И чаепитие это очень специальное 🥳

Чем запомнилась конференция Moscow Python Conf ++, чем выделялась среди отраслевых IT-форумов, какой профит и удовольствие принесла участникам — смотрите в нашей короткой фотозарисовке.
https://habr.com/ru/company/oleg-bunin/blog/449200/

​Привет, друзья!
Кажется, мы слишком долго молчали, а ведь нам есть, о чем рассказать. Дата следующей Moscow Python Conf++ точно определена — 27 марта, и мы вовсю работаем над программой. Несколько докладов даже уже утверждены. Изучайте темы, пишите в чат конференции, чего не хватает, или подавайте доклады (дедлайн 13 января).

А еще сегодня мы не с пустыми руками, а с текстовой версией одного из лучших докладов Moscow Python Conf++: предсказанием Максима Лапшина, куда будет двигаться Python по опыту других языков.

C 20 декабря повышаем цены на Moscow Python Conf++. Забронируйте билет и у вас будет ещё несколько дней, чтобы принять решение.

Рабочий год только начался, а дедлайны уже близко!

13 января (понедельник) закрываем приём докладов на Moscow Python Conf++. Если вы работаете c Python и хотите поделиться своим опытом, собирайтесь с мыслями и подавайте заявку. Программный комитет не ждёт наступления дедлайнов, и работа с докладами идёт по мере поступления заявок.

Тот самый понедельник!

Сегодня закрываем приём заявок на Moscow Python Conf++ 2020. Осталось всего несколько часов, чтобы успеть запрыгнуть в последний вагон.

Если вы планируете посетить конференцию как слушатель, билеты можно приобрести здесь. Повышение цен 31 января.

На Moscow Python Conf++ Никита Воронов будет выступать с докладом о Dependency Hell. Перед конференцией Никита Соболев взял у него интервью, расспросил о докладе и узнал о резолвинге зависимостей, боли плохих решений, DepHell, pip, принципе first match wins, Гвидо и сообществе, Pipflie, инкрементальном развитии Python, какое решение из Go можно было бы взять в Python, и будущем экосистемы в плане работы с зависимостями. https://habr.com/ru/company/oleg-bunin/blog/483920/

На Moscow Python Conf 2019 Глеб Ивашкевич объяснил, зачем нужны новые языки и почему иногда Python не хватает. Рассказал, что в Julia интересного, о её сильных и слабых сторонах, сравнил с другими языками. Показал, перспективы использования этого языка в машинном обучении и вычислениях вообще.

Расшифровку доклада читайте на Хабре https://habr.com/ru/company/oleg-bunin/blog/476114/.

​Мы приняли в программу Moscow Python Conf++ все 24 доклада (смотрите их на странице https://conf.python.ru/moscow/2020/abstracts/ с зеленой пометкой «Доклад принят в программу конференции») и выходим в фазу активной работы со спикерами.

Например, записываем и публикуем интервью. Читайте разговор с Владимиров Филоновым о том, что такое legacy, как им поменьше зарастать, как бороться, когда уже по уши в legacy, а когда всё бросать и писать заново, на Хабре: https://habr.com/ru/company/oleg-bunin/blog/486142/

Спойлер: Владимир говорит, что переписывать полностью никогда ничего не надо. Но справиться с legacy всё равно можно 💪

​Moscow Python Conf++ еще только 27 марта, а Никита Соболев из Программного комитета уже призывает нас выйти на бой со страшными чудовищами, которые, возможно, уже обжились в нашем Python-коде. Что это за твари и как с ними бороться, читайте в статье.

Что ж, попробуем! А если поймем, что нужна помощь, изучим расписание и запланируем участие в конференции.

​На Moscow Python Conf++ 27 марта в центре Москвы будет: 3 потока докладов, поток воркшопов и митапов, 4 Core-разработчика (тут мы считаем и заведующего разработкой Pytest и Hypothesis), 6 зарубежных спикеров с нетривиальным опытом, доклады от Microsoft, Wargaming, JetBrains, Parallels, EPAM, Booking.com, Tinkoff и других не менее интересных компаний.

Григорий Петров лично проверил, что в расписании нет ни одной проходной темы, и рассказывает о спикерах в статье на Хабре:
https://habr.com/ru/company/oleg-bunin/blog/488006/

Moscow Python Conf++, считай, через месяц. У Программного комитета всё готово, а работа организаторов мероприятия и спикеров в самом разгаре. Пора подключаться и участникам!

Начнем подробно изучать расписание с доклада-введения — «Introduction to low-level profiling and tracing».

🗂 Christian Heimes — Core-разработчик CPython, член Python security team и Python Software Foundation, работает в Red Hat и специализируется на профилировании и ускорении Python-кода.
📆 27 марта в 16:00 в зале 3 Кристиан расскажет, как понять, почему код тормозит и что с этим делать.

📌 NB: Этот доклад отлично дополнит воркшоп Алексея Романова из Wargaming.

​🗂Андрей Светлов — Python Core Developer, разработчик asyncio и автор aiohttp.

🗓 Доклад Андрея традиционно посвящен асинхронности и называется «Многопоточность и async/await: подход разный, проблемы общие». Проблемы современных разработчиков с использованием асинхронного подхода далеко не новы. Копнув немного вглубь истории разработки, узнаем, как похожие проблемы решались 10, 20 лет назад, и попробуем понять, как с ними удобнее всего справляться сейчас.

Кирилл Борисов в прошлом году рассказывал о работе с legacy-кодом и попытках внедрить в него тесты. Читайте в статье по следам того выступления, как укрощать зверя, то есть legacy-код: работать с кодом и людьми, внедрять тестирование, и зачем вообще это нужно разработчику.

А 27 марта Кирилл расскажет о технической стороне рефакторинга кода с Python 2 на Python 3. Что может быть актуальнее, да еще если подкреплено опытом такой крупной компании как Booking.com!

​Мы так и не определились, считать ли Python Core-разработчиком заведующего разработкой Pytest и Hypothesis, помогите нам 🤔

В любом случаем, ждём доклад «Sufficiently Advanced Testing» с нетерпением.

🗂 Zac Hatfield-Dodds — Core-разработчик библиотеки для написания unit-тестов и мэйнтейнер Pytest. В ходе доклада Зак поделится своим мнением о современном тестировании и обсудит с гостями конференции их вопросы.

​Шесть спикеров Moscow Python Conf++ сделают доклады на английском. Мы сгруппировали их в один поток в третьем зале (и пометили «en» в расписании). Синхронного перевода не будет — мы пробовали, получается плохо — поэтому если считаете, что это помешает получить максимум пользы, выбирайте другие выступления. Для этого у нас четыре параллельных трека.

🗂 Nicola Iarocci — автор большого количества популярных библиотек и создатель REST-фреймворка Eve.

🗓 Свой доклад Николя посвятит фреймворку для валидации данных Cerberus. С вопросами валидации данных рано или поздно сталкивается каждый проект, поэтому настоятельно рекомендуем.

​🗂 Юлия Волкова работает в компании заказной разработки, в которую клиенты время от времени приносят legacy Python код на поддержку, починку и развитие. Если звезды складываются неудачно — такого кода десятки тысяч строк, а тестов к нему очень мало. Это приводит к печальной ситуации «тестов нет, код рефакторить нельзя». А работать с кодом надо надо: вносить изменения, фиксить баги, организовывать новую функциональность.

Раз за разом обкладывая тестами legacy-код Юлия стала замечать, что многие штуки можно сделать автоматически. Конечно, утилиты не смогут «понять» код и написать к нему «правильные» тесты — иногда такая задача предельно сложна даже для опытного разработчика. Зато автоматика сможет сделать много простых тестов на граничные случаи и создать «boilerplate» код, который можно дорабатывать напильником самому.

📆 27 марта в 16:00 в зале 2 Юлия расскажет о своих приключениях на пути от начальной идеи до работающего open source прототипа по автогенерации тестов.

А пока мы опубликовали интервью, в котором расспросили, откуда появилась сама идея, что лежит в основе и с чем еще предстоит справиться. Читайте на Хабре, чего стоит заставить машину генерировать тесты из кода без контрактов и дополнительных инструкций: https://habr.com/ru/company/oleg-bunin/blog/490670/

​🗂 Пётр Ермаков специализируется на Data Science: за его плечами HeadHunter, Mail.ru, 5 лет преподавания, сейчас он работает с данными в Lamoda и в прошлом году запустил собственную школу машинного обучения DataGym.

Какой доклад можно приготовить с таким бэкграундом? Например, про организацию работы дата саентистов на одном жирном сервере, чтобы им не было мучительно больно совместно творить добро и передавать свои наработки опытным разработчикам.

💫 В центре внимания — Jupyter Notebook, в последние годы ставший одновременно и пропуском в профессию дата сайентиста, и главным инстурментом в их работе. Но то, что хорошо для обучения, не всегда хорошо для решения бизнес-задач крупных компаний и создания надежных сервисов. То, как математики и аналитики используют Jupyter, часто вызывает скупую слезу у разработчиков и заставляет вспомнить демотиватор «я сделаль».

В качестве одного из ключевых инструментов по уменьшению хаоса работы с юпитером Пётр расскажет о JupyterHub — штуке для совместного, правильного использования юпитера командой дата саентистов.

🗓 Доклад сугубо практический: какие были сложности при развертывании и использовании хаба, как решать популярные задачи, что с интеграциями и стоит ли вообще игра свеч или нужно просто брать неработающие ноутбуки сайентистов и переписывать их силами командой разработки. Если в вашем проекте есть data science (а где его теперь нет), не пропустите выступление Петра Ермакова.

​На повестке снова ML!

Как известно, Machine Learning часто начинается с ноутбука разработчика, на котором он и данные подготавливает, и модели обучает, и на прод получившееся деплоит. Когда данных становится слишком много, то ноутбук заменяют на что-нибудь серверно-распределенное, например Spark с его заслуженным интерфейсом PySpark. Но что делать с обучением моделей?

Перенести ML-решения из нераспределенной среды в распределенную не так просто, и Андрей Гаврилов из EPAM уже несколько раз сталкивался с такими ситуациями на разных проектах.

🗓 В своё докладе Андрей расскажет о своей практике адаптации алгоритмов машинного обучения к распределенной среде и миграции c Scikit-learn на аналоги из библиотеки распределённого машинного обучения MLlib. Будут подробно рассмотрены причины такой миграции, имеющиеся технологические ограничения, разница между распределенным и нераспределенным пайплайном.

​Владимир Колясинский расскажет о Celery — одной из самых популярных очередей задач для Python — и брокерах сообщений. В течение девяти лет в Яндексе брокером была MongoDB, и альтернатив особо не наблюдалось, но со временем скопилась критическая масса «хотелок», и команда разработки отправилась на поиски замены!

В докладе Владимир расскажет про возможные альтернативы: RabbitMQ, Redis и собственную наработку Яндекса «YMQ». Сравнит их друг с другом и подчеркнет достоинства и недостатки, специфичные для больших компаний и сложных проектов. Но выбор нового брокера — только половина работы.

Вторая часть доклада будет посвящена вопросам переезда на новый брокер, и поднятые в ней темы будет интересно обсудить гораздо большему кругу разработчиков. Что нужно поменять в коде вообще и Django в частности, куда смотреть на графики и что из «хотелок» в результате удалось воплотить в жизнь — все это через призму большой компании и высоконагруженной разработки на Moscow Python Conf++ 27 марта.

Что такое DDD и какие инструменты в нем есть, читайте в статье, основанной на докладе Артёма Малышева на Moscow Python Conf++ 2019.

В статье обсуждаем подход DDD в Python, инструменты, подводные камни, контрактное программирование и проектирование продукта вокруг решаемой проблемы, а не используемого фреймворка. Всё, чтобы ваш проект не получился похожим на синего кита — морское животное, которое не может дышать под водой.