📝 Подборка вакансий для сеньоров

DevOps-инженер
• CI/CD, Docker, Jenkins, KVM, Kubernetes, Ansible, Bash, Python, GitLab, Grafana
• от 300 000 до 350 000 ₽ | от 3 лет опыта

Python разработчик
• Python, Docker, Kubernetes, SQLAlchemy, PyQt6, lxml, pytest
• Уровень дохода не указан | от 5 лет опыта

Senior Python developer (ServiceController)
• Python, FastAPI, PostgreSQL, SQLAlchemy, Kafka, Docker, Kubernetes
• Уровень дохода не указан | от 3 лет опыта

📈 Подборка статей для вашей карьеры

• В какой момент профессия программиста свернула не туда?

• Офис Intel в Израиле отменил бесплатный кофе

• Войти в IT – в 37 и с дипломом филфака

• Путь к мастерству: Как стать успешным разработчиком

• Галера от HH или джуны по-дешевке

👩‍💻 Файловая система без фокусов: как hard links и XOR сэкономят ваши гигабайты

Статья объясняет концепцию символьных и жёстких ссылок на файлы, акцентируя внимание на hard links в Windows, малоизвестных многим веб-разработчикам. В простых примерах раскрывается принцип работы ссылок и их отличия от привычных ярлыков.

Читать...

👩‍💻 Что такое генераторные выражения в Python и чем они отличаются от списковых выражений?

Генераторные выражения — это компактный способ создания итераторов в Python. Они похожи на списковые выражения (list comprehensions), но возвращают по одному элементу за раз, а не создают сразу весь список. Это делает их более эффективными по памяти, особенно для обработки больших объемов данных.

➡️ Пример:

# Списковое выражение — создает весь список в памяти
squared_list = [x**2 for x in range(10)]
print(squared_list)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# Генераторное выражение — возвращает по одному значению
squared_gen = (x**2 for x in range(10))
print(next(squared_gen))  # 0
print(next(squared_gen))  # 1

🗣 Генераторные выражения экономят память и могут использоваться для последовательной обработки данных, где полный список не нужен.

🖥 Подробнее тут

👩‍💻 Возможности функции scatterplot() библиотеки seaborn

Статья объясняет использование функции scatterplot() из seaborn для визуализации взаимосвязи числовых переменных. Рассказывается о параметрах настройки цвета, размера и стиля точек, что помогает в многомерном анализе данных.

Читать...

👩‍💻 Делаем Телеграм-бота в Cursor AI без знания кода

Статья о создании бота для автоматизации ленты сообщений в Telegram. Как с помощью Cursor AI от Claude реализовать категории через папки и упростить управление новыми каналами.

Читать...

👀 Смотри на свой код глазами юзера

Задачи сделаны, функционал работает, но когда пользователь берёт продукт в руки, начинаются жалобы.

👉 Совет: перед тем как считать задачу завершённой, протестируй её так, как это сделал бы пользователь. Попробуй ввести неправильные данные, пройди весь сценарий с начала до конца. Это простой шаг, который избавит от лишних багрепортов.

🔎 Подборка зарубежных вакансий

Senior Python Developer (релокация на Кипр, Лимасол)
🟢Python, FastAPI, PostgreSQL, asyncio, aiohttp, Docker, Kubernetes, Blockchain, Web3.py
🟢Уровень дохода не указан | 3–6 лет опыта

Senior QA Engineer (Mobile)
🟢Ручное тестирование, TeamCity, 3uTools, ADB/AppCat, Charles Proxy, Qase, Sentry, Amplitude, Python
🟢Уровень дохода не указан | 3–6 лет опыта

Data Analyst Team Lead
🟢SQL (PostgreSQL, Clickhouse), Python, Tableau, A/B тестирование
🟢Уровень дохода не указан | более 6 лет опыта

👩‍💻 Кроссплатформенные приложения на Python с Flet и FastAPI: Полное руководство по разработке

Статья демонстрирует, как с помощью Python и библиотек Flet и FastAPI создавать кроссплатформенные приложения. Рассматриваются подходы к разработке веб, мобильных и десктопных решений без необходимости изучать другие языки.

Читать...

🧠 Самые интересные статьи за последние дни:

• Pygame для начинающих программистов. Статья первая

• Автоматизированное тестирование API с использованием Python. Работа с JSON и JsonPath

• Состояние производительности Python 3.13: Free-Threading

• Переосмысление концепции подсчета ссылок и полный отказ от сборщика мусора

• Не бойтесь потоков в Python, они не кусаются

👩‍💻 Задачка по Python

Напишите скрипт, который проверяет, существует ли указанный файл, и выводит сообщение Файл найден или Файл не найден.

➡️ Пример:

python check_file.py example.txt
Файл найден

Решение задачи ⬇️

import os
import sys

if len(sys.argv) < 2:
print("Использование: python check_file.py <file_path>")
sys.exit(1)

file_path = sys.argv[1]

if os.path.isfile(file_path):
print("Файл найден")
else:
print("Файл не найден")

👩‍💻 Автоматизированное тестирование API с использованием Python. Работа с JSON и JsonPath

В этой статье я даю краткий обзор: в основном это структура данных вида key: value, содержащая примитивные типы данных, такие как строка, логическое значение, числа, а также массивы. JSON очень похож на словарь в Python.

Читать...

👩‍💻 Задачка по Python

Напишите функцию, которая генерирует случайный пароль заданной длины. Пароль должен содержать буквы в верхнем и нижнем регистре, цифры и специальные символы.

➡️ Пример:

print(generate_password(12))  # Ожидаемый результат: Например, "A1b@c3D#e4F!"

Решение задачи ⬇️

import random
import string

def generate_password(length):
if length < 4: # Минимальная длина для разнообразия символов
raise ValueError("Длина пароля должна быть не менее 4 символов")

all_characters = string.ascii_letters + string.digits + string.punctuation
password = [
random.choice(string.ascii_lowercase),
random.choice(string.ascii_uppercase),
random.choice(string.digits),
random.choice(string.punctuation),
]
password += random.choices(all_characters, k=length - 4)
random.shuffle(password)
return ''.join(password)

# Пример использования:
print(generate_password(12))

🔎 Подборка вакансий для джунов

Junior Python Developer
🟢Python, Django, FastAPI, Flask, AsyncIO, SQLAlchemy, PostgreSQL, Docker, Pytest, GNU/Linux
🟢Уровень дохода не указан | 1–3 года опыта

Python разработчик/developer в IT-банк
🟢Python 3, FastAPI, Flask, PostgreSQL, MySQL, Kafka, Cassandra, Clickhouse, Redis, Elasticsearch, Асинхронное программирование, Многопоточное программирование
🟢Уровень дохода не указан | 3–6 лет опыта

Junior Python Developer
🟢Python, Django, FastAPI, Flask, AsyncIO, SQLAlchemy, PostgreSQL, Docker, Pytest, GNU/Linux
🟢Уровень дохода не указан | Без опыта

👩‍💻 FastAPI + APScheduler: Простой пошаговый гайд по созданию асинхронного API для мониторинга валют по расписанию на Python

Статья объясняет создание асинхронного API на FastAPI для мониторинга валютных курсов. Рассматриваются парсинг данных, настройка APScheduler, аутентификация и развертывание сервиса с фильтрацией и REST API.

Читать...

👩‍💻 Что такое list comprehension в Python и как он работает?

List comprehension — это лаконичный способ создания списков в Python. С его помощью можно быстро преобразовать или отфильтровать элементы из другого итерируемого объекта, написав компактный и читаемый код.

➡️ Пример:

# Создание списка квадратов чисел от 0 до 9
squares = [x**2 for x in range(10)]
print(squares)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# Фильтрация чётных чисел
evens = [x for x in range(10) if x % 2 == 0]
print(evens)  # [0, 2, 4, 6, 8]

🗣️ List comprehension позволяет комбинировать создание и обработку списков в одну строку, что делает код более компактным и удобным для чтения. Однако его стоит использовать разумно, чтобы не усложнять логику.

🖥 Подробнее тут

📝 Подборка вакансий для мидлов

Backend Python Developer
• Python, REST
• от 150 000 до 200 000 ₽ | Средний (Middle)

Python разработчик
• Python, ООП, PostgreSQL, REST, Docker, SOAP, Паттерны проектирования
• до 250 000 ₽ | Средний (Middle)

Backend разработчик
• Python, RabbitMQ, WebSockets, FastAPI
• от 200 000 ₽ | Средний (Middle)

👩‍💻 Сборщик мусора CPython и его влияние на производительность приложения

Статья раскрывает механизмы управления памятью в CPython, уделяя особое внимание циклическому сборщику мусора (GC). Рассматриваются его работа, запуск и влияние на производительность приложений.

Читать...

👩‍💻 Задачка по Python

Напишите скрипт, который принимает два текстовых файла и выводит строки, которые отличаются между ними.

➡️ Пример:

python compare_files.py file1.txt file2.txt

Различия:
file1.txt: Python is amazing.
file2.txt: Python is great.
file1.txt: This is file one.
file2.txt: This is file two.

Решение задачи ⬇️

def compare_files(file1_path, file2_path):
try:
with open(file1_path, 'r', encoding='utf-8') as file1, open(file2_path, 'r', encoding='utf-8') as file2:
file1_lines = file1.readlines()
file2_lines = file2.readlines()

max_lines = max(len(file1_lines), len(file2_lines))
print("Различия:")

for i in range(max_lines):
line1 = file1_lines[i].strip() if i < len(file1_lines) else "<пусто>"
line2 = file2_lines[i].strip() if i < len(file2_lines) else "<пусто>"

if line1 != line2:
print(f"file1.txt: {line1}")
print(f"file2.txt: {line2}")

except FileNotFoundError as e:
print(f"Ошибка: {e}")
except Exception as e:
print(f"Ошибка: {e}")

# Пример использования:
if __name__ == "__main__":
import sys
if len(sys.argv) < 3:
print("Использование: python compare_files.py <file1> <file2>")
else:
compare_files(sys.argv[1], sys.argv[2])

👩‍💻 7 продвинутых приемов pandas для науки о данных

Статья делится 7 продвинутыми приёмами работы с pandas для оптимизации задач анализа данных. Рассматриваются, например, итерации по группам с df.groupby().iter() и другие способы упростить повторяющиеся операции.

Читать...

👩‍💻 Объединяем фреймы данных в pandas: две самые распространённые операции

Статья рассматривает автоматизацию объединения таблиц с биохимическими показателями крови, поступающих из разных клиник. Показано, как с помощью одной команды в pandas легко объединить данные, несмотря на различия в порядке столбцов.

Читать...