ссылка на статью

Заметки Бэкендера & Max

👍 Срок: 134 дня 💵 Оффер: 344000 руб. gross

Отзыв на ментора: @ankllav #ankllav

Специальность: Python #python Услуга: Без коммерческого опыта #без_коммерческого_опыта

До этого прошла курсы, как разработчик, и некоторое время работала на фриланс с небольшими проектиками. Был запрос на работу в компании, за чем я и обратилась к ментору.

После работы с Алексеем за 3 недели на рынке получила 2 оффера от крупных компаний: через 2 недели после начала собесов - первый на 344000 руб. gross, через три - второй на 264000 руб. gross.

Пришлось заполнить достаточно много пробелов в знаниях. в чем Алексей классно мне помогал и оказывал поддержку на протяжении всего пути. Было трудно, но на выходе я получила много полезных знаний для того, чтобы выйти на рынок, как крутой Senior-специалист.

Мне был предоставлен план обучения со всеми важными темами, поделенный на спринты. Было похоже на курс по разработке, но в ускоренном режиме. Хочу отметить, что ни одни курсы известных IT-школ не дали бы таких обширных знаний, которые бы подготовили студента к реальной работе. Спринты были очень детальные с множеством полезной информации, и после каждого из них практические задания, которые помогали отработать все на практике. После прохождения всех тем, отдельно составили крутое резюме - Алексей подготовил все в самых необходимых деталях!

Проводили мок-собесы после каждого пройденного этапа, что помогало мне обрести уверенность в знаниях и умение преподносить свой опыт.

Рекомендую данного специалиста, если хотите гарантии результата, поддержки в нужные моменты и классный мэтч по вайбу со своим ментором!)

Контакт автора отзыва

✅ Этот отзыв верифицирован платформой. Автор отзыва показал нам факты, которые подтверждают всё изложенное в отзыве. Подробнее о верификации

👉 Найти/стать ментором 👈

Канал с отзывами на консультации

📕 An Introduction to R and Python for Data Analysis: A Side-By-Side Approach (2023)

Практическое введение в анализ данных, которое параллельно обучает работе с R и Python, показывая сходства и различия двух языков.

❓ Что внутри:

— R и Python в формате «бок о бок» — Основы программирования без предварительной подготовки — Анализ и обработка данных — Практические упражнения для закрепления материала — Сравнение синтаксиса и подходов двух языков — Примеры для Data Science и статистики

Подойдёт тем, кто хочет разобраться:

✅ Когда использовать R, а когда Python ✅ Как анализировать данные на двух самых популярных языках ✅ Как быстрее освоить инструменты Data Science ✅ Как получить универсальную базу для работы с аналитикой

💡 Если хотите глубже изучить Python для анализа данных и машинного обучения, обратите внимание на курс «ML для старта в Data Science».

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

📱 330× быстрее: четыре способа ускорить Python-код

Если ваш Python-код медленный, а нужен быстрый — есть много стратегий ускорения: от распараллеливания до компилируемых расширений. Но если использовать только один подход, легко упустить серьёзный потенциал.

✅ Вместо этого полезно думать в терминах практик — каждая из которых: — Ускоряет код по-своему; — Требует отдельных навыков; — Работает как по отдельности, так и в сочетании.

В статье показан реальный пример, где применяются четыре практики: ✅ Efficiency — устранение лишних и повторяющихся вычислений (+2×). ✅ Compilation — использование компилируемого языка и обход его ограничений (+10×). ✅ Parallelism — задействование нескольких ядер. ✅ Process — рабочие процессы, приводящие к более быстрому коду.

📖 Читаем подробно

📍 Навигация: Вакансии • Задачи • Собесы

Библиотека питониста

#буст

💻 Продолжаем серию постов про самые распространенные ошибки в Python!

Ошибка #2. ValueError Эта ошибка появляется, когда тип данных подходит, но само значение использовать нельзя.

Например: a = int("3.14")

Python выдаст: ValueError: invalid literal for int() with base 10: '3.14'

🔍 Почему? Функция int() умеет превращать в целое число строки вроде "5" или "-12". Но строку "3.14" она преобразовать не может, потому что это уже число с дробной частью.

Если нужно получить вещественное число, используйте float(): a = float("3.14") print(a)

Еще один распространенный пример: day = int(input("Введите день месяца: "))

Если пользователь введет: пятница или 15 июля

то Python снова выдаст ValueError, потому что из такого текста нельзя получить целое число.

💡 Как запомнить? Если увидели ValueError, значит Python понимает, что вы хотите сделать, но значение для этой операции не подходит.

Например: - "abc" нельзя превратить в число; - "3.14" нельзя преобразовать через int(); - пользователь ввел данные в неправильном формате.

Всегда проверяйте, что именно хранится в переменной, прежде чем выполнять с ней какую-либо операцию ❤️

📕Developing Apps with GPT-4 and ChatGPT

Описание: Эта мини-книга представляет собой исчерпывающее руководство для разработчиков на Python, которые хотят научиться создавать приложения с использованием больших языковых моделей. Авторы Оливье Кэлен и Мари-Алис Блет рассказывают об основных функциях и преимуществах GPT-4 и ChatGPT и объясняют, как они работают. Вы также получите пошаговое руководство по разработке приложений с использованием библиотеки GPT-4 и ChatGPT для Python, включая инструменты для генерации текста, ответов на вопросы и обобщения контента.

Скачать книгу можно тут

#eng #AI

Книжный IT Сборник & Max

📱 Пять ошибок при вызове LLM из Python

В статье разбирают, как asyncio.gather() сжигает квоту, почему ретраи могут привести к двойной оплате, а temperature=0 не гарантирует одинаковые ответы.

Также показано, как правильно тестировать LLM-код и контролировать размер контекста.

⛓ Читать статью

tags: #статья

➡ Python Developer | 📲 MAX

These YouTube channels will guide you step by step to master AI

Whether you're building Agentic AI workflows or just starting with Python, this llist covers everything:

1. Agentic AI & ChatGPT Watch creators like Krish Naik and Freecodecamp for hands-on projects with GPT, LLMs & automation tools.

2. Machine Learning & Deep Learning Explore channels like StatQuest, Yannic Kilcher and DeepLearningAI for algorithm intuition & implementation walkthroughs.

3. Python & Data Science From Corey Schafer to Ken Jee, these channels help you master the foundations of Python, analytics and deployment.

4. Math for AI Need help with the math behind the models? Start with 3Blue1Brown, Khan Academy & PatrickJMT.

5. Bug data and Data Engineering Follow Alex The Analyst, edureka, Data Engineering to scale your AI pipelines and manage large datasets.

6. Tools, Productivity & AI Assistants Stay up to date with Ansh Mehra, Jeff Su, Skill Leap AI & Howtoai to explore ChatGPT hacks, AI agents & productivity automation.

В Python обычный zip() может незаметно «съесть» часть данных, если списки разной длины. 🐍

Например: x = [1, 2, 3, 4, 5] y = ['a', 'b', 'c']

list(zip(x, y)) # [(1, 'a'), (2, 'b'), (3, 'c')]

zip() останавливается, как только заканчивается самый короткий список — поэтому 4 и 5 просто не попадут в результат.

Если нужно сохранить все элементы, есть itertools.zip_longest(): import itertools

list(itertools.zip_longest(x, y)) # [(1, 'a'), (2, 'b'), (3, 'c'), (4, None), (5, None)]

Недостающие значения он по умолчанию заполняет None.

Небольшая штука, но полезно помнить, когда объединяете данные из источников разной длины.

👉 @PythonPortal