Какой стиль API на самом деле стоит использовать?

Вот список самых сильных вариантов и чем каждый из них выделяется.

1. SOAP (Simple Object Access Protocol)

Этот подход к созданию веб-сервисов существует уже давно.

Он может работать поверх разных протоколов и использует сообщения на основе XML.

Поддерживает разные протоколы и сообщения в XML-формате.

В основном применяется в корпоративных системах, где важно соблюдать строгие правила и формальные спецификации.

2. REST (Representational State Transfer)

Большинство современных веб-сервисов используют этот архитектурный стиль.

REST API используют URI для адресации ресурсов и стандартные HTTP-методы для работы с ними.

Они stateless, то есть каждый запрос содержит всю необходимую информацию. Благодаря этому такие API остаются гибкими и хорошо масштабируются.

3. GraphQL

Это язык запросов, который позволяет клиенту точно указывать, какие данные ему нужны.

Это помогает избежать как лишней загрузки данных, так и нехватки данных, а также снижает сетевые накладные расходы.

Обычно ответы отправляются в формате JSON, который позволяет удобно представлять сложные иерархические структуры данных.

GraphQL хорошо подходит для кастомных запросов и случаев, когда требования к данным со временем меняются.

4. Webhook

Это механизм, который позволяет серверам уведомлять другие системы в реальном времени при наступлении определённых событий.

Он использует HTTP callbacks и гибкий формат payload, чаще всего JSON.

5. WebSocket

Этот протокол поддерживает постоянное соединение и позволяет обмениваться данными в обе стороны в реальном времени.

WebSocket хорошо подходит для приложений, которым нужно часто и быстро отправлять и получать данные. Например, для онлайн-игр или чатов в реальном времени.

Он позволяет сократить количество отдельных HTTP-запросов.

6. gRPC

Это современный фреймворк, который использует Protocol Buffers для сериализации данных в компактный бинарный формат.

Его часто применяют в микросервисных системах из-за высокой производительности.

Сообщения gRPC компактные и эффективные.

👉 @PythonPortal

Это, пожалуй, одна из лучших технических книг о том, как большие языковые модели обучают в огромных масштабах:

> память GPU и профилирование
> разбиение вычислений на блоки, объединение ядер и FlashAttention
> параллелизм по данным, тензорам, конвейеру и контексту

Я уже прочитал бесплатную онлайн-версию, но всё равно пришлось купить бумажную копию для своей библиотеки.

Бесплатно прочитать её можно и на Hugging Face:

https://huggingface.co/spaces/nanotron/ultrascale-playbook

👉 @PythonPortal

Каждый новый else if — это ещё одно критическое допущение, о котором ты уже забыл.

Убери один граничный случай — и смотри, как вся конструкция начинает шататься.

👉 @PythonPortal

Проверка уникальности работает через =, а NULL = NULL не даёт true. По умолчанию NULL не считается уникальным значением.

Postgres не может доказать равенство двух NULL, поэтому пропускает обе строки.

Простой пример, где это ломается, — составной ключ:

-- UNIQUE (user_id, org_id, deleted_at)

INSERT INTO memberships VALUES (1, 10, NULL);
INSERT INTO memberships VALUES (1, 10, NULL);

-- обе строки будут вставлены

В итоге можно получить две активные записи membership для одного и того же пользователя, потому что ограничение уникальности вообще не срабатывает.

NULLS NOT DISTINCT

Начиная с Postgres 15, уникальные ограничения и индексы могут считать NULL равными:

UNIQUE NULLS NOT DISTINCT (user_id, org_id, deleted_at)

Второй INSERT уже завершится ошибкой.

Но это также запретит две строки с одинаковым значением deleted_at, а не только две активные строки.

Частичный уникальный индекс

Если уникальность нужно обеспечить только для активных строк, используйте partial unique index:

CREATE UNIQUE INDEX ON memberships (user_id, org_id)
WHERE deleted_at IS NULL;

👉 @PythonPortal

GPT-6 Astra дали роботизированную руку, кисть и камеру, а затем попросили нарисовать мост Золотые Ворота в реальном мире.

Модель сама разобралась, как управлять роботом, и с каждой новой попыткой рисовала всё лучше.

Самое впечатляющее здесь даже не картина. Astra училась на собственных попытках и улучшала результат уже в физическом мире.

👉 @PythonPortal

«Understanding Linear Algebra» — бесплатный учебник, который связывает теоретические основы линейной алгебры с практическими применениями и информатикой.

Он охватывает широкий круг тем: системы уравнений, векторы и матрицы, линейные комбинации, матричные преобразования, базисы и системы координат, определители, подпространства, собственные значения и собственные векторы, динамические системы, цепи Маркова, ортогональность, метод наименьших квадратов, сингулярное разложение и многое другое.

Очень полезный материал для тех, кто изучает линейную алгебру. Стоит сохранить как справочник.

https://scholarworks.gvsu.edu/cgi/viewcontent.cgi?article=1026&context=books

👉 @PythonPortal

Профессор кафедры машиностроения Вашингтонского университета Стив Брантон выложил на YouTube полный курс по теории управления для магистрантов и аспирантов. Бесплатно.

Курс называется Control Bootcamp.

Линейные системы, устойчивость и собственные значения, управляемость и наблюдаемость, размещение полюсов, фильтр Калмана, LQR / LQG, робастное управление, MPC — всё разбирается последовательно и с примерами в Matlab.

Брантон — Boeing Professor of AI & Data-Driven Engineering в Вашингтонском университете. Он получил степень бакалавра по математике в Caltech с дополнительной специализацией по управлению и динамическим системам, а затем докторскую степень по механической и аэрокосмической инженерии в Princeton.

Плейлист: https://youtube.com/playlist?list=PLMrJAkhIeNNR20Mz-VpzgfQs5zrYi085m

👉 @PythonPortal

Репозиторий содержит Jupyter-ноутбуки к книге O’Reilly «Transformers: The Definitive Guide».

Внутри — код для задач компьютерного зрения, временных рядов, обработки аудио и обучения с подкреплением.

https://github.com/Nicolepcx/transformers-the-definitive-guide

👉 @PythonPortal

Python-библиотека для получения цен и расписания рейсов из Google Flights.

https://github.com/AWeirdDev/flights

👉 @PythonPortal

Hugging Face завершила серию Training Agents — шесть практических воркшопов про оценку и обучение ИИ-агентов.

За полгода команда разобрала весь путь: от бенчмарков и SFT на трассах агентов до дистилляции, GRPO и обучения внутри реальных сред.

В финальной части они собрали среду на OpenEnv, подключили её к TRL и обучили реального агента для программирования OpenCode через Harbor в песочницах Hugging Face.

Все шесть записей уже доступны бесплатно, весь код открыт. Серия набрала более 300 тысяч просмотров.

Плейлист:
https://youtube.com/playlist?list=PLo2EIpI_JMQvQZm-kVlz4wY1vWF0LBcf5

👉 @PythonPortal

Если полностью разберётесь в этой статье, то будете понимать инференс лучше 90% людей.

И это, кстати, всего лишь первый материал в репозитории AI Performance Engineering.

Страшно представить, сколько знаний в остальных.

https://github.com/wafer-ai/gpu-perf-engineering-resources

👉 @PythonPortal