🌐 Maigret (https://github.com/soxoj/maigret) — это инструмент OSINT (разведки на основе открытых данных), который позволяет находить профили пользователей в более чем 2000 онлайн-сервисах на основе имени пользователя!

🌟 Он анализирует доступную информацию, такую как социальные сети, форумы и платформы, и создает отчет о найденных профилях.

🔐 Лицензия: MIT

🖥 Github (https://github.com/soxoj/maigret)
(https://t.me/)
@python_be1

Чем первое выражение отличается от второго?
@python_be1

Всем Привет ! Совсем скоро в Москве пройдут крупнейшие в России конференций в сфере IT . 📈
❗ В связи с этим открываем набор волонтеров.❗
Спеши отправить заявку✍
Чтобы стать частью команды, заполняйте анкету:
https://docs.google.com/forms/d/e/1FAIpQLSfDAt6SbQpsseHzSFDJMdGovj23_S39an4b1Qq8zVVsDDargQ/viewform?usp=dialog

Это отличная возможность приобрести ценный опыт организации крупнейших IT-конференций в стране, пообщаться с топовыми специалистами IT-сферы и приобрести множество полезных знакомств.

За помощь на конференции вы получаете:
— записи всех докладов;
— возможность попасть на нашу конференцию бесплатно;
— мерч и питание. 🐥

Ближайшие конференции состоятся уже совсем скоро и пройдут в Москве:
— JPoint (3-4 апреля)
— Heisenbug (5-6 апреля)
— HolyJS (7-8 апреля)
— Mobius (9-10 апреля)
Расписание всех конференций и их подробное описание вы найдете на сайте: https://jugru.org

Мы ждем именно тебя 👈

Если готов - ПИШИ
VK: vk.com/creeeon
TG: @soallgoodman (https://vk.com/id271544493)
@python_be1

Почему ваш SSD “умирает”? Тайны TBW и DWPD
@python_be1

IconMatch — Python библиотека построенная на основе OpenCV.

Позволяет пользователям легко находить и выбирать значки на экране в любой среде, что упрощает добавление данной функциональности в ваши программы.

Ключевые особенности включают в себя обнаружение областей с высокой вероятностью, что это значки, на которые можно нажать, и обнаружение ближайшего к ним прямоугольника — точки интереса.

https://github.com/NativeSensors/IconMatch
@python_be1

🖥 Validators (https://github.com/python-validators/validators?tab=readme-ov-file) — это библиотека Python, предназначенная для простого и эффективного валидирования данных!

🌟 В отличие от других инструментов, требующих определения схем или форм, Validators позволяет проверять отдельные значения без необходимости в сложной настройке. Она предоставляет функции для проверки различных типов данных, включая электронные почты, URL, IP-адреса, доменные имена и другие.

🔐 Лицензия: MIT

🖥 Github (https://github.com/python-validators/validators?tab=readme-ov-file)


@python_be1

‍🖥 Aiopandas - легковесный патч для Pandas, который добавляет нативную async поддержку для самых популярных методов обработки данных: map, apply, applymap, aggregate и transform.

Позволяет без проблем передавать async функции в эти методы. Библиотека автоматически запустит их асинхронно, управляя количеством одновременно выполняемых задач с помощью параметра max_parallel.

✨ Ключевые возможности:

▪ Простая интеграция: Используйте как замену стандартным функциям Pandas, но теперь с полноценной поддержкой async функций.
▪ Контролируемый параллелизм: Автоматическое асинхронное выполнение ваших корутин с возможностью ограничить максимальное число параллельных задач (max_parallel). Идеально для управления нагрузкой на внешние сервисы!
▪ Гибкая обработка ошибок: Встроенные опции для управления ошибками во время выполнения: выбросить исключение (raise), проигнорировать (ignore) или записать в лог (log).
▪ Индикация прогресса: Встроенная поддержка tqdm для наглядного отслеживания процесса выполнения долгих операций в реальном времени.

🖥 Github: https://github.com/telekinesis-inc/aiopandas

#python #pandas #asyncio #async #datascience #программирование #обработкаданных #асинхронность
@python_be1

🖥 Подготовка к собеседованию на Python (https://github.com/yakimka/python_interview_questions/blob/master/questions.md)разработчика: нашел сборник самых частых вопросов с ответами и примерами кода.

Это квинтэссенция примеров кода и паттернов, охватывающая 99% возможных вопросов на собеседовании.

Шпаргалка объемная, время чтения - 96 минут.

На русском языке.

🟢Github (https://github.com/yakimka/python_interview_questions/blob/master/questions.md)
🟢Видео (https://www.youtube.com/watch?v=zKkuWq0vIPE)
🟢Полный список (https://uproger.com/bolee-100-voprosov-s-sobesedovaniya-python-razbor-realnyh-voprosov/)
@python_be1
https://github.com/yakimka/python_interview_questions/blob/master/questions.md

Что выведет код?
@python_be1

Каким будет вывод этого кода в консоли?
@python_be1

‍📹 Топ-11 технических YouTube-каналов для изучения ИИ с нуля:

1) Andrej Karpathy ( https://www.youtube.com/andrejkarpathy) сочетание общего и технического контента, плейлист "Zero to Hero" обязателен к просмотру

2) Uproger (https://www.youtube.com/@uproger) — доступные уроки по программированию и ИИ, идеально для начинающих и тех, кто хочет углубить свои знания.

3) Umar Jamil ( https://www.youtube.com/@umarjamilai ) технический блог, где автор реализует методы ML и LLM с нуля

4) Simon Oz (https://www.youtube.com/@szymonozog7862) — технические видео по низкоуровневому машинному обучению

5) Tunadorable (https://www.youtube.com/@Tunadorable) — отличные обзоры научных статей, реализация

6) GPU Mode ([#​alias|[#alias|www.youtube.com/@GPUMode)—|www.youtube.com/@GPUMode)—]|[#alias|www.youtube.com/@GPUMode)—|https://www.youtube.com/@GPUMode)—]] технические интервью и разборы всего, что связано с GPU

7) AI Jason ( https://www.youtube.com/@AIJasonZ ) эксперименты с ИИ, дизайн ПО и новые модели, с понятным и полным разбором.

8) Ferdinand Mom (https://www.youtube.com/@FerdinandMom) — всё о распределённом обучении и выводах

9) Welch Labs ( https://www.youtube.com/@WelchLabsVideo ) уникальный глубокий взгляд на комплексность алгоритмов машинного обучения.

10) Artem Kirsanov (https://www.youtube.com/@ArtemKirsanov) — нейронаука и машинное обучение с необычного авторского взгляда + отличная визуализация контента.

11) David Ondrej ( https://www.youtube.com/@DavidOndrej ) новые модели, создание приложений с ИИ, практично для разработчиков https://t.co/BEOr0MgHag @DavidOndrej1

12) 3Blue1Brown (https://www.youtube.com/c/3blue1brown)
Потрясающие визуализации, которые делают абстрактные математические концепции понятными и интуитивными.

13) Lex Fridman (https://www.youtube.com/c/LexFridman)
Глубокие беседы с лидерами индустрии ИИ, позволяющие получить широкий взгляд на современные тенденции.

14) Machine Learning Street Talk (https://www.youtube.com/c/MachineLearningStreetTalk)
Технические погружения и обсуждения с ведущими исследователями в области ИИ и машинного обучения.
Ссылка:

15) StatQuest with Joshua Starmer PhD (https://www.youtube.com/c/statquest)
Доступные и понятные объяснения основ машинного обучения и статистики для начинающих.

Этот список для технической аудитории. Очень сложно выбрать всего 15 каналов, ведь есть множество других, создающих отличный контент.

Если знаете ещё каналы, дайте пишите в комментариях!
@python_be1

🖥 dateutil — это библиотека Python, которая расширяет стандартный модуль datetime, упрощая работу с датами и временем!

🌟 Она позволяет парсить даты из строк, работать с относительными интервалами (relativedelta), создавать сложные правила повторения дат (rrule) и поддерживает часовые пояса через модуль tz. Это делает dateutil удобным инструментом для работы с календарными данными и временными интервалами.

🔐 Лицензия: Apache-2.0

https://github.com/dateutil/dateutil
@python_be1