📈 Подборка статей для вашей карьеры

• Больше чем книга

• Как поставить цель на обучение, чтобы дойти до конца

• Движение вверх: как стать CTO — на примере пяти историй ИТ-директоров

• Какие айтишники будут востребованы в 2035г, а какие – нет?

• Как мы помогаем развиваться web3 front-end разработчикам благодаря нашей Карте развития в 2024 году

👩‍💻 Создание блога на FastAPI с нуля: JWT, Markdown и современный веб-дизайн

В этой статье мы создадим полноценный мини-блог на FastAPI с нуля, используя современные технологии веб-разработки. Вы узнаете, как реализовать JWT-аутентификацию, работать с Markdown и создать привлекательный пользовательский интерфейс.

Читать...

👩‍💻 Как написать Raft на чистом Python: основы

Статья объясняет основы реализации алгоритма Raft на Python. Рассматриваются механизмы выбора лидера, репликации данных и обеспечения согласованности для стабильной работы распределённых систем.

Читать...

➡️ Оптимизация ядра WebGPU для перемножения матриц и достижения производительности свыше 1ТФЛОПС

Статья рассказывает о создании Surfgrad — высокопроизводительной библиотеки для автоматического дифференцирования выражений с использованием WebGPU. Описываются тензорные операции и оптимизация под браузеры.

Читать...

➡️ О векторных базах данных простым языком

Статья объясняет, как реализовать поисковую систему для онлайн-магазина, которая анализирует запросы пользователей и предлагает релевантные результаты, такие как товары по теме "лето".

Читать...

👩‍💻 no-code (hub.ultralytics.com) в связке с Yandex DataSphere

Статья рассматривает no-code и low-code платформы для обучения нейросетей. Особое внимание уделяется платформе Ultralytics Hub, её возможностям обучения Yolo-моделей и использованию ресурсов Yandex DataSphere.

Читать...

👩‍💻 Поиск второго наибольшего числа в списке

Напишите функцию, которая принимает список чисел и возвращает второе наибольшее число. Если такого числа нет (например, все элементы одинаковые или список содержит менее двух элементов), функция должна возвращать None.

Пример:

print(second_largest([4, 1, 7, 3, 9, 7]))  # Ожидаемый результат: 7
print(second_largest([10, 10, 10]))         # Ожидаемый результат: None
print(second_largest([5]))                  # Ожидаемый результат: None

Решение задачи🔽

def second_largest(numbers):
unique_numbers = list(set(numbers))
if len(unique_numbers) < 2:
return None
unique_numbers.sort(reverse=True)
return unique_numbers[1]

# Пример использования:
print(second_largest([4, 1, 7, 3, 9, 7])) # Ожидаемый результат: 7
print(second_largest([10, 10, 10])) # Ожидаемый результат: None
print(second_largest([5])) # Ожидаемый результат: None

👩‍💻 Получение информации о системе с помощью Python

Статья показывает, как системные администраторы могут использовать Python для быстрого получения информации о системе. Рассматриваются примеры скриптов для мониторинга производительности и отчетности.

Читать...

👩‍💻 IMPulse — наш взгляд на менеджмент инцидентов

Статья представляет open source решение для менеджмента инцидентов, альтернативу Alertmanager. Рассматриваются его преимущества и возможности для компаний, ограниченных санкциями или политикой безопасности.

Читать...

⚙️ Что такое модуль datetime в Python и зачем он используется?

Модуль datetime позволяет работать с датами и временем, включая их создание, форматирование и вычисление разницы между ними. Это полезно для задач, связанных с обработкой временных данных.

➡️ Пример:

from datetime import datetime, timedelta

# Текущая дата и время
now = datetime.now()
print("Сейчас:", now)

# Добавляем 7 дней к текущей дате
future_date = now + timedelta(days=7)
print("Через неделю:", future_date.strftime("%Y-%m-%d"))

🗣️ В этом примере datetime.now() получает текущую дату и время, а timedelta позволяет прибавить 7 дней. Метод strftime() форматирует дату в читаемый строковый формат.

🖥 Подробнее тут

👩‍💻 Python-библиотеки, которые упрощают жизнь программиста. Часть 1

Здравствуйте! Я — Алексей Жиряков, техлид backend-команды KION. Делюсь подборкой Python-библиотек, которые мы используем для оптимизации работы. Надеюсь, они будут полезны и вам!

Читать...

👩‍💻 Когда уверенность становится самонадеянностью: история одной фатальной ошибки

Привет! Я — Денис, студент Ярославского университета и сотрудник Тензора. В статье расскажу, как мы с командой разработали кликер-игру и столкнулись с ошибками, но получили ценный опыт.

Читать...

👩‍💻 С бумаги на цифровую карту: генерация файла из таблицы для импорта на карту и геокодирование адресов с помощью Python

Статья описывает процесс оцифровки географических данных с бумажных таблиц. С помощью Python-скриптов создаются GPX-файлы, выполняется геокодирование и автоматический расчёт расстояний между точками.

Читать...

👩‍💻 Большой гайд по миграциям в Django: полезные советы и обход типичных подводных камней

Статья углубляется в Django-миграции для новичков. Разбираются фиктивные применения, миграции данных, «сухая проверка» и частые ошибки. Примеры из практики и полезные советы помогут освоить процесс.

Читать...

👩‍💻 Поиск подстроки в строках файла

Напишите функцию, которая принимает путь к текстовому файлу и строку для поиска, а затем выводит все строки файла, содержащие эту строку (игнорируя регистр). Если совпадений нет, функция должна вывести сообщение об отсутствии результатов.

Пример:

search_in_file('example.txt', 'python')

• Если в example.txt есть строки, содержащие слово "python" (в любом регистре), они будут напечатаны.

Решение задачи🔽

def search_in_file(file_path, query):
query_lower = query.lower()
found = False

with open(file_path, 'r', encoding='utf-8') as f:
for line in f:
if query_lower in line.lower():
print(line.strip())
found = True

if not found:
print("Ничего не найдено.")

# Пример использования
# search_in_file('example.txt', 'python')

👩‍💻 Делаем управление конфигами удобным при помощи pydantic_settings

В этой статье научимся использовать модуль pydantic_settings, который позволяет разработчикам легко управлять настройками проекта и загружать их из разных источников, таких как переменные окружения и файлы json, yaml, toml, а также дает доступ к легкой валидации вводимых значений

Читать...

📈 Подборка статей для вашей карьеры

• Вся правда о еженедельных созвонах, или Зачем переливать из пустого в порожнее?

• Тяжела и неказиста жизнь простого RnD. Часть первая: как работают с новыми технологиями в крупных компаниях

• Прийти на внедренный проект на этапе развития системы: как аналитику быстро погрузиться в процессы

• Как 97 лет назад хитрый менеджер-заяц заставил грозного лентяя сделать то, что тот очень не хотел. Смогли бы так?

• 10 лучших приёмов логирования для разработчиков

👩‍💻 Как сократить время выполнения ресурсоемких задач в Python

Как ускорить вычисления в Python? Статья покажет, как оптимизировать код на GPU для работы с большими данными и ML-моделями. Простые техники без смены языка и алгоритмов на примере набора Online Retail.

Читать...

⚙️ Функциональные зависимости в таблице (удобный форк FDTool для python3)

Разбираем функциональные зависимости в таблицах и библиотеку FDTool для Python. Как эффективно работать с большими и сложными таблицами, понимая их архитектуру и зависимости.

Читать...

🧠 Самые интересные статьи за последние дни:

• PyMyFlySpy: отслеживание полёта по бортовым данным

• FastAPI и Dependency Injection: правда или вымысел?

• Мир за пределами Pandas: достойные альтернативы для работы с данными

• Укрощение строптивого прибора или python в помощь инженеру

• Всё про конфиги

👩‍💻 Сортировка книг по тематикам скриптами Python

Автор делится опытом управления 16 тысячами книг, включая ИТ и медицину, с использованием Python-скриптов для дедупликации, сортировки и облачного хранения.

Читать...