Новый челлендж: Agentic Workflow
Писать обычный код — это скучно. Писать код, который думает — это новый уровень.
Proglib Academy запускает углубленный курс по AI-агентам.
Почему стоит идти:
1. Актуальность: LangGraph, CrewAI, MCP — это топ технологии 2026 года.
2. Практика: 13 модулей, домашние задания с Code Review.
3. Портфолио: Ты сделаешь своего агента и защитишь его перед экспертами.
Для тех, кто готов кодить по-взрослому — выбирайте Продвинутый трек.
Старт скоро
Писать обычный код — это скучно. Писать код, который думает — это новый уровень.
Proglib Academy запускает углубленный курс по AI-агентам.
Почему стоит идти:
1. Актуальность: LangGraph, CrewAI, MCP — это топ технологии 2026 года.
2. Практика: 13 модулей, домашние задания с Code Review.
3. Портфолио: Ты сделаешь своего агента и защитишь его перед экспертами.
Для тех, кто готов кодить по-взрослому — выбирайте Продвинутый трек.
Старт скоро
В Python-сервисе нужно обрабатывать большое количество CPU-bound задач (например, шифрование или обработку изображений). Вы используете ThreadPoolExecutor, но прироста производительности почти нет. Какой подход будет правильным?
👾 — Увеличить количество потоков в пуле до числа ядер × 10
👍 — Использовать ProcessPoolExecutor или multiprocessing, чтобы обойти GIL
🥰 — Переписать задачи на asyncio, чтобы они выполнялись конкурентно
⚡️ — Вставить вызовы gc.collect() внутри цикла, чтобы ускорить потоки
Библиотека задач по Python
👾 — Увеличить количество потоков в пуле до числа ядер × 10
👍 — Использовать ProcessPoolExecutor или multiprocessing, чтобы обойти GIL
🥰 — Переписать задачи на asyncio, чтобы они выполнялись конкурентно
⚡️ — Вставить вызовы gc.collect() внутри цикла, чтобы ускорить потоки
Библиотека задач по Python
👍8
Ваш Python-сервис обрабатывает большое количество сетевых запросов. При профилировании видно, что он простаивает, ожидая I/O. Какой подход наиболее правильный для повышения производительности?
👾 — Увеличить количество потоков в ThreadPoolExecutor
👍 — Перейти на asyncio/uvloop и использовать асинхронные драйверы для работы с I/O
🥰 — Запускать каждый запрос в отдельном процессе через multiprocessing
⚡️ — Чаще вызывать gc.collect() для освобождения памяти
Библиотека задач по Python
👾 — Увеличить количество потоков в ThreadPoolExecutor
👍 — Перейти на asyncio/uvloop и использовать асинхронные драйверы для работы с I/O
🥰 — Запускать каждый запрос в отдельном процессе через multiprocessing
⚡️ — Чаще вызывать gc.collect() для освобождения памяти
Библиотека задач по Python
👍10