Поэтому в этой статье мы разберём эту тему с акцентом на практическую пользу. Мы разберём:

- как достать данные о товарах и ценах из WB,

- как превратить их в удобные таблицы или графики,

- и как использовать их для анализа конкурентов и рынка в целом.

Всем привет! Меня зовут Максимов Максим, я — NLP‑инженер в компании red_mad_robot. Сегодня я хотел бы представить вам практическое руководство по запуску и использованию популярных инструментов для работы с LLM.

Нет четкого и фиксированного определения AI‑агента, но многие крупные компании дают схожие описания, по которым мы можем понять что это такое. Давайте рассмотрим определения агента от Anthropic, Hugging Face и Сбера.

Многие начинающие разработчики сталкиваются с задачей, где нужно получить данные с сайта, а открытого API у него нет или его использование по каким-либо причинам невыгодно.

Самый очевидный из вариантов — парсинг HTML, но здесь часто возникает проблема: часть данных подгружается через JavaScript. В такие моменты использование условного requests и BeautifulSoup бесполезно.

Если программирование напоминает волшебство, то веб-скрапинг — это очень сильное колдунство. Написав простую автоматизированную программу, можно отправлять запросы на веб-серверы, запрашивать с них данные, а затем анализировать их и извлекать необходимую информацию. Новое расширенное издание книги знакомит не только с веб-скрапингом, но и поможет собрать любого вида данные в современном Интернете.

Недавно на работе передо мной возникла задача максимально быстро погрузиться в автоматизированное тестирование с ранее мной не использовавшимся фреймворком pytest. Почитав порядка десяти статей на Хабре я понял, что в каждой из статей есть много всего интересного, а чтобы системно погрузиться — необходимо идти читать документацию. Я решил, в привычной мне манере, разобраться и систематизировать самый сок для того, чтобы быстро въехать в суть и важные тонкости положив основу для дальнейшего использования.

Тестируем реальные сценарии, измеряем RPS, смотрим на потребление памяти и разбираемся, когда самая разумная стратегия — это просто подождать и обновить Python на free-threading версию.

Вы освоили синтаксис Python: знаете, чем список отличается от кортежа, и можете написать базовую функцию. Это фундамент. Но сам по себе он не позволит вам парсить сайты, работать с API или автоматизировать рутинные отчеты. Реальная продуктивность разработчика начинается там, где в игру вступают библиотеки. Именно этот переход от академических знаний к решению прикладных задач часто становится первым серьезным барьером для начинающих.

Я бы хотел с вами поделиться своими наработками по теме бэкенд-приложений и предоставить вам шаблон-прототип, который, как мне кажется, может закрыть подавляющее большинство потребностей при их разработке.

Изменений в версии 6.0 много... В этой статье мы подробно разберем нововведения Django 6.0 и выделим критические изменения, нарушающие обратную совместимость, на которые стоит обратить внимание.

Сегодня девятое октября 2025 года, прошла всего пара дней после официального релиза Python 3.14. Давайте снова запустим бенчмарки, чтобы проверить, насколько быстра новая версия Python!

2025 год. Эпоха, когда ИИ генерирует код, модели меняются каждые полгода, а техлид должен разбираться не только в паттернах, но и в условиях лицензионного соглашения....

В первой половине года мы провели исследование рынка Python-разработки и узнали, как меняются требования работодателей и к чему стоит готовиться джуниору при трудоустройстве. Рассказываем самое важное.

Недавно OpenAi выпустила новую модель Sora 2, которая взорвала интернет благодаря бесплатному доступу и большим лимитом на генерации. Каждый день пользователю доступна генерация 30 видеороликов длительностью по 10 секунд или 15 видеороликов по 15 секунд.

Это привело меня к мысли, что на её основе можно начать раскрутку соцсетей органическим трафиком. Но как выделиться среди других?

Книга «Python и наука о данных для чайников» покажет, как использовать язык Python для создания интересных вещей с помощью науки о данных.

Вы увидите, как установить набор инструментов Anaconda, благодаря которому работа с Python станет очень простой.
Здесь вы откроете для себя инструмент Google Colab, позволяющий писать код в облаке с помощью обычного планшета.
Вы узнаете, как выполнять все виды вычислений, используя последнюю версию языка Python.
Вы также научитесь использовать различные библиотеки, обеспечивающие научный статистический анализ, построение диаграмм, графиков и многое другое.

Чем популярнее становится FastAPI, тем сильнее критикуют Django. И не просто критикуют. Брезгуют? Пренебрегают? Всего понемножку. Всё чаще слышу, что Django - пережиток прошлого. Любой проект на Django - устаревший мусор. Любой "джанговод" - просто не знает, что тоже устарел. Объективно ли это? Нет, не объективно. Если отвёртка плохо забивает гвозди, это не значит, что отвёртки устарели — просто это не их задача.

В 2025 году Python находится на пике: он стандарт в AI и Data Science, его экосистема огромна. Но этот успех построен на его роли «языка-клея», управляющего высокопроизводительными низкоуровневыми библиотеками. Мы получили феноменальную скорость разработки, но заплатили за это производительностью самого интерпретатора....

Когда объясняешь школьникам или студентам, как работает сортировка, графика говорит громче слов. Наверняка, в интернете полно обзоров и сравнительных анализов различных алгоритмов сортировки, но я не нашел ничего что объединяло бы самые популярные алгоритмы в одном сравнительном экстазе. Поэтому я написал визуализатор, который показывает в реальном времени, как разные алгоритмы сортируют один и тот же массив — одновременно.

Эта статья — систематизация того опыта. Это история о том, как, стремясь создать production-ready сервис из простого Kaggle-блокнота, я прошел через несколько этапов отладки, каждый из которых преподал мне ценный урок.