24940
Вопросы с собеседований по Python @workakkk - админ @machinelearning_interview - вопросы с собесдований по Ml @pro_python_code - Python @data_analysis_ml - анализ данных на Python @itchannels_telegram - 🔥 главное в ит РКН: clck.ru/3FmrFd
📌Топ Python-проектов для ML 2024 года.
Эти проекты были выбраны на основе их актуальности на 2024 год. Каждый из них - смесь практической полезности, новизны и, честно говоря, крутости, будь то смелый и инновационный подход, элегантное решение сложных проблем или просто умная реализация.
🟢BAML - предметно-ориентированный язык для работы с LLM.
BAML превращает текстовые промпты в многократно используемые функции LLM с типизированными переменными и обеспечивают конкретный тип выходных данных. BAML превосходит другие методы получения структурированных данных от LLM и поддерживает VS Code и Cursor.
🟢marimo - Python notebooks геймчейджер.
Новый подход к notebook, который превращает их в мощную, реактивную среду для создания удобных для совместного использования рабочих процессов. Marimo готов заменить Jupyter и Streamlit, устраняя проблемы скрытого состояния и ручного выполнения ячеек.
🟢OpenHands - мощный агент для разработки.
Безопасная изолированная среда, где AI-агенты могут выполнять код, взаимодействовать с веб-браузерами, управлять файлами, отлаживать проблемы, рефакторить код и даже сотрудничать с другими агентами. Среда включает в себя Docker-песочницу с доступом к bash-оболочке, веб-браузингом и IPython-сервером.
🟢Crawl4AI - интеллектуальный веб-скрапинг.
Библиотека, которая обрабатывает динамический контент, обходит механизмы защиты от ботов, извлекает структурированные данные и масштабирует задачи сбора массивов информации. Асинхронная архитектура дает высокую скорость работы даже со сложным JavaScript. На выходе - форматы JSON, markdown и очищенный HTML, готовые для импорта в LLM. Crawl4AI поддерживает Chromium, Firefox и WebKit через Playwright.
🟢LitServe - универсальный движок для развертывания моделей.
Детище LightningAI - мощный инструмент для развертывания моделей и сложных AI-конвейеров. Построен на базе FastAPI, поддерживает PyTorch, TensorFlow, JAX и работает с GenAI, СV, ASR и эмбедингами. LitServe умеет в KV-кэширование для LLM, и подходит как для легких приложений, так и для тяжелых корпоративных нагрузок.
🟢Mirascope - унифицированный интерфейс LLM.
Python-инструмент для упрощения извлечения структурированных данных из LLM. Он предлагает удобный интерфейс, основанный на декораторах и декларативных схемах. Mirascope поддерживает OpenAI, Anthropic и Cohere и имеет свой поисковый агент WebSearchAgent, который может автономно собирать информацию из интернета.
🟢Surya - OCR с высокой точностью.
OCR-система на 90 языках. Surya извлекает текст из сканированных изображений, PDF-файлов и других визуальных форматов с точностью, сравнимой с Google Cloud Vision. Помимо OCR, Surya проводит расширенный анализ документа, определяя заголовки, изображения, таблицы и порядок чтения, что идеально для оцифровки книг, форм и научных документов.
🟢DataChain - конвейер данных для ИИ.
Платформа для управления версиями мультимодальных наборов изображений, видео, текста и PDF-файлов. Библиотека преобразует разрозненные файлы в централизованные датасеты, которые легко запрашивать и манипулировать с помощью Python без использования Spark или SQL. DataChain поддерживает PyTorch, TensorFlow, AI-генерацию метаданных, сериализацию инференса LLM и выполнение пакетных процедур.
🟢Narwhals - универсальный слой совместимости для DataFrame-библиотек.
Легковесный слой, который объединяет pandas, Polars, PyArrow, Modin и cuDF в Python. Он позволяет писать код, не зависящий от используемого бэкенда, используя подмножество API Polars в качестве интерфейса. Поддерживает как eager, так и lazy execution стили, включая Dask. Narwhals не имеет зависимостей и обеспечивает статическую типизацию для автозавершения и подсказок в IDE.
🟢PydanticAI - фреймворк для разработки AI-приложений.
Фреймворк агентов, которые управляют взаимодействием с LLM и проверкой их инференса. Имеет систему внедрения зависимостей, позволяющую динамически получать контекстные данные. PydanticAI поддерживает пользовательские функции Python, вызываемые агентами для доступа к информации и выполнения вычислений.
@ai_machinelearning_big_data
👩💻 Словарные включения в Python: как и когда их использовать?
💡 Словарные включения — это краткий и быстрый способ создания, преобразования и фильтрации словарей в Python. Они могут значительно повысить краткость и читаемость вашего кода по сравнению с использованием обычных for циклов для обработки ваших словарей!
🌟 Понимание работы с ними имеет решающее значение для вас как разработчика Python, поскольку они представляют собой крайне полезный инструмент Python для работы со словарем и могут стать ценным дополнением к вашему набору инструментов программирования!
🔗 Ссылка: *клик*
@python_job_interview
❓ Что выведет этот код и почему?
❗️ Ответ: 6. Объяснение:
1. В функции outer_func создается x со значением 2.
2. Следом объявляется функция inner_func, она не запоминает значение x или y сразу, а получит его только при ее использовании.
3. x становится равен x + 2, т.е. 4, объявляется y со значением 2
4. выполняется блок return (x(4) + y(2) = 6).
5. Несмотря на объявление значения y = 3, функция inner_func будет вызвана только после возвращения значения y = 2. Поэтому вывод будет равен 6.
@python_job_interview
⚡️ Курс: Математика Машинного обучения Урок 2 Инвариантность
📌 Видео
📌 Урок 1
📌 Colab
@python_job_interview
Подготовка к Новому году – это волнительно и приятно.
Но давайте совместим приятное с полезным.
Например, создадим телеграм-бот для новогодних поздравлений!
18 декабря на вебинаре «Телеграм-бот своими руками» вы узнаете:
- Как устроен телеграм-бот
- Как создать телеграм-бот на сервере Telegram
- Как написать бэкенд для телеграм-бота на базе фреймворка Aiogram
Мастер-класс проведёт Кирилл Панфилов, преподаватель OTUS, классный программист и автор ютуб-канала [dirty-python]
Приглашаем начинающих Python-разработчиков, разработчиков на Jave и других языках, а также всех, кто интересуется разработкой и IT.
Результаты вебинара: функционирующий бот, прокачка навыков программирования на Python, доступ к закрытому сообществу, а ещё – скидка на курсы и полезные материалы.
18 декабря, 19:00 МСК
Записаться на вебинар - https://otus.pw/QZDr/?erid=LjN8K7NSr
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
Придумать, что дарить близким, — ежегодная задача со звёздочкой. А ведь в детстве можно было просто сделать подарок своими руками. Чуть-чуть картона, чуть-чуть ваты и частичку души.
Яндекс Практикум запустил Студию цифровых поделок, где вы снова сможете делать подарки своими руками, но уже с помощью нейросетей и онлайн-сервисов. Выберите настроение, настройте параметры — и алгоритмы подскажут, что и как можно смастерить.
А ещё на странице студии вас ждут приятные бонусы и скидки от Практикума и других сервисов Яндекса.
🎁 Забрать идеи для близких и подарки для себя
📖 Огромная бесплатная книга: Введение в науку о данных: основы вычислений!
🔗 Читать: *клик*
@python_job_interview
👩💻 Изучите разработку бэкенда на Python, создав 3 проекта!
🔍 Вот проекты, которые вы будете реализовывать:
🌟 Генератор статей для блога с помощью AI: Погрузитесь в мир искусственного интеллекта, создавая инструмент, который генерирует статьи блога. Вы узнаете об интеграции ИИ в веб-разработку.
🌟 Клон Netflix: создайте клон Netflix, в котором вы реализуете аутентификацию пользователей, потоковую передачу видео и динамичный, адаптивный пользовательский интерфейс.
🌟 Клон Spotify: создайте платформу потоковой передачи музыки, узнайте, как управлять аудиофайлами, пользовательскими плейлистами и потоковой передачей данных в реальном времени.
🕞 Продолжительность: 10:08:01
🔗 Ссылка: *клик*
@python_job_interview
👩💻 Python Developer Roadmap — руководство, предназначенное для начинающих разработчиков Python, которое помогает структурировать и планировать процесс обучения и развития карьеры!
🌟 В нем представлен пошаговый план, который охватывает ключевые аспекты Python-разработки: от базовых знаний и синтаксиса до более сложных тем, таких как работа с базами данных, веб-разработка, тестирование, машинное обучение и разработка микросервисов.
🔐 Лицензия: MIT
🖥 Github
@python_job_interview
💡 cognitive-load — это репозиторий, посвящённый снижению когнитивной нагрузки в программировании. В нём собраны лучшие практики и рекомендации, как упрощать восприятие кода и интерфейсов, чтобы они стали более понятными и удобными для работы.
🌟 Основная цель — уменьшить усилия, которые требуется приложить для понимания и использования программного обеспечения, что способствует повышению продуктивности и улучшению пользовательского опыта.
🔐 Лицензия: CC-BY-4.0
🖥 Github
@python_job_interview
🔥 every-programmer-should-know — коллекция полезных ресурсов, статей, инструментов и рекомендаций, которые могут быть полезны программистам!
🌟 Он охватывает широкий спектр тем, включая алгоритмы, базы данных, работу с памятью, безопасность, проектирование систем, UX/юзабилити, программирование на различных языках, инженерную философию и многое другое. Список содержит ссылки на книги, статьи, руководства и видео, которые помогут разработчикам улучшить свои знания и навыки.
🔐 Лицензия: СС-BY-4.0
🖥 Github
@python_job_interview
Большой новогодний розыгрыш техники!
У Романа Сакутина нет времени, он покупает всем подписчикам подарки на праздник. 31-го декабря у него в телеграмме пройдёт огромный розыгрыш и он подарит 10 игровых ноутбуков своим подписчикам.
Успешный дед-мороз айтишник.
Подписывайтесь на его канал и забирайте подарки - /channel/sakutin_csharp/2602?erid=LjN8KF3hv
P.S: Победителей определяет официальная функция телеграмма так, что конкурс 100% честный!
🖥 25 Вопросов и Ответов для Python-Собеседования Middle
⚡️ Читать статью
@python_job_interview
🌟 PydanticAI: фреймворк для создания AI-агентов на основе Pydantic.
PydanticAI - фреймворк для Python, созданный командой разработчиков Pydantic, который упрощает создание приложений с использованием LLM. Фреймворк имеет простой и интуитивно понятный интерфейс для взаимодействия с LLMs, поддерживающими Async OpenAI (Ollama) и openAI API (ChatGPT, Gemini и Groq), с поддержкой Anthropic в ближайшем будущем.
Основная особенность PydanticAI - система внедрения зависимостей, которая передает данные, соединения и логику в целевую модель. Она упрощает тестирование и оценку агентов и позволяет динамически формировать системные промпты и определять инструменты, доступные LLM.
PydanticAI имеет возможность потоковой обработки ответов с валидацией структурированных данных, позволяя контролировать корректность соответствие данных ожидаемому ответу, тем самым повышая эффективность и интерактивность приложений.
Для отладки и мониторинга работы агентов предусмотрена интеграция с Pydantic Logfire, с которым можно отслеживать запросы к базам данных, анализировать поведение модели и оценивать производительность.
▶️ В документации к проекту доступны примеры применения PydanticAI в сценариях:
🟢Построение Pydantic-модели на основе текстового ввода;
🟢Погодный агент;
🟢Агент поддержки клиентов банка;
🟢Генерация SQL-запросов на основе пользовательского ввода;
🟢RAG-поиск по массиву markdown-документам;
🟢Вывод результатов работы агента в терминале;
🟢Пример проверки потокового структурированного ответа на примере информации о видах китов;
🟢Простой чат-приложение.
⚠️ PydanticAI находится на ранней стадии бета-тестирования.
▶️Установка и простой пример "Hello Word" с Gemini-1.5-flash:
# Install via PyPI
pip install pydantic-ai
# Set Gemini API key
export GEMINI_API_KEY=your-api-key
# Run example
from pydantic_ai import Agent
agent = Agent(
'gemini-1.5-flash',
system_prompt='Be concise, reply with one sentence.',
)
result = agent.run_sync('Where does "hello world" come from?')
print(result.data)
"""
The first known use of "hello, world" was in a 1974 textbook about the C programming language.
"""
⚡️ Крутая шпаргалка по Python для data science.
Огромное количество тем:
— Установка Python и базовые операции;
— Типы данных и преобразования: строки, числа, логика;
— Списки: индексация, методы, вложенные списки;
— NumPy: создание массивов, операции, математика;
— Pandas: работа с данными, индексация, слияние, группировка;
— Регулярные выражения (re): работа со строками;
— Jupyter Notebook: основные команды и управление ячейками;
— Обработка NaN: очистка и заполнение данных;
— Работа с файлами: загрузка и сохранение данных;
— Многомерные массивы и их манипуляция.
В хорошем качестве здесь.
⚡️ Математика машинного обучения.Базовые понятия тензорного исчисления. Урок 3
📌 Видео
📌 Урок 1 / Урок2
📌 Colab
@python_job_interview
🌐Хотите создать веб-приложение, но не знаете, с чего начать?
📖На открытом уроке «Создание веб-приложения на Django за 1 час» вы сделаете первый шаг в мире веб-разработки. Мы начнём с идеи и за час создадим работающий проект.
⚙️Настроим окружение, создадим модель данных, разберёмся с админ-панелью и выведем результат на экран. Вы увидите, что программирование на Python — это просто, если за дело берутся профессионалы!
👉Присоединяйтесь 25 декабря в 20:00 мск и получите скидку🥳 на участие в большом курсе «Python Developer. Basic»: https://otus.pw/HGAC5/?erid=LjN8KLsSN
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
Скажите рутине STOP✋
👉 Ускорьте рабочие процессы и освободите время для более интересных дел — с помощью курса Слёрма «Python для инженеров».
Это обучение, заточенное на инженеров — в нём нет ничего лишнего, только то, что необходимо именно вам.
На курсе вы научитесь:
🔹 писать эффективный и поддерживаемый код;
🔹 писать Kubernetes-операторы и модули для Ansible;
🔹 создавать, использовать и тестировать свои API;
🔹 взаимодействовать с инструментами CI/CD, CVS и DevOps системами.
Для того, чтобы вы смогли «пощупать» курс изнутри, даём бесплатный пробный доступ на 3 дня.
А при покупке даём в подарок мини-курс «Python, Чат-боты и DevOps» и видеокурс «Gitlab CI/CD».
🔥 geeksforgeeks.org — невероятно полезный сайт с огромным числом справочных материалов, курсов и подготовкой к собеседованиям во всевозможных отраслях IT!
🔗 Ссылка: *клик*
@python_job_interview
❓ Что такое хвостовая рекурсия?
❗️ Это — особый вид рекурсии, когда функция заканчивается вызовом самой себя без дополнительных операторов. Когда это условие выполняется, компилятор разворачивает рекурсию в цикл с одним стек-фреймом, просто меняя локальные переменные от итерации к итерации.
@python_job_interview
👩💻 Эта статья посвящена использованию Slack API с Python и Flask для создания чат-ботов и интеграций в Slack. Она объясняет процесс настройки среды, регистрации приложения в Slack, аутентификации через OAuth, и отправки сообщений в каналы Slack. Статья также включает пример простого Flask-приложения, демонстрирующего, как взаимодействовать с API Slack.
🔗 Ссылка: *клик*
@python_job_interview
⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data
C++ t.me/cpluspluc
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
Devops: t.me/DevOPSitsec
АНАЛИЗ Данных: t.me/data_analysis_ml
Javascript: t.me/javascriptv
C#: t.me/csharp_ci
Java: t.me/javatg
Базы данных: t.me/sqlhub
Python собеседования: t.me/python_job_interview
Мобильная разработка: t.me/mobdevelop
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
React: t.me/react_tg
Rust: t.me/rust_code
ИИ: t.me/vistehno
PHP: t.me/phpshka
Android: t.me/android_its
Frontend: t.me/front
Big Data: t.me/bigdatai
Собеседования МЛ: t.me/machinelearning_interview
МАТЕМАТИКА: t.me/data_math
Kubernets: t.me/kubernetc
Разработка игр: /channel/gamedev
Haskell: t.me/haskell_tg
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: /channel/addlist/mzMMG3RPZhY2M2Iy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
🧠ИИ: t.me/vistehno
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy
👩💻 Создание простой таблицы с помощью Python!
@python_job_interview
👩💻 Helium — это библиотека для Python, предназначенная для автоматизации браузеров, таких как Chrome и Firefox!
🌟 Она предоставляет высокоуровневое API для взаимодействия с веб-страницами, значительно упрощая автоматизацию по сравнению с Selenium. Helium позволяет работать с элементами по видимым меткам, автоматизировать работу с окнами и фреймами, а также предоставляет удобные методы для ожидания элементов. Это облегчает написание более компактных и читаемых скриптов. Helium — это обертка над Selenium, но с улучшенной функциональностью и простотой использования.
🔐 Лицензия: MIT
🖥 Github
@python_job_interview
Как автоматизировать любые задачи с Python и Kubernetes?
Ответ в бесплатном видео, где Виталий Лихачёв, SRE в Booking, кодит вживую и:
👉 показывает на реальном примере интеграцию Python с k8s;
👉 разрабатывает инструмент для автоматической проверки состояния задач, метрик и скейлинга деплойментов;
👉 разбирает лучшие практики написания сервисов.
Это закрытый урок, которого вы не найдёте в публичном доступе!
💡 Совет по Python!
❗️ Если у вас длинный текст, вы можете использовать функцию wrap из библиотеки textwrap, чтобы перенести его! Эта функция принимает два аргумента: текст, который вы хотите перенести, и длину каждой строки.
@python_job_interview
👩💻 everett — библиотека для работы с конфигурационными переменными в Python!
💡 Она позволяет легко управлять настройками приложения, используя структуру данных для загрузки и хранения конфигурации, а также поддерживает различные форматы, такие как .env файлы.
🔍 Библиотека включает в себя:
🌟 Удобное API для получения и работы с конфигурационными переменными.
🌟 Поддержку типов данных, таких как строки, числа, булевые значения и списки.
🌟 Возможность работы с конфигурациями, загружаемыми из различных источников (например, окружение, файлы).
🌟 Валидаторы для проверки значений конфигурации на корректность.
🔐 Лицензия: MPL-2.0
🖥 Github
@python_job_interview
❓ Что выведет это выражение и почему?
❗️ Ответ: B (False). Почему так?
🌟 not None: None — это специальное ключевое слово в Python, представляющее отсутствие значения. not — это логический оператор, который инвертирует истинностное значение выражения. Таким образом, not None эквивалентно True
🌟 "" — пустая строка. Она представляет строку без символов. В булевых контекстах пустая строка также считается False.
🌟 != — оператор сравнения «не равно». Он проверяет, являются ли два значения разными.
🔍 Теперь у нас есть: Python print(True != False) True не равно False. Следовательно, выражение True != False оценивается как True. Почему Output равен False?
💡 Путаница может возникнуть из-за того, как Python обрабатывает булевые выражения. В Python некоторые Значения неявно преобразуются в булевы значения в определенных контекстах. Это известно как истинность. Истинны следующие значения: Ненулевые числа, непустые строки, Непустые списки, кортежи, множества и словари. Ложными же считаются 0, пустые строки и null.
❗️ При сравнении not None (что равно True) и "" (что равно False) Python неявно преобразует их в их логические эквиваленты. Однако оператор сравнения != не выполняет логическое сравнение; это строгая проверка равенства. Поэтому, хотя True и False являются различными булевыми значениями, они не считаются "не равными" в строгом смысле оператора !=. Следовательно, вывод равен False.
@python_job_interview
👩💻 Учебник по работе с потоками в Python: от базового до продвинутого!
🌟 Изучите потоки Python от базовых до продвинутых концепций, включая параллелизм, многопоточность, создание потоков, синхронизацию и сравнение скорости с многопоточностью и многопроцессорностью!
🕞 Продолжительность: 13:17
🔗 Ссылка: *клик*
@python_job_interview
🔥 Крайне полезный репозиторий, который содержит кучу практических руководств по многим языкам программирования, в том числе и Python!
🔐 Лицензия: MIT
🖥 Github
@python_job_interview