⌨️ Большая подборка тестовых заданий для IT

Здесь собраны реальные задачи от компаний для программистов, тестировщиков и других айтишников.

Особенно здорово раздел по Python — можно и к собесу подготовиться, и просто порешать для себя.

🌐 Ссылка

Всё на русском, много практики.

✅ Мы в Max – подписывайся

🆘 Когда данных слишком много

Нужно найти дубликаты в логах, сравнить большие тексты или посчитать уникальных пользователей, не загружая миллионы записей в память?

Datasketch использует вероятностные алгоритмы, которые позволяют анализировать большие объёмы данных с минимальными затратами памяти и времени.

Установка:

pip install datasketch

⚙️ Документация

Полезный инструмент для дедубликации, анализа логов и потоковых данных.

✅ Мы в Max – подписывайся

📣 Анонимные функции в Python

✅ Мы в Max – подписывайся

🔥 ТОП-5 советов Junior-разработчику от Senior’а

Избегай дублирования кода
🔸 Выноси повторяющуюся логику в функции.

Пиши понятный код
🔸 Именуй переменные осмысленно, избегай «магических чисел».

Тестируй граничные случаи
🔸 Проверяй, как код поведёт себя при нулях, пустых строках и крайних значениях.

Оптимизируй с первого раза
🔸 Используй встроенные методы (join(), filter()) вместо «велосипедов».

Учись на Code Review
🔸 Принимай критику, задавай вопросы и разбирай чужой код.

💡Главное: Чем чище код сейчас — тем меньше «костылей» потом!

✅ Мы в Max – подписывайся

⌨️ Отслеживаем нажатия клавиш в Python

Нужно реагировать на нажатия клавиш или их комбинации прямо из Python?

Библиотека keyboard позволяет перехватывать клавиатурные события и запускать нужный код.

Установка:

pip install keyboard

Например, можно отследить нажатие Esc:

import keyboard

keyboard.wait("esc")
print("Esc нажата")

⚠️ На Linux библиотеке могут потребоваться права администратора.

✅ Мы в Max – подписывайся

⌨️ Продвинутое использование декораторов

В этой статье мы разберем сложные, но практичные примеры использования декораторов в Python. Рассмотрим регистрацию объектов, вложенные декораторы, декорирование классов, работу с методами и сигнатурами функций, а также реализацию декораторов как классов.

Особое внимание уделено особенностям декорирования методов классов и созданию универсальных декораторов через наследование.

📄 Читать

Статья будет полезна разработчикам, которые хотят глубже понять механику декораторов и применять их в реальных проектах.

✅ Мы в Max – подписывайся

🐌 Что тормозит ваш Python-код?

Если программа работает медленно, не всегда понятно, где именно она теряет время.

PyInstrument помогает быстро разобраться: он показывает, какие функции и участки кода выполняются дольше всего.

Установить библиотеку можно так:

pip install pyinstrument

Затем запустите профилирование из терминала:

pyinstrument app.py

После этого PyInstrument покажет отчёт, по которому будет проще найти узкие места в коде.

⚙️ Документация

✅ Мы в Max – подписывайся

❗️Python 3.15 почти готов к релизу

Финальный Release Candidate уже вышел, а стабильный Python 3.15 ожидается 1 октября.

В этот раз акцент не только на синтаксисе.

Разработчики заметно поработали над производительностью и инструментами: улучшили JIT, добавили явные ленивые импорты, новый frozendict, отдельный пакет для профилирования и улучшили сообщения об ошибках.

Также в Python 3.15 UTF-8 становится кодировкой по умолчанию, а некоторые изменения затрагивают типизацию, C API и free-threading.

⚠️ RC уже максимально близок к финальной версии, поэтому самое время проверить свои библиотеки и проекты на совместимость с Python 3.15. (Python.org)

✅ Мы в Max – подписывайся

🐼 Pandas — шпаргалка, которая всегда пригодится

Несколько методов, которые стоит знать:

pd.read_csv() — загрузить CSV
df.head() — посмотреть первые строки
df.info() — узнать структуру данных
df.dropna() — убрать пропуски
df.groupby() — сгруппировать данные
df.merge() — объединить таблицы

На картинке — ещё больше полезных методов для загрузки, анализа, фильтрации и обработки данных.

Сохрани, чтобы не искать каждый раз.

✅ Мы в Max – подписывайся

🐍 Python 3.9. Всё, приехали

Вышел pip 26.1.

Главное: Python 3.9 больше не поддерживается. Для новой версии нужен Python 3.10+.

Обновить:

python -m pip install -U pip

Ещё добавили экспериментальный pylock.toml и немного прокачали работу pip.

✅ Мы в Max – подписывайся

🔻Есть текст. Нужно достать из него самое важное. Без ручной обработки.

Например, из статьи нужно найти людей, компании и даты.

С LangExtract можно просто описать, что искать, а библиотека с помощью LLM сама найдёт нужные фрагменты и свяжет их с исходным текстом.

import langextract as lx

result = lx.extract(
    text_or_documents=text,
    prompt_description="Найди людей, компании и даты",
    model_id="gemini-3.5-flash"
)

Получаем структурированные данные вместо простыни текста.

Установка:

pip install langextract

💡LangExtract умеет работать с длинными документами, облачными и локальными моделями, а ещё визуально показывает, где именно в тексте найден каждый результат.

✅ Мы в Max – подписывайся

🐍 Python 3.15: re.match() уходит в прошлое

re.match() пока никуда не исчезает, но для нового кода его рекомендуют больше не использовать.

Проблема в названии: оно не очень понятно объясняет, что функция ищет совпадение только с начала строки.

В Python 3.15 появился более понятный вариант — re.prefixmatch():

re.search()       # где угодно

re.prefixmatch()  # только с начала

re.fullmatch()    # вся строка

То есть вместо re.match() в новом коде стоит использовать re.prefixmatch().

re.match() получил статус soft deprecated — код продолжит работать, предупреждений не будет и удалять функцию пока не планируют.

✅ Мы в Max – подписывайся

⁉️ Устал искать интересные каналы с новостями мира AI и IT?

📁 ПАПКА С КАНАЛАМИ

В подборке — проекты с практическими знаниями, экспертными разборами и полезными советами.

🤩 Константин Сизов.Давайте об ИТ - серверы, сети, виртуализация и кибербезопасность. 20 лет опыта.

🤩 Домам нужны люди — о недвижимости, цифрах и рынке простым языком.

🤩 Частная Территория - архитектор Юлия Латышева о недвижимости, дизайне и городской среде.

🤩 Канал адвоката Артёма Сидорова. Юридические судебные споры, недвижимость, банкротство и защита бизнеса. Бесплатные краткие консультации.

🤩 Егор Никитин | Event | Нейросети - применение ИИ в event-сфере и бизнесе.

🤩 Канал юриста по недвижимости Олеси Бухтояровой безопасные сделки, проверка квартир, судебная практика и защита от мошенников.

😏 ЗАБРАТЬ ПАПКУ МОЖНО ТУТ

⏰ Папка действует 72 часа.

🔖 каталог статей
https://t.me/ria_realty/19631
https://t.me/MetrKvad/2091

🤩 Организаторы: Green.Papka

📊 Загрузили новый DataFrame и хотите понять, какие признаки связаны между собой?

Не обязательно писать расчёты и строить графики вручную.
dython помогает исследовать взаимосвязи между числовыми и категориальными признаками.

Библиотека рассчитывает разные меры ассоциации и визуализирует результаты с помощью тепловых карт и других графиков.

Установка:

pip install dython

⚡ Когда пригодится? При первичном анализе датасетов, поиске взаимосвязей между признаками и подготовке данных к машинному обучению.

⚙️ Документация

✅ Мы в Max – подписывайся

🔸 Pandas: от базовых операций до продвинутых техник

В этой подборке собраны Jupyter-ноутбуки с практическими примерами работы с Pandas от простых задач до сложных кейсов.

✅ Мы в Max – подписывайся

📅 Работаем с месяцами, а не днями

Как прибавить к дате месяц? Обычная timedelta(days=30) не подходит: в разных месяцах разное количество дней.
А если нужно прибавить именно календарный месяц?

dateutil решает эту задачу с помощью relativedelta.

from datetime import date
from dateutil.relativedelta import relativedelta

next_month = date.today() + relativedelta(months=1)

print(next_month)

Можно прибавлять годы, месяцы, недели и дни, а также вычислять разницу между датами.

Установка:

pip install python-dateutil

❓ Когда это пригодится? При расчёте сроков подписок, дат платежей, дедлайнов и напоминаний.

⚙️ Документация

✅ Мы в Max – подписывайся

🌐 Проверяем скорость интернета через Python

Можно проверить скорость загрузки и отдачи прямо из Python, без браузера и сторонних сервисов.

Для этого есть библиотека internetspeedtest.

Устанавливаем:

pip install internetspeedtest

Минимальный пример:

from internetspeedtest import InternetSpeedTest


def check_speed():
    speedtest = InternetSpeedTest()

    speedtest.get_best_server()

    download = speedtest.download()
    upload = speedtest.upload()

    print(f"Download: {download:.2f} Mbps")
    print(f"Upload: {upload:.2f} Mbps")


check_speed()

Запускаем скрипт и получаем примерно:

Download: 94.52 Mbps
Upload: 48.71 Mbps

💡 Удобно, если нужно добавить проверку скорости интернета непосредственно в Python-скрипт или автоматизацию.

✅ Мы в Max – подписывайся