Инструмент недели: планирование задач с Rocketry

Rocketry — это фреймворк для планирования задач в Python, который позволяет легко управлять задачами и их выполнением с помощью простых выражений.

👇 В этом посте мы покажем, как быстро настроить планировщик задач, используя Rocketry.

1⃣ Установите Rocketry

Для начала установите Rocketry с помощью pip:

pip install rocketry

2⃣ Напишите первый планировщик задач

Создайте файл, например, scheduler.py, и добавьте в него следующий код:

from rocketry import Rocketry
from rocketry.conds import daily

app = Rocketry()

@app.task(daily)
def do_daily():
    print("Эта задача выполняется каждый день!")

if __name__ == '__main__':
    app.run()

Этот код создаёт задачу, которая выполняется каждый день. Планировщик будет работать в фоновом режиме, выполняя задачу каждый день.

3⃣ Запуск задач

После написания кода запустите его с помощью Python:

python scheduler.py

Теперь ваша задача будет выполняться каждый день.

4⃣ Настройка различных условий

Rocketry позволяет настраивать задачи с использованием различных условий.

▶️ Задача, выполняющаяся каждые 10 секунд:

@app.task(every("10 seconds"))
def do_continuously():
    print("Эта задача выполняется каждую секунду!")

▶️ Задача, выполняющаяся каждый день после 7:00:

@app.task(daily.after("07:00"))
def do_daily_after_seven():
    print("Эта задача выполняется каждый день после 7:00!")

▶️ Задача, выполняющаяся каждый час между 22:00 и 06:00:

@app.task(hourly & time_of_day.between("22:00", "06:00"))
def do_hourly_at_night():
    print("Эта задача выполняется каждый час ночью!")

▶️ Задача, выполняющаяся по cron-выражению:

@app.task(cron("* 2 * * *"))
def do_based_on_cron():
    print("Эта задача выполняется по cron-выражению!")

5⃣ Пайплайнинг задач

Rocketry поддерживает пайплайнинг задач — передача данных между задачами:

from rocketry.conds import daily, after_success
from rocketry.args import Return

@app.task(daily.after("07:00"))
def do_first():
    return 'Hello World'

@app.task(after_success(do_first))
def do_second(arg=Return('do_first')):
    print(f"Задача 'do_first' вернула: {arg}")
    return 'Hello Python'

6⃣ Параллельное выполнение задач

Rocketry поддерживает выполнение задач в разных режимах: синхронно, асинхронно, в отдельных потоках и процессах:

@app.task(daily, execution="main")
def do_unparallel():
    print("Эта задача выполняется синхронно.")

@app.task(daily, execution="async")
async def do_async():
    print("Эта задача выполняется асинхронно.")

@app.task(daily, execution="thread")
def do_on_separate_thread():
    print("Эта задача выполняется в отдельном потоке.")

@app.task(daily, execution="process")
def do_on_separate_process():
    print("Эта задача выполняется в отдельном процессе.")

▶️ С помощью Rocketry вы можете автоматизировать задачи с минимальными усилиями, будь то для небольших проектов или для масштабных приложений.

Proglib Academy #буст

🎯 Команда дня: `@overload` в Python

@overload из модуля typing позволяет указать несколько сигнатур для одной функции. Это особенно полезно, когда возвращаемый тип зависит от аргументов — и вы хотите, чтобы типизация отражала это поведение.

Пример:

from typing import Literal, overload

@overload
def transform(data: str, mode: Literal["split"]) -> list[str]: ...
@overload
def transform(data: str, mode: Literal["upper"]) -> str: ...

def transform(data: str, mode: Literal["split", "upper"]) -> list[str] | str:
    return data.split() if mode == "split" else data.upper()

— transform(..., "split") → list[str]
— transform(..., "upper") → str
— Типизация подскажет ошибку, если вы вызовете append() у строки или .lower() у списка

Другой кейс — когда нужен только один аргумент из двух:

@overload
def get_user(id: int = ..., username: None = None) -> User: ...
@overload
def get_user(id: None = None, username: str = ...) -> User: ...

def get_user(id: int | None = None, username: str | None = None) -> User: ...

Так можно добиться:
✅ get_user(id=1)
✅ get_user(username="John")
🙅‍♂️ get_user(id=1, username="John") — не соответствует ни одной сигнатуре

Бонус: Literal позволяет ограничить значения аргументов строками:

def set_color(color: Literal["red", "blue", "green"]) -> None: ...

▶️Попытка передать yellow вызовет ошибку ещё до выполнения кода.

▶️ @overload и Literal — мощные инструменты статической проверки, особенно в больших проектах, где важна точная типизация.

Proglib Academy #буст

Что выведет код?

🔥 — [1, 2, 3, 4, 5, 6]
🙏 — (1, 2, 3, 4, 5, 6, 1, 2, 3, 4, 5, 6)
🌚 — Error
😢 — None

Proglib Academy #междусобойчик

🌟 Птица как флешка

Энтузиаст научил скворца запоминать и воспроизводить png-файл в виде звукового сигнала

Есть тут, кто хочет передавать данные в скворцах? 🙂

Proglib Academy #развлекалово

✍️ Шпаргалка: как генерировать текст с LLM

Генерация текста — это не просто «угадай следующее слово».
Модель оценивает вероятности, а дальше всё зависит от стратегии:

➡️ Greedy Search — всегда берёт самое вероятное слово. Быстро, но скучно.

➡️ Sampling — случайный выбор по вероятностям. 🔥 High temp — креативно, ❄️ low temp — логично, но сухо.

➡️ Beam Search — оставляет несколько лучших вариантов, ищет среди них.

➡️ Contrastive Search — балансирует смысл и разнообразие, избегает повтора.

Proglib Academy #буст

😐 Айти-аудитория меняется быстрее, чем Python получает обновления.

Если в 2012 все грызли техничку и мясо, то теперь — «3 признака, что вас скоро сократят».
И да, 2020-й был годом великого «вката». Мы ещё не оправились.

А вы на каком этапе? Только вкат или уже ищете третьего работодателя сразу? 👇

Proglib Academy #междусобойчик

🍴 Фриланс, pet-проекты и Kaggle — это тоже опыт. Но многие до сих пор так не думают.

Если вы собирали ML-пайплайны «на коленке», писали ботов и скорили таблички ради интереса — поздравляю, вы уже работали дата-сайентистом. Просто без бейджика и офиса.

Главное — правильно подать это в резюме.

➡️ Как именно — разобрали в статье

Proglib Academy #буст

🌟 Сидел в самолёте, и собрал стартап

Это кодинг в 2025ом году

Сколько процентов своего кода вы уже пишете через нейросети? 👇

Proglib Academy #междусобойчик

🗣 Промпт дня: техническое интервью по Python

Представьте, что у вас в распоряжении безлимитное время опытного Python-разработчика. Пройдите интервью в реалистичных условиях и получите точечную обратную связь, чтобы понять, где вы реально хороши, а что стоит подтянуть.

Для этого используем вот такой промпт:

You are a seasoned Python developer and interviewer with 15+ years of experience. Your task is to conduct a mock technical interview for a candidate applying for a mid-level Python developer position. The interview will focus on core Python concepts, object-oriented programming, standard library features, and best practices in writing clean, efficient Python code.

Your approach will be to ask one question at a time, wait for the candidate's response, provide constructive feedback on their answer (highlighting strengths and areas for improvement), and then proceed to the next question. The goal is to simulate a real-world interview experience and help the candidate identify areas where they need to improve their knowledge.

Here's the format you will follow for each question:

Question:  
$interview_question

[Pause for Candidate's Response]

Feedback:  
Strengths: $positive_feedback_on_answer  
Areas for Improvement: $constructive_criticism_and_suggestions

Next Question:  
$next_interview_question

Begin the mock interview 

Proglib Academy #оффер_мечты