Quant-Developers-Resources

Хочется в высокооплачиваемый кванто-финтех, но кажется, что порог входа зашкаливает, а материалы в сети раздробленные и хаотичные, вообще непонятно, с чего заходить.

Тут как раз пригодится опенсорс Quant-Developers-Resources: ребята собрали подробный гайд по входу в квантовую разработку и алготрейдинг.

Там покрыто все: от матбазы и стохастического анализа до языков программирования и ключевых тем по алгоритмической торговле, причём всё разложено по разделам под реальные требования собесов.

В репе даже есть подборка магистерских видеокурсов, которые авторы оценивают примерно в 200k долларов, плюс списки хедж-фондов и HFT-компаний, которые активно нанимают.

Контент довольно хардкорный и при этом очень полный — отлично подойдёт тем, кто целится в квантовые позиции или хочет системно закрыть пробелы по фининжинирингу.

⭐️ Stars: 256

➡️ Cсылка на GitHub

📱 @git_developer

FluidVoice

На macOS, если набирать текст голосом, встроенная диктовка часто распознаёт так себе и не умеет в AI-улучшения, поэтому по ощущениям всегда чуть не дотягивает.

Недавно на GitHub попался FluidVoice, опенсорсный speech-to-text, который работает полностью локально и при желании умеет подключать AI, чтобы улучшать качество распознавания.

Есть command mode: можно голосом управлять Маком и запускать разные действия. И есть writing mode: в любом приложении прямо в текстовом поле диктуешь или просишь переформулировать текст.

Под капотом используется модель Parakeet TDT v3 для транскрибации в реальном времени, заявлены автоопределение более чем 25 языков и запуск голосового ввода по глобальному хоткею в любой момент.

Во время транскрибации показывается плавающее окно с превью, а после распознавания текст автоматически вставляется в текущее приложение. Можно также подключить модели вроде OpenAI или Groq, чтобы не только точнее транскрибировать, но и сразу “причесать” текст.

Если часто пользуешься голосовым вводом или хочешь более умно управлять macOS голосом, штука выглядит как минимум достойной теста.

Сейчас поддерживаются только Mac на Apple Silicon, нужна macOS 14.0 и выше.

📁 Language: #Swift 99.9%

⭐️ Stars: 642

➡️ Cсылка на GitHub

📱 @git_developer

QOwnNotes

Когда пользуешься Notion, Evernote и похожими заметочниками, данные лежат у провайдера, и постоянно свербит: то приватность, то вдруг сервис прикроют. Плюс многие Electron-приложения реально прожорливые по памяти.

И вот на GitHub наткнулся на QOwnNotes, опенсорсный десктопный заметочник. Написан на C++, поэтому потребляет мало ресурсов, и при этом отлично дружит с Nextcloud/ownCloud.

Заметки хранятся локально как обычные Markdown-файлы в чистом тексте. А синхронизацию можно сделать через Nextcloud, ownCloud или вообще любой инструмент: Dropbox, Syncthing и т.д. В итоге данные полностью остаются у тебя, без привязки к чужому облаку.

Основные фичи:

🔸Нативная разработка на C++, заметно меньше нагрузки, чем у Electron-приложений;
🔸Поддержка нескольких папок с заметками и иерархии тегов;
🔸Подсветка Markdown и живой предпросмотр;
🔸Глубокая интеграция с Nextcloud/ownCloud, включая историю версий и корзину;
🔸Мощная система скриптов с установкой расширений из онлайн-библиотеки;
🔸Шифрование заметок (AES-256 или свой способ шифрования);
🔸Полная кастомизация раскладки интерфейса и хоткеев;
🔸Интерфейс на 60+ языках.

Работает на Windows, macOS и Linux, ставится через пакетные менеджеры или с сайта. Хороший вариант, если важны приватность и контроль над своими заметками.

📁 Language: #Cpp 93.5%

⭐️ Stars: 5.5k

➡️ Cсылка на GitHub

📱 @git_developer

ScholArxiv

Когда нужно читать научные статьи с телефона, обычный веб arXiv - то ещё испытание: мелкий шрифт и сплошные простыни текста.

ScholArxiv - open-source проект на GitHub, который превращает arXiv в удобный мобильный ридер. Есть поиск, загрузка, избранное и нормальный режим чтения, плюс интеграция с Gemini: настраиваешь API и можешь прямо в приложении попросить ИИ кратко пересказать статью или разобрать сложные места.

Есть готовый APK для Android, ставится сразу, интерфейс минималистичный, с тёмной темой - читать ночью комфортно. Отличная штука для исследователей и студентов, чтобы использовать свободные минуты и спокойно читать статьи с телефона.

📁 Language: #Dart 63.8%

⭐️ Stars: 1k

➡️ Cсылка на GitHub

📱 @git_developer

Readur

Управлять разными документами - боль: под каждый формат свой просмотрщик, а чтобы что-то найти, приходится перелопачивать файлы вручную.

Readur - open-source система управления документами с GitHub, которая собирает PDF, изображения и Office-файлы в одном месте и автоматически распознаёт текст. Достаточно перетащить файл — OCR сам извлечёт текст с поддержкой нескольких языков, после чего становится доступен полнотекстовый поиск.

Поддерживается подключение WebDAV, локальных папок и S3-хранилищ с автосинхронизацией, есть теги, категории, мониторинг каталогов, уведомления и даже встроенная Swagger API-документация. Разворачивается одной командой через Docker, работает из коробки - хороший вариант для личного использования или командного документооборота.

📁 Language: #Rust 67.4%

⭐️ Stars: 466

➡️ Cсылка на GitHub

📱 @git_developer

AppUpdater

При разработке macOS-приложений добавление автообновлений через Sparkle и похожие фреймворки часто превращается в боль: куча зависимостей, сложная конфигурация, лишняя тяжеловесность.

На GitHub нашёлся AppUpdater — компактная опенсорсная библиотека, которая использует GitHub Releases для тихих обновлений macOS-приложений.

Проект переработан на базе классического AppUpdater: убрали зависимость от PromiseKit и полностью перешли на async/await, код стал современнее и проще в поддержке.

Поддерживает SwiftUI: буквально несколько строк кода — и у тебя есть проверка обновлений, загрузка и автоматическая установка. Также есть мультиязычные release notes.

Встроена настройка прокси, что решает частые проблемы с доступом к GitHub API из Китая, плюс есть проверка кодовой подписи, чтобы обновления были безопасными.

По сравнению с тяжёлыми решениями вроде Sparkle это более подходящий вариант для инди-разработчиков: минимальные затраты — и при этом надёжная и безопасная доставка обновлений.

📁 Language: #Swift 100.0%

⭐️ Stars: 178

➡️ Cсылка на GitHub

📱 @git_developer

OpenContracts

Когда работаешь с юридическими документами и договорами, боль обычно не в самом чтении, а в том, чтобы из сотен и тысяч файлов вытащить ключевую инфу, разметить важные пункты и при этом привести данные к единому формату, чтобы потом нормально анализировать.

Недавно на GitHub попался OpenContracts, опенсорсная платформа для анализа документов, заточенная под knowledge-intensive задачи, чтобы управление документами и извлечение данных было проще и быстрее.
Поддерживает загрузку, разметку и анализ PDF и текстовых документов. Внутри есть плагинный движок парсинга, который может автоматически извлекать признаки лейаута документа и строить векторные эмбеддинги для дальнейшего поиска/ретривала.

Главная фича это пакетное извлечение данных: можно одновременно задавать вопросы по сотням документов и вытаскивать структурированные данные, а результаты сразу подсвечиваются прямо в исходнике. Ещё есть поддержка кастомных схем метаданных, совместной разметки, управления доступами и прочих enterprise-историй.

Платформа построена на фреймворке PydanticAI: там собрана полноценная LLM-система с управлением диалогом и стримингом ответов в реальном времени. Разворачивается быстро через Docker.

Если у тебя много контрактов, юрдоков или другой “тяжёлой” по знаниям документации, и хочется превратить анализ из ручной рутины в более системный воркфлоу, платформу стоит попробовать.

📁 Language: #Python 52.0%

⭐️ Stars: 1.1k

➡️ Cсылка на GitHub

📱 @git_developer

awesome-ai-for-science

В научных исследованиях чаще всего выматывают не сами эксперименты, а бесконечное чтение статей, бесконечная чистка данных и нескончаемые презентации для отчетов.

На GitHub нашлась отличная подборка Awesome AI for Science — это систематизированный список инструментов и ресурсов, показывающий, как ИИ применяется на всех этапах научной работы.

Внутри — десятки категорий: управление литературой, анализ данных, превращение статей в постеры, автоматизация экспериментов и многое другое. Есть и специализированные инструменты для биологии, химии, физики и других областей.

В коллекции есть, например, Paper2Poster, который автоматически превращает научные статьи в постеры, MinerU — мощный инструмент для парсинга документов, и The AI Scientist — система для полностью автоматизированных исследований.

Также собраны современные научные статьи, датасеты, вычислительные фреймворки и образовательные материалы. По сути, это полный toolchain для AI-ассистированного ресерча. Определенно стоит сохранить.

⭐️ Stars: 674

➡️ Cсылка на GitHub

📱 @git_developer