Proglib.academy | IT-курсы
3.67K subscribers
1.93K photos
56 videos
10 files
1.81K links
Онлайн-курсы для программистов от создателей «Библиотеки программиста».

По рекламе: @proglib_adv

Учиться у нас: https://proglib.io/w/9f60aed6

Для обратной связи: @proglibrary_feeedback_bot
Download Telegram
🔥 Вы ещё можете застать старый добрый Proglib — с вечным доступом к курсам.

С 1 августа всё меняется: навсегда — останутся только те, кто успел купить сейчас.

-40% на все курсы. Включая обновлённый Python (кроме курса по AI-агентам)

Это не просто распродажа. Это — последняя точка входа в Proglib Academy по старым правилам.

📚 Выбрать и забрать свой курс навсегда → https://clc.to/TBtqYA
🤨 Vite или Webpack — что выбрать и почему

Частый вопрос от новичков: «Чем вообще отличается Vite от Webpack и зачем всё это нужно?»

➡️ Разобрали подробно в новой статье:

— Чем Vite ускоряет разработку в разы (и где подводные камни);

— Почему Webpack до сих пор топ для enterprise-проектов;

— Как настроить оба сборщика — пошагово, с примерами кода;

— Какую систему выбрать для своего pet-проекта, а какую — для продакшена.

Переходите читать статью

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Зацените топ языков программирования с 2002

Выглядит залипательно 🥰

Proglib Academy #развлекалово
Please open Telegram to view this post
VIEW IN TELEGRAM
🙏2
⚡️ Мы запускаем онлайн-курс по машинному обучению для Data Science.

Хочешь войти в Data Science, но не знаешь, с чего начать?
А может, ты уже в теме, но чувствуешь, что знаний не хватает?

Старт курса — 12 августа, и это отличный шанс пройти весь путь — от теории до уверенного применения.

Что внутри:
— от линейных моделей и градиентного спуска до бустинга и рекомендательных систем
— реальные примеры, практика, задачи и живая менторская поддержка
— всё, что нужно, чтобы не просто разобраться, а применять ML в реальных проектах

Ведет курс Мария Жарова:
ML-инженер в Wildberries, преподаватель МФТИ, ТГУ и МИФИ, практик и автор канала @data_easy

🎁 По промокоду Earlybird — скидка 10.000 рублей, только до 27 июля.

Для первых 10 студентов мы подготовили эксклюзивный лонгрид по теме курса, который позволит начать учиться уже сейчас.

👉 Записаться на курс
1🔥1
Когда-нибудь, и "Курьер на метро" станет новой профессией на фрилансе

☕️ Что думаете о таких работягах?

Ссылка на новость

Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 How to: как настроить Gradient Boosting

Не выбирайте слишком много гиперпараметров. Достаточно этих пяти:
✔️ learning rate, глубина деревьев, количество деревьев, subsample ratio, L1/L2-регуляризация.

Учитывайте взаимосвязь параметров:
✔️ Меньший learning rate → нужно больше деревьев.
✔️ Глубокие деревья → нужен меньший learning rate.

Как настраивать:
✔️ Фиксируем 500–1000 деревьев.
✔️ Тюним learning rate, глубину и другие параметры.
✔️ Используем раннюю остановку (15–20 итераций без улучшений).

Полезные рекомендации:
✔️ Learning rate: 0.001–0.05, по умолчанию 0.01.
✔️ Размер датасета: для маленьких → деревья 1–3, для больших → 4–6.
✔️ Регуляризация: L2 — для коррелированных фич, L1 — для отбора важных.
✔️ subsample: 0.1–0.7, по умолчанию 0.5.
✔️ k-fold CV обязателен, для временных рядов — nested sliding CV.

🔥 Какой совет был полезен? Делитесь!

Proglib Academy #буст
3👍1
😧 Почему софт-скиллы важнее хардов

Можно быть богом кода, но остаться в тени, если не умеешь общаться.

Сегодня рынок всё чаще выбирает не «самого умного», а самого понятного.
Командные игроки, уверенные переговорщики, те, кто не тушуется на созвоне — получают больше.

Можно ли без софт-скиллов далеко уехать в ИТ?
👇 Пишите свои мысли

Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
😁3
🔥 Хороший ML-разработчик не начинает с нейросетей

На собеседовании по ML System Design кандидату дают задачу «предсказать отток», а он сразу лезет в нейросети. Красиво, модно, дорого.

Но профи думает иначе:

💭 Логрегрессия? Градиентный бустинг?
💭 А сколько у нас данных и времени?
💭 Что с интерпретируемостью?

Потому что не выбрать адекватную модель — это уже ошибка.

Нейросети — это круто. Но без понимания классического ML вы просто «подключаете модельку», а не строите решения.

➡️ На курсе разберём:

— линейные модели, деревья, PCA, кластеризацию
— метрики, переобучение, bias vs variance
— инженерные подводные камни, которые идут сразу после fit()

🎁 Скидка 10 000₽ по промокоду Earlybird, только до 27 июля.

А ещё — подарок для первых 10 участников: специальный лонгрид по теме курса, чтобы вы могли начать погружение в материал уже сегодня.

🔗 Успей записаться — и начни карьеру в Data Science уже через 3 месяца!
2🎉2🤩1
😒 Прямой путь в ИТ-бёрнаут для новичка

Совет звучит заманчиво: «Попробуй всё — потом решишь, кем быть»

➡️ Но знаете, что на практике?

Человек скачивает 8 курсов, ставит 6 IDE, пробует 4 фреймворка — и везде чувствует себя нубом. И главное — не продвигается никуда.

Холодный факт: ты не можешь выбрать направление, если ты нигде не копнул глубже пары дней.

Потому что работа мечты — это не то, что ты сразу выбираешь.
Это то, к чему ты приходишь через опыт, ошибки и практику.

Proglib Academy #оффер_мечты
Please open Telegram to view this post
VIEW IN TELEGRAM
2💯1
🔍 Jest + React Testing Library — это как швейцарский нож в мире фронтенда

В новом материале — пошаговая настройка Jest и React Testing Library для проектов на React и Next.js.

➡️ Разбираемся:
— Как настроить jest.config.ts без боли
— Как подключить @testing-library и писать тесты с render и screen
— Как запускать тесты даже с SVG и SCSS
— Как фиксить типовые ошибки с describe и expect

И главное — всё это с комментариями «почему именно так», а не просто копипастой из stackoverflow.

Читайте статью

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
😤 Устал листать туториалы, которые не складываются в картину

У тебя в голове уже есть логрегрессии, деревья, метрики и какая-то PCA, но системного понимания всё нет?

Пора с этим разобраться!

Наш курс по классическому ML:

— научит выбирать адекватные модели под задачу
— разложит метрики, переобучение и bias по полочкам
— покажет, что скрывается за fit/predict, и что с этим делать

🔔 До 27 июля по промокоду Earlybird минус 10.000₽

P.S. Первые 10 участников получат эксклюзивный лонгрид, чтобы начать изучать тему ещё до старта курса.

👉 Поменяй свою жизнь: старт карьеры в AI — успей до закрытия набора!
😪 Зарплаты джунов в 2025 — норм или маловато?

DevOps-джуны сегодня получают в среднем 125–130К. Кто-то говорит: «Отличный старт». Другие — «Это потолок, если не расти».

130К — это адекватно для джуна в 2025?
👇 Пишите мысли — соберём живую картину изнутри.

Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
1
😐 Оффер-мечты, к которому мы все стремимся

Proglib Academy #развлекалово
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔 «Начни сразу с нейросетей — зачем тебе логрегрессия?»

Это один из худших советов для начинающего ML-разработчика. Зрелость — это понимать, где простого достаточно, а не тянуть трансформеры на любую задачу из-за хайпа.

Классика ML — это не допотопная теория, а база (bias/variance, деревья, метрики), без которой не понять Deep Learning.

⚡️ Хотите освоить этот фундамент на реальных задачах? Приходите на наш курс по классическому ML. Только хардкор, только продовые задачи!

📆 Старт — 12 августа.

Для первых 10 участников бонус — специальный лонгрид по теме курса, чтобы вы могли начать разбираться уже сейчас.

🎁 Последний день промокода Earlybird на скидку 10.000₽.

👉 Не упустите шанс!
👍1🔥1
Что выведет код?

👾 — hello NO
❤️ — hello Zero Division Error
🌚 — NO
👍 — hello

Proglib Academy #междусобойчик
Please open Telegram to view this post
VIEW IN TELEGRAM
👾5
📊 Промпт для генерации визуализаций данных

Используйте этот промпт для построения графиков с помощью Matplotlib.

🔹 Промпт:
I want you to act as a data scientist coding in Python. Given a dataframe {dataframe name} containing the columns {column names}, use Matplotlib to plot a {chart type} that shows the relationship between {variables}. Additionally, annotate the plot with the following details: {annotation requirements}. Format the plot by adjusting {specific formatting preferences}. Finally, change the plot's theme to {theme} to match the visual style of {theme description}.


Результат:
🔹 Качественные и профессиональные визуализации данных.
🔹 Подробное оформление и аннотации на графиках.
🔹 Удобное и понятное оформление графиков с использованием популярных тем.

✔️ Пример:

Исходный датафрейм с данными о возрасте, доходе и уровне образования:
import pandas as pd

data = {
'age': [25, 30, 35, 40, 45],
'income': [50000, 60000, 70000, 80000, 90000],
'education_level': ['Bachelors', 'Masters', 'PhD', 'Bachelors', 'Masters']
}

df = pd.DataFrame(data)


💬 Пример использования промпта:
I want you to act as a data scientist coding in Python. Given a dataframe df containing the columns ['age', 'income', 'education_level'], use Matplotlib to plot a scatter plot that shows the relationship between age and income. Additionally, annotate the plot with the following details: highlight the highest and lowest income values. Format the plot by adjusting the title, axis labels, and grid lines. Finally, change the plot's theme to seaborn-darkgrid to match the visual style of a clean and modern plot with dark gridlines.


Proglib Academy
#буст
Please open Telegram to view this post
VIEW IN TELEGRAM
2
🖕 10 потрясающих сериалов, которые захватят с первой серии

Отдыхаем от кодинга и смотрим. Надеемся эти шедевры каждому понравятся:

«Притворство» — мать тщательно заботится о своей «больной» дочери, опекая её во всём. Однако правда в том, что дочь совершенно здорова — мать убеждает её в болезни, чтобы держать под контролем. 8 серий.

«Чёрная птица» — заключенному поступает предложение от ФБР: если он сможет заставить маньяка признаться в своих преступлениях, его освободят из тюрьмы. 6 серий.

«‎Оленёнок» — бармен-неудачник решает угостить незнакомую пышную девушку кофе, не догадываясь, что вскоре станет жертвой её жестокого преследования. 7 серий.

«‎11.22.63» — учитель отправляется в прошлое, чтобы предотвратить убийство Джона Кеннеди. Но само время, кажется, готово бороться за то, чтобы ничего не изменилось. 8 серий.

«‎Разрабы» — корпорация скрывает внутри своих стен квантовый компьютер, который может превратить его пользователя в абсолютного бога. 8 серий.

«‎Грызня» — состоятельная женщина случайно подрезает на дороге простого работягу. Из мелкого конфликта это перерастает в настоящую войну, охватившую целый город. 10 серий.

«‎Телохранитель» — ветерану войны поручают охранять министра внутренних дел. Однако всё оказывается сложнее: у него посттравматическое расстройство, он не поддерживает её взгляды, а между ними вдруг вспыхивает неожиданное притяжение. 6 серий.

«‎Рипли» — мелкому мошеннику Тому случайно поручают вернуть блудного сына богача домой. Но, увидев, как прекрасна и беззаботна жизнь этого человека, Том решает избавиться от него и занять его место. 8 серий.

«Защищая Джейкоба» — школьника обвиняют в убийстве одноклассника, а его отец-прокурор отказывается верить в его виновность. Но под давлением общественного мнения родители начинают сомневаться. 8 серий.

«Полуночная месса» — в маленький отдаленный городок прибывает новый священник, и с его приходом начинается череда таинственных событий. По ночам что-то пугающее начинает терроризировать местных жителей. 7 серий.


Proglib Academy #развлекалово
Please open Telegram to view this post
VIEW IN TELEGRAM
✔️ Лучшие практики импорта модулей в Python

В этом посте рассмотрим лучшие практики импорта модулей в Python, чтобы код был чистым и эффективным.

1⃣ Используйте явный импорт

Старайтесь использовать явный импорт, а не from module import *, чтобы избежать конфликтов имен и улучшить читаемость кода.

# Плохо
from math import *

# Хорошо
from math import sqrt, pi


Явный импорт помогает лучше понять, какие именно функции или классы используются в вашем коде, и предотвращает «загрязнение» пространства имен.

2⃣ Группируйте импорты правильно

Существует стандартная практика группировки импортов, которая улучшает структуру кода и делает его более читаемым:
➡️ Стандартные библиотеки
➡️ Третьи библиотеки
➡️ Локальные модули

Каждая группа должна быть разделена пустой строкой. Такой порядок помогает быстро понять, какие библиотеки используются, и позволяет легко ориентироваться в коде.

# Стандартные библиотеки
import os
import sys

# Третьи библиотеки
import requests
import numpy as np

# Локальные модули
from my_module import my_function


3⃣ Используйте абсолютные импорты

Абсолютные импорты — это указание полного пути до модуля, начиная от корня пакета. Это делает код более понятным и избегает проблем с относительными импортами, особенно в крупных проектах.

# Плохо
from .module import function

# Хорошо
from my_project.module import function


4⃣ Избегайте циклических импортов

Циклические импорты — это когда два или более модуля зависят друг от друга, что может привести к ошибкам при импорте.

Чтобы избежать таких проблем:
➡️ Разделяйте модули, чтобы минимизировать зависимость
➡️ Используйте импорты внутри функций или методов, если нужно избежать циклических зависимостей

# Плохо
# module_a.py
from module_b import function_b

# module_b.py
from module_a import function_a

# Хорошо
# module_a.py
def function_a():
from module_b import function_b
...


5⃣ Соблюдайте принцип «Не импортируйте то, что не используете»

Импортируйте только те модули, функции или классы, которые действительно будут использованы в коде. Это улучшает производительность и делает код чище.

# Плохо
import math

# Хорошо
from math import sqrt


6⃣ Пользуйтесь псевдонимами для часто используемых библиотек

Если библиотека часто используется в коде, имеет смысл использовать псевдонимы, чтобы сделать код компактным.

# Хорошо
import numpy as np
import pandas as pd

# Плохо
import numpy
import pandas


7⃣ Обрабатывайте ошибки импорта

В случае, если библиотека может не быть установлена в окружении, полезно обрабатывать ошибки импорта, чтобы избежать сбоев в работе программы.

try:
import some_library
except ImportError:
print("Не удалось импортировать some_library. Убедитесь, что она установлена.")


Proglib Academy
#буст
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
🧗 9 способов продвинуть резюме в ТОП на HeadHunter

Вы думали, что главное — это писать код и знать SOLID? Ха! Главное — уметь поднимать резюме в 11:00 и 15:00, как cron-джобу 🕒

➡️В статье разобрали топ-лайфхаки, чтобы ваше резюме не пылилось в подвале HeadHunter’а

Proglib Academy #буст
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍1