🔎 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

📝 Подборка вакансий для лидов

Team Lead Data Engineer в Чековую аналитику
• Python, Hadoop, Hive, Spark, Kafka, SQL, Docker, Git, Kubernetes, PySpark, Airflow
• Уровень дохода не указан | от 2 лет

Тим-лидер группы разработки проектов
• Python, FastAPI, Asyncio, Linux, Bash, Makefile, Docker, Kubernetes, Helm, MongoDB, PostgreSQL, Kafka, Git, CI/CD
• Уровень дохода не указан | Требуемый опыт не указан

Team Lead в Transport Backend
• C++17, Golang, Python, NoSQL, SQL, PostgreSQL, Kafka, Redis, Linux
• Уровень дохода не указан | от 3 лет

➡️ О векторных базах данных простым языком

Статья объясняет, как реализовать поисковую систему для онлайн-магазина, которая анализирует запросы пользователей и предлагает релевантные результаты, такие как товары по теме "лето".

Читать...

💾 Бэкапы — это не только про данные

Код — не единственное, что стоит сохранять. Что делать, если завтра ты забудешь все лайфхаки, которые выучил за год?

👉 Совет: заведи личный журнал знаний. Каждый раз, когда находишь решение сложной проблемы или учишься чему-то новому, записывай это. Это может быть обычный текстовый файл или продуманная база знаний в Obsidian. Перечитывая записи, ты будешь удивлён, сколько полезного уже знаешь.

🔎 Подборка зарубежных вакансий

Python-разработчик (проекты с использованием AI)
🟢Python, Linux, AI, LLM, API, SQL
🟢Уровень дохода не указан | от 2 лет

Python Developer (+JS)
🟢Python, JavaScript, React, AWS, Elasticsearch
🟢Уровень дохода не указан | от 3 лет

Data Scientist рекомендательные системы (full time office)
🟢Python, pandas, sklearn, scipy, matplotlib, catboost, статистический анализ, A/B тестирование, машинное обучение, SQL, Git, Docker
🟢Уровень дохода не указан | от 3 лет

👩‍💻 no-code (hub.ultralytics.com) в связке с Yandex DataSphere

Статья рассматривает no-code и low-code платформы для обучения нейросетей. Особое внимание уделяется платформе Ultralytics Hub, её возможностям обучения Yolo-моделей и использованию ресурсов Yandex DataSphere.

Читать...

👩‍💻 Поиск второго наибольшего числа в списке

Напишите функцию, которая принимает список чисел и возвращает второе наибольшее число. Если такого числа нет (например, все элементы одинаковые или список содержит менее двух элементов), функция должна возвращать None.

Пример:

print(second_largest([4, 1, 7, 3, 9, 7]))  # Ожидаемый результат: 7
print(second_largest([10, 10, 10]))         # Ожидаемый результат: None
print(second_largest([5]))                  # Ожидаемый результат: None

Решение задачи🔽

def second_largest(numbers):
unique_numbers = list(set(numbers))
if len(unique_numbers) < 2:
return None
unique_numbers.sort(reverse=True)
return unique_numbers[1]

# Пример использования:
print(second_largest([4, 1, 7, 3, 9, 7])) # Ожидаемый результат: 7
print(second_largest([10, 10, 10])) # Ожидаемый результат: None
print(second_largest([5])) # Ожидаемый результат: None

🧠 Самые интересные статьи за последние дни:

• О векторных базах данных простым языком

• Ломаем капчу 4Chan

• Создаём генератор аудиокниг с персональным переводом

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

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