🛠 Автоматизируй всё, что бесит

Каждую неделю вручную обновляешь документацию, чистишь старые логи или настраиваешь окружение? Это не только рутинно, но и крадёт время.

👉 Совет: подумай, что из твоих задач можно автоматизировать. Даже простой скрипт для очистки папки или настройки dev-среды сэкономит часы в долгосрочной перспективе. Не бойся тратить время на такие мелочи — они быстро окупаются.

🔎 Подборка зарубежных вакансий

Продакт Разработчик Python AI
🟢Python, Node.js, React, PostgreSQL, JavaScript, TypeScript, Django, Redux
🟢от 1 900 до 2 700 $ до вычета налогов | от 3 до 6 лет

Python разработчик (P2P платформа)
🟢Python, Django, PostgreSQL, Git, Redis, Celery, RabbitMQ
🟢от 1 500 до 2 000 $ на руки | от 3 до 6 лет

Продакт Разработчик Python CRM
🟢Python, Node.js, React, PostgreSQL, JavaScript, TypeScript, Django, Redux
🟢от 1 900 до 2 700 $ до вычета налогов | от 3 до 6 лет

Junior Consultant / German AI consulting company
🟢Английский язык, B2B маркетинг, Социальный маркетинг, Email маркетинг, Data Analysis, Python, Контент-маркетинг, B2B Продажи, Автоматизация, Нейронные сети, ChatGPT, Lean Startup, CRM,
🟢от 500 € на руки | от 1 до 3 лет

👩‍💻 ТОП-43 курса по Machine Learning, включая бесплатные курсы по машинному обучению

В статье представлены как платные, так и бесплатные онлайн-курсы по машинному обучению, которые подойдут как новичкам, так и опытным специалистам. Узнайте, как создавать ML-модели, работать с большими данными и применять полученные навыки в реальных проектах, чтобы открыть новые карьерные возможности.

Читать...

👩‍💻 Конвертер CSV в JSON

Напишите скрипт, который принимает путь к файлу CSV, конвертирует его содержимое в формат JSON и сохраняет результат в новый файл с тем же именем, но с расширением .json.

Пример:

id,name,age
1,Alice,30
2,Bob,25
3,Charlie,35

python csv_to_json.py data.csv

[
  {"id": "1", "name": "Alice", "age": "30"},
  {"id": "2", "name": "Bob", "age": "25"},
  {"id": "3", "name": "Charlie", "age": "35"}
]

Решение задачи🔽

import csv
import json
import sys
import os

def csv_to_json(csv_file_path):
try:
json_file_path = os.path.splitext(csv_file_path)[0] + ".json"

with open(csv_file_path, 'r', encoding='utf-8') as csv_file:
reader = csv.DictReader(csv_file)
data = [row for row in reader]

with open(json_file_path, 'w', encoding='utf-8') as json_file:
json.dump(data, json_file, indent=4, ensure_ascii=False)

print(f"Файл успешно конвертирован: {json_file_path}")
except FileNotFoundError:
print(f"Ошибка: Файл {csv_file_path} не найден.")
except Exception as e:
print(f"Ошибка: {e}")

# Пример использования:
if __name__ == "__main__":
if len(sys.argv) < 2:
print("Использование: python csv_to_json.py <путь_к_csv>")
else:
csv_to_json(sys.argv[1])

🧠 Самые интересные статьи за последние дни:

• Как работает bytearray в Python? Смотрим реализацию на C

• Большой гайд по миграциям в Django: готовимся к миграциям и избегаем конфликтов

• Как я создал Telegram-бота для хранения файлов и чуть не стал библиотекарем

• Как за 6 промтов к ChatGPT создать Python скрипт, скачивающий видео с YouTube для просмотра на телевизоре через Kodi

• KAN 2.0: Kolmogorov-Arnold Networks Meet Science

👩‍💻 AJAX-запросы в Django на примере простейшего приложения сбора и показа сообщений

Статья предлагает простой мануал по использованию AJAX для динамического обновления страниц. Рассматривается взаимодействие фронтенда с AJAX и бэкенда на Django, с акцентом на минимализм кода для новичков.

Читать...

👩‍💻 Поиск пересечения двух списков

Напишите функцию, которая принимает два списка и возвращает новый список, содержащий только элементы, которые присутствуют в обоих списках. Порядок элементов в результирующем списке должен соответствовать их порядку в первом списке.

Пример:

list1 = [1, 2, 3, 4, 5]
list2 = [3, 4, 5, 6, 7]

result = find_intersection(list1, list2)
print(result)
# Ожидаемый результат: [3, 4, 5]

Решение задачи🔽

def find_intersection(list1, list2):
set2 = set(list2)
return [item for item in list1 if item in set2]

# Пример использования:
list1 = [1, 2, 3, 4, 5]
list2 = [3, 4, 5, 6, 7]

result = find_intersection(list1, list2)
print(result)

🔎 Подборка вакансий для джунов

Data engineer (junior)
🟢SQL, PG/PL SQL, Python, Linux, Docker, Git, CI/CD
🟢Уровень дохода не указан | Без опыта

Junior Python Developer
🟢Python, Django, PostgreSQL, Clickhouse, NoSQL, Linux
🟢Уровень дохода не указан | Без опыта

Junior-разработчик на Python (Aiogram)
🟢Python, MySQL
🟢от 20 000 до 40 000 ₽ до вычета налогов | от 1 до 3 лет

Junior Python Developer
🟢Python, Django, PostgreSQL, ClickHouse, NoSQL, Linux
🟢Уровень дохода не указан | Без опыта

👩‍💻 Django + Zoho CRM: как управлять данными без головной боли

Статья рассказывает о процессе интеграции Django с Zoho CRM. Рассматриваются шаги настройки: подготовка среды, работа с вебхуками и реализация асинхронной обработки данных через Celery для повышения эффективности.

Читать...

⚙️ Что такое модуль itertools в Python и как он используется?

itertools — это стандартный модуль Python, предоставляющий эффективные функции для работы с итераторами. Он используется для обработки последовательностей, создания комбинаций, перестановок и выполнения других задач с итерациями.

➡️ Пример:

from itertools import permutations

data = ['A', 'B', 'C']
for perm in permutations(data):
    print(perm)

🗣️ В этом примере permutations из itertools генерирует все возможные перестановки элементов списка data. Это удобно для работы с комбинациями данных в алгоритмах или задачах оптимизации.

🖥 Подробнее тут

📝 Подборка вакансий для мидлов

QA Automation Engineer (Python)
• Python, PyTest, SQL, NoSQL, Kafka, GitLab, Docker, Playwright, Postman
• Уровень дохода не указан | от 1 до 3 лет

Python разработчик (Middle+ / Senior)
• Python, Django, FastAPI, Aiohttp, PostgreSQL, SQLAlchemy, Kafka, RabbitMQ, Kubernetes
• Уровень дохода не указан | от 3 до 6 лет

Middle Python developer
• Python, SQL, Firebird, Apache2, Nginx, REST API, JSON-RPC, Git
• Уровень дохода не указан | от 3 до 6 лет

Python разработчик (middle)
• Python, Django, SQL, Celery, Docker, Redis, Memcache, OpenAPI, SwaggerUI
• от 200 000 до 300 000 ₽ | от 3 до 6 лет

👩‍💻 Самая наглядная и простая модель естественного отбора: птицы со всего одним геном. Важность разнообразия у потомков

Статья представляет простейшую модель естественного отбора с одним параметром-гена. Рассматриваются принципы её работы, интерактивные примеры кода на Python с использованием p5py, и визуализации в формате гифок.

Читать...

👩‍💻 Фильтрация списка словарей

Напишите функцию, которая принимает список словарей и фильтрует его, возвращая только те словари, в которых значение указанного ключа превышает заданное значение.

Пример:

data = [
    {"name": "Alice", "age": 25},
    {"name": "Bob", "age": 30},
    {"name": "Charlie", "age": 20},
    {"name": "Diana", "age": 35}
]

result = filter_by_key(data, "age", 25)
print(result)
# Ожидаемый результат:
# [
#     {"name": "Bob", "age": 30},
#     {"name": "Diana", "age": 35}
# ]

Решение задачи🔽

def filter_by_key(data, key, threshold):
return [item for item in data if item.get(key, 0) > threshold]

# Пример использования:
data = [
{"name": "Alice", "age": 25},
{"name": "Bob", "age": 30},
{"name": "Charlie", "age": 20},
{"name": "Diana", "age": 35}
]

result = filter_by_key(data, "age", 25)
print(result)

👩‍💻 Создание блога на FastAPI с нуля: JWT, Markdown и современный веб-дизайн

В этой статье мы создадим полноценный мини-блог на FastAPI с нуля, используя современные технологии веб-разработки. Вы узнаете, как реализовать JWT-аутентификацию, работать с Markdown и создать привлекательный пользовательский интерфейс.

Читать...

👩‍💻 Как написать Raft на чистом Python: основы

Статья объясняет основы реализации алгоритма Raft на Python. Рассматриваются механизмы выбора лидера, репликации данных и обеспечения согласованности для стабильной работы распределённых систем.

Читать...

📝 Подборка вакансий для сеньоров

Python developer
• Python, SQL, ETL, pandas, NumPy, SQLAlchemy, DBeaver, SQL Developer, pgAdmin, Microsoft SQL Management Studio, RegExp, Docker, Linux, Git, CI/CD
• Уровень дохода не указан | от 5 лет

Python Developer
• Python, Docker, Linux, NoSQL (MongoDB, Redis), Ariadne GraphQL, WebSocket, Git, ООП, асинхронное программирование
• Уровень дохода не указан | Требуемый опыт не указан

Python developer (Senior) фриланс
• Python, Django, PostgreSQL, MySQL, Django REST Framework, RabbitMQ, Celery, AWS, Docker, CI/CD, Redis, HTML, CSS, JavaScript, REST, SOAP, Git
• Уровень дохода не указан | от 5 лет

Senior Python developer (Evolution Openstack)
• Python 3.10, PostgreSQL, SQLAlchemy, Linux, OpenStack, KVM, Ansible, RabbitMQ, Docker, Kubernetes
• Уровень дохода не указан | от 3 лет

📈 Подборка статей для вашей карьеры

• Как продакт-менеджеру учить английский: план, сроки, советы

• Иллюзия прогресса: почему мне не удалось дать студентам-айтишникам реальный опыт

• Из подземелья в QA: как и почему я перешёл в тестирование после 14 лет работы сисадмином в метрополитене

• Нам не нужны кодеры, нам нужны инженеры-разработчики

• Как мы разработали систему грейдинга для системных аналитиков

➡️ Оптимизация ядра WebGPU для перемножения матриц и достижения производительности свыше 1ТФЛОПС

Статья рассказывает о создании Surfgrad — высокопроизводительной библиотеки для автоматического дифференцирования выражений с использованием WebGPU. Описываются тензорные операции и оптимизация под браузеры.

Читать...

⚙️ Что такое logging в Python?

logging — это встроенный модуль Python для создания логов, которые помогают отлаживать и мониторить работу приложений.

➡️ Пример:

import logging

# Настройка базового уровня логирования
logging.basicConfig(level=logging.INFO)

# Создание лога
logging.info("Приложение запущено")
logging.warning("Это предупреждение!")
logging.error("Произошла ошибка")

🗣️ В этом примере модуль logging создаёт сообщения разного уровня важности. Логирование позволяет отслеживать работу приложений и находить проблемы в коде.

🖥 Подробнее тут