👩‍💻 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...

🧠 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

👩‍💻 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])

👩‍💻 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)

👩‍💻 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...

👩‍💻 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...

➡️ 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...

📈 Подборка статей для вашей карьеры

• «Снова упала?» Как поднять самооценку и зачем мы сравниваем себя с другими, даже если от этого больно

• Из учителя в QA: мой путь в IT

• Рынок дата-инженеров и прогноз на 2025

• Лидерами рождаются или становятся? Откуда берутся управленцы и лидеры в IT

• Работать или переработать: как победить в себе заядлого удаленщика

👩‍💻 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...

👩‍💻 Получение информации о системе с помощью Python

Статья показывает, как системные администраторы могут использовать Python для быстрого получения информации о системе. Рассматриваются примеры скриптов для мониторинга производительности и отчетности.

Читать...

👩‍💻 IMPulse — наш взгляд на менеджмент инцидентов

Статья представляет open source решение для менеджмента инцидентов, альтернативу Alertmanager. Рассматриваются его преимущества и возможности для компаний, ограниченных санкциями или политикой безопасности.

Читать...

🧭 Документация — это не wiki, а навигатор

Многие пишут документацию, как хранилище фактов. Но пользователю нужно не «знать всё», а быстро дойти до цели.

👉 Совет: строй документацию как сценарий: «Ты хочешь Х — делай 1, 2, 3». Дальше — ссылки на детали. Делай её пошаговой и прагматичной. Хорошая дока экономит человеку не время, а жизнь.

👩‍💻 Python-библиотеки, которые упрощают жизнь программиста. Часть 1

Здравствуйте! Я — Алексей Жиряков, техлид backend-команды KION. Делюсь подборкой Python-библиотек, которые мы используем для оптимизации работы. Надеюсь, они будут полезны и вам!

Читать...

👩‍💻 Когда уверенность становится самонадеянностью: история одной фатальной ошибки

Привет! Я — Денис, студент Ярославского университета и сотрудник Тензора. В статье расскажу, как мы с командой разработали кликер-игру и столкнулись с ошибками, но получили ценный опыт.

Читать...

👩‍💻 Как и когда использовать Celery — мой опыт на проде

Рассказываю, как прикрутил Celery, чтобы фоновые запросы к AI-API не превращались в очередь в МФЦ. Плюсы, грабли и когда это вообще стоит делать.

Читать...

👩‍💻 Умная генерация коротких ссылок с контролем коллизий

Реализуйте функцию shorten_url(original_url, storage), которая генерирует короткий код (например, 5 символов) для длинной ссылки.

Функция должна гарантировать уникальность кода и использовать уже существующий storage (словарь вида {short_code: original_url}) для проверки коллизий.

Код должен быть:

• Состоящим из символов [a-zA-Z0-9]
• Фиксированной длины (по умолчанию 5)
• Уникальным: если сгенерированный код уже есть — нужно сгенерировать другой

Решение задачи🔽

import random
import string

def shorten_url(original_url, storage, code_length=5):
chars = string.ascii_letters + string.digits
attempt = 0
max_attempts = 1000

while attempt < max_attempts:
code = ''.join(random.choices(chars, k=code_length))
if code not in storage:
storage[code] = original_url
return code
attempt += 1

raise RuntimeError("Unable to generate unique code after many attempts")

# Пример использования
storage = {}
url = "https://example.com/very/long/link"
code = shorten_url(url, storage)
print(code)
print(storage)

👩‍💻 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...