Поздравляем, вы на 1 шаг ближе к работе мечты 🥳
Осталось только прочитать этот пост, подписаться на канал и откликнуться на вакансию 😉
Avito Career — место, где Авито делится актуальными вакансиями и стажировками для бэкенд-разработчиков.
Подписывайтесь, чтобы найти ту самую работу ✨
Осталось только прочитать этот пост, подписаться на канал и откликнуться на вакансию 😉
Avito Career — место, где Авито делится актуальными вакансиями и стажировками для бэкенд-разработчиков.
Подписывайтесь, чтобы найти ту самую работу ✨
❤6👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Вышла Python-библиотека PandasAI для упрощённого анализа данных с помощью ИИ.
Можно задавать вопросы о датасете на обычном языке прямо в AI-диалоге, сравнивать разные наборы данных и строить графики. Сильно экономит время, особенно на этапе первичного знакомства с данными. Поддерживает CSV, SQL и Parquet.
А вот ссылка😍
👉 @PythonPortal
Можно задавать вопросы о датасете на обычном языке прямо в AI-диалоге, сравнивать разные наборы данных и строить графики. Сильно экономит время, особенно на этапе первичного знакомства с данными. Поддерживает CSV, SQL и Parquet.
А вот ссылка
Please open Telegram to view this post
VIEW IN TELEGRAM
❤19👍6🔥5
В научной работе больше всего времени уходит на чтение статей, данные и отчеты.
На GitHub есть подборка Awesome AI for Science -»»» каталог AI-инструментов для всех этапов исследований.
Внутри:
-» работа с литературой
-» анализ данных
-» превращение статей в постеры
-» автоматизация экспериментов
-» инструменты для биологии, химии, физики и других областей
GitHub: https://github.com/ai-boost/awesome-ai-for-science
В списке есть Paper2Poster, MinerU, The AI Scientist, а также статьи, датасеты и фреймворки.
Фактически это полный набор инструментов для AI-поддержки научных исследований.
👉 @PythonPortal
На GitHub есть подборка Awesome AI for Science -»»» каталог AI-инструментов для всех этапов исследований.
Внутри:
-» работа с литературой
-» анализ данных
-» превращение статей в постеры
-» автоматизация экспериментов
-» инструменты для биологии, химии, физики и других областей
GitHub: https://github.com/ai-boost/awesome-ai-for-science
В списке есть Paper2Poster, MinerU, The AI Scientist, а также статьи, датасеты и фреймворки.
Фактически это полный набор инструментов для AI-поддержки научных исследований.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14❤3
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥74😁15👍11❤9💊3🏆2
This media is not supported in your browser
VIEW IN TELEGRAM
Автоматизируем праздничные открытки одним Python-скриптом: вытаскиваем адрес из таблицы, валидируем и приводим к формату по данным USPS, генерим SVG-конверт и отправляем на плоттер.
👉 @PythonPortal
Please open Telegram to view this post
VIEW IN TELEGRAM
👀25👍6❤5
Карта Python
PyAtlas это опенсорсный проект, который строит интерактивную 2D-карту примерно 10 000 самых популярных пакетов PyPI.
Пакеты размещаются рядом, если у них похожие описания (через эмбеддинги и кластеризацию), так проще находить аналоги и смежные библиотеки. По сути это визуализация экосистемы Python с веб-интерфейсом😁
👉 @PythonPortal
PyAtlas это опенсорсный проект, который строит интерактивную 2D-карту примерно 10 000 самых популярных пакетов PyPI.
Пакеты размещаются рядом, если у них похожие описания (через эмбеддинги и кластеризацию), так проще находить аналоги и смежные библиотеки. По сути это визуализация экосистемы Python с веб-интерфейсом
Please open Telegram to view this post
VIEW IN TELEGRAM
❤17🔥9
This media is not supported in your browser
VIEW IN TELEGRAM
А что если бы GitHub перед запросом ревью заставлял пройти короткий квиз по твоему PR, чтобы убедиться, что ты вообще понимаешь, что в нём есть? А если не понимаешь…
👉 @PythonPortal
Please open Telegram to view this post
VIEW IN TELEGRAM
❤19😁13
Please open Telegram to view this post
VIEW IN TELEGRAM
😁46👀3
Astral анонсировала Beta-релиз ty - новый type чекер и языковой сервер для Python, написанный на Rust. Инструмент уже полностью используется внутри компании и теперь рекомендован для продвинутых и мотивированных пользователей.
По заявлению команды, ty в 10–100 раз быстрее существующих Python-type чекеров и LSP. Ключевая причина » архитектура, изначально спроектированная под инкрементальные обновления и работу в редакторе или долгоживущих процессах.
На практике это выглядит так: при редактировании критичного файла в крупном проекте вроде PyTorch ty способен пересчитать диагностику для всего проекта за несколько миллисекунд, а не только для изменённого файла.
Цель ty » не просто скорость. Проект нацелен на создание более качественного type чекера, который сочетает строгую корректность с фокусом на пользовательский опыт. Для этого ty развивает Python type checking дальше текущего состояния экосистемы и уже поддерживает:
- типы пересечений первого класса (intersection types),
- продвинутое сужение типов,
- анализ достижимости кода.
Отдельное внимание уделено диагностике. Система сообщений об ошибках вдохновлена компилятором Rust: одна диагностика ty может использовать контекст сразу из нескольких файлов и объяснять не только саму ошибку, но и её причину и возможный способ исправления.
ty разрабатывается основной командой Astral и десятками контрибьюторов под лицензией MIT. Инструмент доступен везде, где пишут Python, включая редакторы с LSP. Установка:
Также доступно расширение для VS Code, Cursor и совместимых редакторов.
Следующая цель » Stable-релиз в 2026 году. Переход от Beta к Stable будет сосредоточен на:
- стабильности и исправлении багов
- полной реализации Python typing spec
- поддержке популярных сторонних библиотек
В долгосрочной перспективе ty станет фундаментом для семантических возможностей всего Astral набора инструментов: удаления мёртвого кода, поиска неиспользуемых зависимостей, контроля SemVer-совместимых апдейтов, анализа достижимости CVE, type-aware линтинга и других функций.
Astral заявляет цель сделать Python самой продуктивной средой разработки и подчёркивает, что, как и в проектах Ruff и uv, ty будет активно улучшаться еженедельно в тесном взаимодействии с сообществом.
Проект называют самым технически сложным в истории команды. В разработке участвовали контрибьюторы, сообщество Python typing, а также команды Salsa и Elixir, чьи идеи повлияли на реализацию gradual types и intersection types.
Источник: astral.sh/blog/ty
👉 @PythonPortal
По заявлению команды, ty в 10–100 раз быстрее существующих Python-type чекеров и LSP. Ключевая причина » архитектура, изначально спроектированная под инкрементальные обновления и работу в редакторе или долгоживущих процессах.
На практике это выглядит так: при редактировании критичного файла в крупном проекте вроде PyTorch ty способен пересчитать диагностику для всего проекта за несколько миллисекунд, а не только для изменённого файла.
Цель ty » не просто скорость. Проект нацелен на создание более качественного type чекера, который сочетает строгую корректность с фокусом на пользовательский опыт. Для этого ty развивает Python type checking дальше текущего состояния экосистемы и уже поддерживает:
- типы пересечений первого класса (intersection types),
- продвинутое сужение типов,
- анализ достижимости кода.
Отдельное внимание уделено диагностике. Система сообщений об ошибках вдохновлена компилятором Rust: одна диагностика ty может использовать контекст сразу из нескольких файлов и объяснять не только саму ошибку, но и её причину и возможный способ исправления.
ty разрабатывается основной командой Astral и десятками контрибьюторов под лицензией MIT. Инструмент доступен везде, где пишут Python, включая редакторы с LSP. Установка:
uv tool install ty@latest
Также доступно расширение для VS Code, Cursor и совместимых редакторов.
Следующая цель » Stable-релиз в 2026 году. Переход от Beta к Stable будет сосредоточен на:
- стабильности и исправлении багов
- полной реализации Python typing spec
- поддержке популярных сторонних библиотек
В долгосрочной перспективе ty станет фундаментом для семантических возможностей всего Astral набора инструментов: удаления мёртвого кода, поиска неиспользуемых зависимостей, контроля SemVer-совместимых апдейтов, анализа достижимости CVE, type-aware линтинга и других функций.
Astral заявляет цель сделать Python самой продуктивной средой разработки и подчёркивает, что, как и в проектах Ruff и uv, ty будет активно улучшаться еженедельно в тесном взаимодействии с сообществом.
Проект называют самым технически сложным в истории команды. В разработке участвовали контрибьюторы, сообщество Python typing, а также команды Salsa и Elixir, чьи идеи повлияли на реализацию gradual types и intersection types.
Источник: astral.sh/blog/ty
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12❤5
С радостью объявляю: freeCodeCamp запустили новую сертификацию по Python 🐍
» Изучение баз программирования
» Разработка проектов
» Финальный экзамен
» Получение сертификата
Всё проходит прямо в браузере, без установки. Это один из шести сертификатов в версии 10 учебной программы Full Stack Developer.
Полный анонс с подробным FAQ о сертификате, курсе и экзаменах
👉 @PythonPortal
» Изучение баз программирования
» Разработка проектов
» Финальный экзамен
» Получение сертификата
Всё проходит прямо в браузере, без установки. Это один из шести сертификатов в версии 10 учебной программы Full Stack Developer.
Полный анонс с подробным FAQ о сертификате, курсе и экзаменах
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10