📈 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...

👩‍💻 Godot 3.6 с поддержкой python

Использование Python вместо GDScript в Godot: настройка окружения, установка плагина для Python на версии 3.x и сборка игры под Windows. Всё просто и быстро для тех, кто предпочитает Python!

Читать...

⚙️ Что такое functools.partial в Python и зачем он используется?

functools.partial позволяет создавать новые функции с фиксированными аргументами на основе существующих функций. Это удобно для сокращения вызовов функций или создания функций-обёрток с предопределёнными параметрами.

➡️ Пример:

from functools import partial

def power(base, exponent):
    return base ** exponent

# Фиксируем аргумент exponent = 2
square = partial(power, exponent=2)

print(square(5))  # 25
print(square(10)) # 100

🗣️ В этом примере partial создаёт новую функцию square, которая всегда возводит число в квадрат. Это упрощает вызовы функций и улучшает читаемость кода.

🖥 Подробнее тут

👩‍💻 Мир за пределами Pandas: достойные альтернативы для работы с данными

В статье рассмотрены альтернативы Pandas: от колоночной DuckDB и сверхскоростной Polars до мощного Modin и гибкого Vaex. Узнайте их особенности, преимущества и ключевые характеристики.

Читать...

👩‍💻 Нахождение второго наименьшего числа

Напишите функцию, которая принимает список чисел и возвращает второе наименьшее число. Если второго наименьшего числа не существует (например, в списке менее двух уникальных чисел), функция должна возвращать None.

Пример:

print(second_smallest([4, 2, 1, 5, 3]))  # 2
print(second_smallest([7, 7, 7]))        # None
print(second_smallest([10]))             # None

Решение задачи🔽

def second_smallest(numbers):
unique_numbers = sorted(set(numbers))
return unique_numbers[1] if len(unique_numbers) > 1 else None

# Пример использования
print(second_smallest([4, 2, 1, 5, 3])) # 2
print(second_smallest([7, 7, 7])) # None
print(second_smallest([10])) # None

👩‍💻 Стратегия Келли точно не подведёт

В статье рассматривается уникальная карточная игра с нулевой дисперсией, где стратегия Келли работает без риска. Разбирается механизм ставок, анализ игры и её математическая основа, описанная Томасом Кавером.

Читать...

📈 Подборка статей для вашей карьеры

• «Снова упала?» Как поднять самооценку и зачем мы сравниваем себя с другими, даже если от этого больно

• Из учителя в QA: мой путь в IT

• Рынок дата-инженеров и прогноз на 2025

• Лидерами рождаются или становятся? Откуда берутся управленцы и лидеры в IT

• Работать или переработать: как победить в себе заядлого удаленщика

👩‍💻 Мэтчинг персонажей. Level Hard

Как находить персонажей на гравюрах без ручной разметки данных? В статье рассказывается, как сегментация изображений и контрастивное обучение помогают справиться с датасетом из 25 тысяч гравюр Британского музея.

Читать...

👩‍💻 Массовая асинхронная обработка запросов с последующей синхронной CPU-bound логикой

Как обработать миллион запросов к API, совмещая асинхронный ввод-вывод с тяжелыми вычислениями? В статье разбираются подходы с использованием asyncio и ProcessPoolExecutor для масштабируемости и высокой производительности.

Читать...

⚙️ Что такое any и all в Python и зачем они используются?

any и all — это встроенные функции в Python, которые проверяют значения в итерируемом объекте.

• any возвращает True, если хотя бы одно значение истинное.
• all возвращает True, если все значения истинные.

➡️ Пример:

numbers = [0, 2, 4, 6]

# Проверка: есть ли хотя бы одно ненулевое число
print(any(numbers))  # True

# Проверка: все ли числа ненулевые
print(all(numbers))  # False

🗣️ В этом примере any возвращает True, так как есть ненулевые значения, а all — False, так как присутствует 0. Эти функции полезны для упрощения проверки условий в списках и других коллекциях.

🖥 Подробнее тут

👩‍💻 Простое управление настройками приложения в проекте на django

Как добавить кучу настроек для администратора в свой проект на django без дополнительных сервисов feature-toggle и потом в них не потеряться.

Читать...

👩‍💻 Хороший Плохой Злой ИИ Open Source: как мы в Axolotl пушили

Всем привет! Меня зовут Шубин Вадим, я Data Scientist в компании Raft Digital Solutions. В этой статье я хотел бы рассказать о нашем опыте с фейл-сабмитом в существующий опенсорс-проект Axolotl и о том, какие уроки из него мы извлекли. Но обо всём по порядку. Давайте начнем!

Читать...

🧠 Самые интересные статьи за последние дни:

• Обвиваем YouTube змеем, или как смотреть и скачивать видео с YouTube без VPN на чистом Python-е. Часть 1

• Python: неочевидное и вероятное

• Пишем свой PyTorch на NumPy. Часть 1

• Polars vs Pandas: битва титанов. Кто кого?

• Telegram-бот-магазин на Python: пошаговый гайд с оплатой, каталогом и админкой (Aiogram 3 + SQLAlchemy 2)

👩‍💻 Почему A/B тесты — это не всегда хорошая идея?

В статье рассматриваются недостатки A/B тестирования, включая его временные и ресурсные затраты, а также случаи, когда тесты оказываются неэффективными. Обсуждается, как рационально подходить к выбору этого метода.

Читать...

👩‍💻 UV как альтернатива Poetry

UV — новый пакетный менеджер на Rust для Python. Быстрее Poetry, удобнее Pipenv, с контролем версий Python и современным CLI. Узнайте, как UV меняет подход к управлению зависимостями.

Читать...

👩‍💻 Почему программисты не стареют: эффект кодера после 40

Разбираемся, как возраст и опыт меняют взгляд на код, почему после 40 программисты не устают от JS, а решают хаос архитектуры там, где джуны тонут в pull request'ах.

Читать...

🔎 Подборка вакансий для джунов

​Data Scientist в области языковых моделей (Middle)
🟢Python, pandas, numpy, matplotlib, transformers, Hugging Face
🟢от 351 000 ₽ | 3–6 лет​

Middle Python developer - Разработчик
🟢Python, Angular, Django, FastAPI, PyTorch, Redis, PostgreSQL
🟢от 160 000 до 250 000 ₽ | 1–3 года​

Python-разработчик (Junior/Middle)
🟢Python
🟢от 1 500 до 3 100 $ | 1–3 года