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
🔥 Огромный репозиторий, который фильтрует и собирает лучшие инструменты для веб-разработки на Python!
🔐 Лицензия: CC-BY-SA-4.0
🖥 Github
@python_job_interview
👩💻 Что выведет этот код и почему?
@python_job_interview
❓ Что выведет этот код?
@python_job_interview
ФИЗМАТ - топовый канал про Физику, Математику и ИТ.
С помощью картинок и шортcов даже новички разберутся в сложных концепциях и формулах.
Присоединяйтесь: t.me/fizmat
🔍 Таблица, отображающая скорость выполнения рзных методов сортировки при различных сценариях!
@python_job_interview
👩💻 Простое объяснение работы с list в Python!
@python_job_interview
👩💻 Простой совет для улучшения вашего Python кода!
@python_job_interview
Как найти девушку используя питон
Читать полностью…
👩💻 questionary — библиотека для Python, которая предоставляет простой и удобный способ создавать интерактивные текстовые интерфейсы в командной строке! Эта библиотека подходит для создания диалогов с пользователем, например, для выбора из списка, ввода текста или подтверждения.
🔍 Основные возможности Questionary:
🌟 Разнообразие типов вопросов: Ввод текста, Выбор одного варианта из списка, Выбор нескольких вариантов, Подтверждение, Ввод пароля, Слайдер!
🌟 Поддержка настроек: Можно кастомизировать внешний вид и поведение вопросов, есть возможность задать предустановленные значения по умолчанию.
🌟 Интуитивный и минималистичный API.
🌟 Поддержка ANSI-цветов: Возможность стилизовать вопросы для более выразительного отображения.
🔐 Лицензия: MIT
🖥 Github
@python_job_interview
⚡️ Тензорное разложении и его применении в машинном обучении. Урок 4
📌 Видео
📌 Урок 1 / Урок2 / Урок3
📌 Colab
📌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.
⚡️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
Data Science: 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
Физика: t.me/fizmat
💼 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
🎲 Вероятностные модели и функции потерь. Машинное обучение полный курс. Урок 8
- Видео
- Урок 1 / Урок2 / Урок3 / Урок4 / Урок5 /
- Урок6/ Урок7
- Colab
-Полный курс
@python_job_interview
#ml #math #mlmath #probability #машинноеобучение
👩💻 Python Fire — библиотека для автоматической генерации интерфейсов командной строки (CLI) из любых объектов Python!
🌟 Это упрощает создание и использование CLI для функций, классов и других объектов, позволяя легко интегрировать Python-код с командной строкой. Python Fire также облегчает разработку, отладку и взаимодействие с Python-программами через терминал, предоставляя простой способ выполнения команд и работы с различными типами данных через командную строку.
🔐 Лицензия: Apache-2.0
🖥 Github
@python_job_interview
👩💻 django-storages — Python-библиотека для интеграции различных облачных и внешних хранилищ с Django!
🌟 Она предоставляет простой и универсальный интерфейс для работы с файлами, позволяя сохранять и извлекать их из различных хранилищ, таких как Amazon S3, Google Cloud Storage, Azure Blob Storage и других. Эта библиотека полезна для разработки приложений, которые требуют надежного и масштабируемого хранения файлов.
🔐 Лицензия: BSD-3-Clause
🖥 Github
@python_job_interview
👩💻 category_encoders — набор инструментов для кодирования категориальных признаков, совместимых с библиотекой scikit-learn!
🌟 Это полезно для подготовки данных перед их обработкой моделями машинного обучения, которые работают только с числовыми значениями.
🌟 Библиотека включает различные методы кодирования, такие как One-Hot Encoding, Ordinal Encoding, Target Encoding и другие. Она подходит для работы с категориальными данными в задачах классификации и регрессии, обеспечивая гибкость и простоту интеграции с пайплайнами scikit-learn.
🔐 Лицензия: BSD-3-Clause
🖥 Github
@python_job_interview
👩💻 Flexx — это фреймворк для создания графических интерфейсов на чистом Python с использованием веб-технологий!
💡 Он позволяет разработчикам создавать приложения, которые работают как на настольных компьютерах, так и в браузерах. Основная идея Flexx — это использование Python для описания логики интерфейса, при этом взаимодействие с пользователем реализуется через HTML, CSS и JavaScript, сгенерированные автоматически.
🌟 Ключевая особенность фреймворка — возможность создавать приложения с использованием декларативного подхода. Flexx поддерживает функционально-реактивное программирование (FRP) и предоставляет инструменты для управления состоянием и событийной моделью. Это делает его подходящим выбором для приложений, где требуется динамическое взаимодействие и высокая интерактивность.
🔐 Лицензия: BSD-2-Clause
🖥 Github
@python_job_interview
👩💻 xarray — это библиотека на Python, предназначенная для работы с многомерными массивами данных (например, временные ряды или геопространственные данные) с использованием метаданных!
🌟 Она расширяет функциональность библиотек NumPy и Pandas, добавляя поддержку метаданных, таких как имена измерений, координаты и атрибуты, что упрощает анализ научных и инженерных данных.
💡 Xarray активно используется в научных исследованиях, особенно для обработки климатических, океанографических и спутниковых данных. Библиотека поддерживает интеграцию с другими инструментами для распределённых вычислений, такими как Dask, позволяя обрабатывать большие наборы данных на основе кластеров. NASA также поддерживает развитие xarray для анализа данных, связанных с их миссиями!
🔐 Лицензия: Apache-2.0
🖥 Github
@python_job_interview
"Поступашки — ШАД, Стажировки и Магистратура", - лучше гайд в мире образования и карьеры.
Канал ведут преподаватели Яндекса, ВШЭ и ШАД.
Внутри:
🔺Слив вопросов с собеса в Яндекс
🔺Как бесплатно вкатиться в айти
🔺Подборка топовых магистратур по Data Science
...и еще море полезнейшего контента. Я жалею, что не нашел этот канал раньше.
Подписывайтесь, потом сами себе спасибо скажете: ⬇️
@postypashki_old
👩💻 algorithms — полезный репозиторий с коллекцией алгоритмов, реализованных на языке Python!
🌟 Он охватывает широкий спектр алгоритмических тем, включая сортировку, поиск, работу с графами, структуры данных, динамическое программирование, криптографию и многое другое. Основной целью репозитория является предоставление образовательного ресурса для изучения алгоритмов и улучшения навыков программирования.
🔐 Лицензия: MIT
🖥 Github
@python_job_interview
👩💻 pywebview — это легковесная кроссплатформенная библиотека на Python, которая позволяет создавать графический интерфейс для приложений с использованием веб-технологий, таких как HTML, CSS и JavaScript!
🌟 Она отображает веб-контент в родных окнах GUI на различных операционных системах (Windows, macOS, Linux, Android) с минимальными зависимостями, сохраняя малый размер исполнимого файла. Pywebview поддерживает двустороннюю связь между Python и DOM, что позволяет интегрировать веб-технологии с Python-программами.
🔐 Лицензия: BSD-3-Clause
🖥 Github
@python_job_interview
⚡️ 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