Тестовое собеседование на Middle Python-разработчика в четверг

14 ноября (в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика.

Как это будет:
1. Савва Демиденко, ex. TechLead в Яндексе, Авито и другом русском бигтехе будет задавать реальные вопросы и задачи разработчику-добровольцу
2. Савва будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью
3. В конце можно будет задать любой вопрос Савве

Что узнаешь на прямом эфире от ШОРТКАТ:
• Чего ждут от кандидатов на Middle позиции в Python-разработке
• Какие вопросы задают на интервью и зачем
• Как подготовиться к собесу, чтобы получить оффер

Это бесплатно? Бесплатно

Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_python_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqxQGM4R

Строковые методы в Python

Управление зависимостями Python — это пожар в мусорном контейнере
Эта статья полностью посвящена методам и инструментам пожарной безопасности. Она о том, как следует думать об управлении зависимостями, какие инструменты следует учитывать для различных сценариев и на какие компромиссы вам придется пойти. Наконец, она раскрывает сложность и сохраняющиеся проблемы в экосистеме. https://nielscautaerts.xyz/python-dependency-management-is-a-dumpster-fire.html

Все, что я узнал о запуске локальных LLM
Пост о запуске больших языковых моделей (LLM) локально на компьютере. В нем обсуждается, что такое LLM и как настроить их для запуска на вашей собственной машине. https://nullprogram.com/blog/2024/11/10/

Понимание мультимодальных LLM
Введение в основные методы и новейшие модели.

https://substack.com/@rasbt/p-151078631

Python в Visual Studio Code – выпуск ноябрь 2024 г.

https://devblogs.microsoft.com/python/python-in-visual-studio-code-november-2024-release/

10 лучших платформ для практики Python


https://www.marktechpost.com/2024/10/29/top-10-platforms-to-practice-python

Middle Python developer в Epoch8

Ищем Python-разработчика для создания и поддержки высоконагруженных API-сервисов, интеграции ML-решений в продакшн и разработки демонстрационных приложений.

Мы в Epoch8 создаем ML-решения, которые не только решают задачи с помощью машинного обучения, но и интегрируются в бизнес через API-сервисы. Наши проекты – это системы рекомендаций, аналитические платформы и многое другое, где важна высокая производительность: до 1000 запросов в секунду с откликом менее 50 мс.
Мы ищем Python-разработчика, который поможет внедрять ML-решения в продакшн и развивать наши сервисы.

Что нужно делать:
— Разрабатывать системы обработки данных для ML-проектов.
— Создавать и поддерживать backend-приложения (БД + API в контейнерах), где ключевые функции реализуются на основе нейросетей.
— Делать небольшие демонстрационные приложения (Flask, React, Dash).

Какие требования:
— Уверенное владение Python 3.x.
— Опыт работы с веб-фреймворками (Django, Flask, Tornado и др.).
— Умение разрабатывать и сопровождать API.
— Опыт создания backend-приложений с нуля до продакшн-запуска.
— Знание SQL (join, вложенные запросы).
— Базовые навыки работы с HTML, CSS, JS.
— Владение Git.

Будет плюсом:
— Глубокое понимание SQL (аналитические функции).
— Опыт с ORM, React, Redux.
— Навыки работы с Docker, K8s.
— Знание систем мониторинга (Prometheus, Grafana).
— Опыт разработки высоконагруженных систем.
— Интерес к машинному обучению.

Откликнуться: https://budu.jobs/vacancy/4b5065bf-d1fa-4351-a6f8-d450f2206bc7?vlid=0b8b7e83-9db5-4dcf-a8b5-3fe894350ccf

Мой путь в машинном обучении: идеальная дорожная карта для новичков

https://medium.com/@ashujha44/my-machine-learning-journey-perfect-roadmap-for-beginners-78208c47fb92

Давайте создадим генератор фотографий на основе ИИ с помощью Python и FastAPI
Этот курс учит, как точно настроить модель ИИ Flux с помощью Replicate для создания персонализированной генерации изображений. Он также охватывает создание службы FastAPI для эффективного доступа и использования этой модели. https://www.youtube.com/watch?v=lV82LDKT16A

В этой статье объясняется, как встроить произвольное сообщение в тензор, содержащий числа с плавающей точкой, и как обнаружить наличие такого сообщения.
https://blog.gabornyeki.com/2024-11-hiding-a-message-in-my-pytorch-weights/

Глубокое погружение в многопоточность, многопроцессорность и Asyncio
Как выбрать правильную модель параллелизма

https://towardsdatascience.com/deep-dive-into-multithreading-multiprocessing-and-asyncio-94fdbe0c91f0

Создание озера данных на основе Python

Использование MinIO, PyIceberge, PyArrow и Postgres https://blog.devgenius.io/building-a-python-based-data-lake-133e3357d4ce

5 инструментов для визуализации моделей машинного обучения

https://machinelearningmastery.com/5-tools-visualizing-machine-learning-models/

Обвиваем YouTube змеем, или как смотреть и скачивать видео с YouTube без VPN на чистом Python-е. Часть 1

https://habr.com/ru/articles/870110/

Как я создал полнофункциональное приложение на базе искусственного интеллекта за 5 часов (агенты, Streamlit, Python и многое другое)

https://www.youtube.com/watch?v=qX3Dq8p7x0Y

Django против FastAPI, честное сравнение

https://www.david-dahan.com/blog/comparing-fastapi-and-django

Я не знал, что наборы Python могут ЭТО делать

https://www.youtube.com/watch?v=Zv_T-y6KKUI

Создание LLM с 2 миллиардами параметров с нуля с использованием Python

https://levelup.gitconnected.com/building-a-2-billion-parameter-llm-from-scratch-using-python-1325cb05d6fb

Узнай свой грейд и зарплату — бесплатно

1. Переходи в бота ШОРТКАТ @shortcut_python_bot
2. Бронируй удобный слот на индивидуальную встречу для тестирования
3. Проходи тест
4. Сразу же на звонке узнаешь свой грейд и з/п в рынке — на основе опыта менторов из бигтеха

Всё просто, даже добавить нечего

Пройти тестирование в ШОРТКАТ ➡️ @shortcut_python_bot

Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2Vtzqvqx1EU

Как парсить сайты с помощью ChatGPT в 2025 году

https://crawlbase.com/blog/chatgpt-web-scraping

Алгоритмы на Python

Алгоритмы — это пошаговые инструкции, которые решают проблемы или выполняют задачи. В широком смысле мы можем классифицировать алгоритмы по категориям в зависимости от их назначения, например, сортировка, поиск, обход графа и оптимизация. Python — отличный язык для изучения и реализации алгоритмического кода. https://towardsdev.com/algorithms-in-python-2c0c791ef6af

Лучшие практики и соглашения FastAPI, которые мы использовали при запуске

https://github.com/zhanymkanov/fastapi-best-practices

Как стать разработчиком ИИ в 2025 году (полное руководство + ресурсы)

https://dev.to/empiree/how-to-become-an-ai-developer-in-2025-full-guide-resources-a0p