Что такое промежуточное ПО в Django?

👾 — Компонент фреймворка для обработки запросов и ответов
👍 — Соединитель базы данных
🥰 — Механизм рендеринга шаблонов
⚡️ — Библиотека стилей внешнего интерфейса

🤌 Бонусы для подписчиков:
— Скидка 40% на все курсы Академии
— Розыгрыш Apple MacBook
— Бесплатный тест на знание математики

Библиотека задач по Python

Протекает ли переменная цикла из list comprehension во внешнюю область в Python 3?

👾 — Да, как в обычном for
👍 — Нет, у comprehension своя область; переменная не видна снаружи
🥰 — Только у generator expression не протекает
⚡ — Протекает в dict/set comprehensions, но не в list

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

Библиотека задач по Python

Что произойдёт, если переопределить __eq__, но не __hash__?

👾 — Ничего: хеш останется как был
👍 — Экземпляры станут нехешируемыми (__hash__ = None) и их нельзя класть в set/ключи dict
🥰 — Все объекты будут хешироваться по id(obj)
⚡ —Коллекции сами вычислят стабильный хеш по полям

🔹 Курс «Программирование на языке Python»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

Библиотека задач по Python

🔬 Вы когда-нибудь смотрели на код и думали: «Работает, но почему?»

А теперь представьте, что вы:

→ понимаете, почему модель учится слишком медленно или слишком быстро;
→ видите, какие данные реально влияют на предсказание, а какие — шум;
→ знаете, что происходит внутри нейронки.

4 декабря стартует курс «Математика для разработки AI-моделей».

Линал, оптимизация, матан, статистика — всё, что происходит внутри модели между input и output. Практика на Python. Живые разборы с экспертами из SberAI, ВШЭ, Wildberries&Russ.

3 задания + финальный проект. Без теории ради теории — только то, что реально используется в моделях.

🎁 Бонус: курс по школьной математике + тест уровня математики

👉 Записаться

🐍 Учим Python для AI: Математический интенсив

Мы перезапустили легендарный курс по математике с новыми преподавателями и живыми вебинарами.

Что вас ждет:

🔹 Практика в NumPy: создаем массивы, считаем определители и ранги матриц.
🔹 ML с нуля: реализуем линейную регрессию и метод наименьших квадратов.
🔹 Сложные задачи: строим рекомендательную систему через SVD-разложение.

Первая лекция уже прошла, отзывы — огонь! 🔥

Вы еще успеваете влиться в процесс, получить доступ к записям и попасть на следующие лайвы.

Дедлайн регистрации: 9 декабря.

Записаться на курс:
https://clc.to/LojFzw

В Python при сравнении объектов с оператором is и == есть разница. Что наиболее корректно?

👾 — is сравнивает значения объектов, а == — их идентичность в памяти
👍 — is проверяет идентичность (один и тот же объект в памяти), == — равенство значений
🥰 — Оба оператора работают одинаково, разницы нет
⚡️ — is всегда быстрее и потому используется вместо ==

Библиотека задач по Python

Готовитесь к собеседованию в AI?

Вопросы по математической базе — стандартный этап отбора на позиции Data Scientist и ML Engineer. Вас спросят не только про код, но и про то, как работают алгоритмы «под капотом».

Прокачайте хард-скиллы на обновленном курсе «Математика для разработки AI-моделей».

Важный апдейт:

— теперь обучение включает живые вебинары;

— первый прошел, но второй стартует сегодня, 9 декабря;

— это шанс разобрать сложные вопросы с экспертами в прямом эфире.

Что внутри:

— линейная алгебра;

— матанализ;

— теория вероятностей.

Успейте присоединиться к потоку

Что выведет код?

👾 — [7, 19, 45, 89]
👍 — [2, 4, 22, 72]
🥰 — [4, 7, 19, 2, 89, 45, 72, 22]
⚡️ — [2, 4, 7, 19, 22, 45, 72, 89]

Библиотека задач по Python

Ваш Python-сервис должен обрабатывать большое количество одновременных HTTP-запросов. Вы замечаете, что при использовании потоков прироста производительности почти нет. Какой подход наиболее правильный?

👾 — Увеличить количество потоков в ThreadPoolExecutor, чтобы нагрузить CPU
👍 — Перейти на asyncio или uvloop, чтобы эффективно обрабатывать I/O-bound задачи без блокировок
🥰 — Использовать multiprocessing, создавая процесс на каждый запрос
⚡️ — Запускать gc.collect() вручную чаще, чтобы ускорить выполнение потоков

Библиотека задач по Python

В Python-сервисе нужно обрабатывать очень большие объёмы данных построчно из файлов размером в десятки гигабайт. Какой подход наиболее правильный, чтобы избежать проблем с памятью?

Варианты ответа:
👾 — Использовать readlines() для чтения всего файла в список
👍 — Читать файл построчно через итератор (for line in file:)
🥰 — Сначала загрузить файл в pandas.DataFrame, а затем обрабатывать
⚡️ — Использовать json.load() для загрузки файла в память

Библиотека задач по Python

Прокачай свой Python на 100%

Задачи помогают запомнить синтаксис. Фундаментальные курсы помогают понять, почему решение должно быть именно таким. Совмести приятное с полезным.

Оффер 1 + 2:

Платишь за один курс (старший по цене), забираешь три.

Рекомендуем:

— Алгоритмы и структуры данных;
— Математика для Data Science (если смотришь в сторону AI);
— Архитектуры и шаблоны проектирования.

Забрать бандл

До 31 декабря.
Менеджер: @manager_proglib