Python\GO разработчик (Рекламная платформа)

Компания: Сбер. ITСбер. IT

Зарплата: з/п не указана

Тип занятости: Полная занятость


Подробнее: https://telegra.ph/PythonGO-razrabotchik-Reklamnaya-platforma-09-14

#python #sql #git #javascript #docker

📔 Title: Coding in Python

#Book #python #eng

🌐 Lang.: English
🧔 Author: Robert C. Matthews
🕘 Year: 2020
📑 Pages: 161
#️⃣ ISBN: -


📝 Description: Эта книга для тех, кто готов сразу же приступить к работе над написанием собственных программ. Автор использует особый практикоориентированный подход, быстро объясняя основы языка Python.

@bzd_channel

📔 Title: Python: создаем программы и игры, 3-е изд.

#Book #Python #RU

🌐 Lang.: Russian
🧔 Author: Кольцов Д. М.
🕘 Year: 2022
📑 Pages: 416
#️⃣ ISBN: 978-5-907592-01-8

📝 Description: Данная книга позволяет уже с первых шагов создавать свои программы на языке Python. Акцент сделан на написании компьютерных игр и небольших приложений. Лучший выбор для всех, кто хочет быстро и эффективно научиться писать программы на Python. Данная книга позволяет уже с первых шагов создавать свои программы на языке Python. Акцент сделан на написании компьютерных игр и небольших приложений. Есть краткий вводный курс в основы языка, который поможет лучше ориентироваться на практике. По ходу изложения даются все необходимые пояснения, приводятся примеры, а все листинги (коды программ) сопровождаются подробными комментариями. Лучший выбор для всех, кто хочет быстро и эффективно научиться писать программы на Python.

@bzd_channel

📔 Title: Python. Сборник упражнений. Введение в язык Python с задачами и решениями

#Book #Python #RU

🌐 Lang.: Russian
🧔 Author: Бен Стивенсон
🕘 Year: 2021
📑 Pages: 239
#️⃣ ISBN: 8-5-97060-916-3

📝 Description: Данный сборник упражнений призван расширить и углубить знания читателей в области программирования на Python путем решения практических задач разной степени сложности. В книге содержится 186 заданий, охватывающих самые разные учебные дисциплины и сферы жизнедеятельности. Для части упражнений в книге даны решения с описанием использованных техник и соответствующих синтаксических конструкций языка Python. Для того, чтобы справиться с предложенными заданиями, вам будет достаточно базовых знаний языка, полученных в любом курсе по Python.

К особенностям данной книги можно отнести то, что в ней используется простой и доступный стиль программирования, упражнения взяты как из области математики и информатики, так и из других дисциплин, и примерно на половину заданий даны решения. При этом сами задания характеризуются различной степенью сложности, а их решения подразумевают использование таких базовых техник программирования, как условные выражения, циклы, основные функции, списки, словари, рекурсия и работа с файлами.

@bzd_channel

📔 Title: Легкий способ выучить Python 3 еще глубже.

#Book #Python #RU

🌐 Lang.: Russian
🧔 Author: Зед Шоу.
🕘 Year: 2020
📑 Pages: 274
#️⃣ ISBN: 978-5-04-093107-1

📝 Description: Зед Шоу — один из тех, кто по-настоящему разбирается в Python. Его советы помогли миллионам программистов по всему миру, помогут они и вам. От вас потребуются лишь
дисциплина, желание и упорство, все остальное вы найдете в книге «Легкий способ выучить Python 3 еще глубже». Это вторая часть «Легкого способа выучить Python 3», где Зед описывал базовые принципы программирования на Python 3. Вторая часть углубит ваши знания и поможет приобрести новые навыки с помощью 52 прекрасно составленных заданий.

@bzd_channel

📚 Python для финансовых расчетов

Автор: Ив Хилпиш
Год издания: 2021

#python #ru

Python library_Hub

📔 Title: Квантовая химия и квантовые вычисления с примерами на Python

#book #Python #RU

🌐 Lang.: Russian
🧔 Author: Шарки К. Л., Чанс А.
🕘 Year: 2023
📑 Pages: 282
#️⃣ ISBN: 978-5-93700-162-7

📝 Description: Эта книга с помощью постулатов квантовой механики объясняет сложные связи квантовой химии и квантовых вычислений. Для этого используются код на языке Python и программные пакеты по химии с открытым исходным кодом, такие как Qiskit. На примерах расчетов реальных атомов и молекул показано, как квантовая химия и квантовые вычисления помогают решать задачи химической науки и промышленности. Вы научитесь: пониманию математического описания атомов и молекул как основных строительных блоков материи; расчету схемы квантового затвора; выполнению современных химических расчетов и моделированию; запуску блокнотов Jupyter Notebooks в облаке с помощью веб-браузера; пониманию стандартных приближений химического моделирования.

@bzd_channel

⭐️ Pandera — это библиотека на Python, которая облегчает валидацию датафреймов pandas.

Она также совместима с быстрой и легкой библиотекой Polars.

Используя Pandera, вы можете быть уверены, что ваши датафреймы Polars имеют правильную структуру и будут работать корректно.

Установить можно с помощью команды: pip install pandera

▪ Github (https://github.com/unionai-oss/pandera)
▪ Документация (https://pandera.readthedocs.io/)

#Pandera #python #opensource #Polars
@Python_Community_ru

🌟 Model2Vec: разработка компактных и быстрых моделей на основе Sentence Transformer.

Model2Vec - это библиотека, позволяющая создавать компактные и быстрые модели на основе предобученных моделей Sentence Transformer.

С помощью Model2Vec можно создавать эмбединг-модели для слов и предложений, которые значительно меньше по размеру, но при этом сопоставимы по производительности с исходными моделями Sentence Transformer.

Вот некоторые ключевые особенности:

🟢 Быстрая дистилляция, процесс создания модели занимает всего несколько минут.

🟢 Быстрый инференс, который в 500 раз быстрее на CPU по сравнению с оригинальной моделью.

🟢 Возможность использования любой модели Sentence Transformer с любым словарем (BYOM и BYOV).

🟢 Мультиязычность, требуется лишь мультиязычная модель в качестве источника.

🟢 Интеграция с Huggingface, поддержка загрузки и выгрузки моделей с использованием привычных методов from_pretrained и push_to_hub.

Пайплайн Model2Vec состоит из трех этапов. На первом этапе словарь проходит через модель Sentence Transformer для получения векторов эмбеддингов для каждого слова.

Затем размерность полученных эмбеддингов уменьшается с помощью метода главных компонент (PCA). В завершение применяется zipf-взвешивание для учета частоты слов в словаре.

Model2Vec работает в двух режимах:

🟠 Output, где модель функционирует как Sentence Transformer с использованием subword токенизации.

🟠 Vocab, где создается набор статических эмбеддингов слов, аналогично GloVe или Word2Vec.

Оценка производительности Model2Vec проводилась на наборе данных MTEB по задачам PEARL (оценка качества представления фраз) и WordSim (оценка семантической близости слов).

Результаты показывают, что Model2Vec превосходит GloVe и модели на основе WordLlama по всем задачам оценки.

▶️ Пример дистилляции:

from model2vec.distill import distill

# Выбор модели Sentence Transformer
model_name = "BAAI/bge-base-en-v1.5"

# Дистилляция модели
m2v_model = distill(model_name=model_name, pca_dims=256)

# Сохранение модели
m2v_model.save_pretrained("m2v_model")

▶️ Пример инференса:

from model2vec import StaticModel

# Загрузка модели из HuggingFace hub или локальной.
model_name = "minishlab/M2V_base_output"
# Можно передать токен, если загружаете приватную модель
model = StaticModel.from_pretrained(model_name, token=None)

# Создание эмбеддингов
embeddings = model.encode(["It's dangerous to go alone!", "It's a secret to everybody."])

📌 Лицензирование: MIT License.

▪ Набор моделей (https://huggingface.co/minishlab)
▪ GitHub (https://github.com/MinishLab/model2vec)

(https://t.iss.one/pythonl)

#AI #ML #LLM #Embedding #Model2Vec #python
@Python_Community_ru

‍🖥 Вот 17 лучших репозиториев на GitHub для изучения Python с ссылками:

1. 30-Days-Of-Python (https://github.com/Asabeneh/30-Days-Of-Python) — 30-дневный челлендж по основам Python.
2. Python Basics (https://github.com/mikeckennedy/python-basics-exercises) — основы Python для новичков, просто и с примерами.
3. Learn Python (https://github.com/trekhleb/learn-python) — справочник с кодом, пояснениями и практическими примерами.
4. Python Guide (https://github.com/realpython/python-guide) — гайд по практикам, инструментам и сложным темам.
5. Learn Python 3 (https://github.com/jerry-git/learn-python3) — руководство по Python 3 с практическими заданиями для начинающих.
6. Python Programming Exercises (https://github.com/zhiwehu/Python-programming-exercises) — более 100 задач по Python.
7. Coding Problems (https://github.com/MTrajK/coding-problems) — алгоритмы и структуры данных для собеседований.
8. Project-Based-Learning (https://github.com/practical-tutorials/project-based-learning) — изучение Python через реальные проекты.
9. Projects (https://github.com/karan/Projects) — идеи проектов для улучшения навыков.
10. 100-Days-Of-ML-Code (https://github.com/Avik-Jain/100-Days-Of-ML-Code) — машинное обучение на Python шаг за шагом.
11. TheAlgorithms/Python (https://github.com/TheAlgorithms/Python) — алгоритмы и структуры данных на Python.
12. Amazing-Python-Scripts (https://github.com/aviaryan/amazing-python-scripts) — полезные скрипты: от утилит до автоматизации.
13. Geekcomputers/Python (https://github.com/geekcomputers/Python) — скрипты для работы с сетью, файлами и задачами.
14. Materials (https://github.com/realpython/materials) — код и проекты от Real Python.
15. Awesome Python (https://github.com/vinta/awesome-python) — лучшие фреймворки, библиотеки и ресурсы.
16. 30-Seconds-of-Python (https://github.com/30-seconds/30-seconds-of-python) — короткие сниппеты для быстрого решения задач.
17. Python Reference (https://github.com/rasbt/python_reference) — скрипты, туториалы и полезные советы.

#python #github #learning
@Python_Community_ru