M2 Data Meetup

1. Быстрый matching товаров на маркетплейсе Wildberries — Павел Саликов, Data Scientist Wildberries
Какую задачу и на каких данных решаем. От миллионов пар к тысячам: отбор кандидатов. От тысяч пар к единицам: классификация пар. От пар к группам: анализ графов.

2. Floppa the LakeHouse — Дмитрий Лахвич, Lead Data platform M2
Новая платформа данных, которую строит и на которую мигрирует М2; Trino, Dbt, Airflow; организация взаимодействия команд и процессы.

3. Как мы съели ПУД соли выстраивая data management (и почти не подавились) — Богдан Глебов, Head of Data RealX
Про платформу управления данными (ПУД) выстраиваемую для девелоперской компании STONE.

4. Создание MLOps-платформы для десятка команд на основе Airflow — Даниил Понизов, MLOps Wildberries
Настройка airflow для пользования, деплоя и запуска различными ds командами; мультикластерный запуск дагов; кастомные решения для интеграции с внутренними сервисами.

5. Как обрабатывать, фильтровать и генерировать текстовые данные для моделей машинного обучения— Павел Северилов, NLP Team Lead ecom tech (ex Samokat tech)
На основе опыта команды NLP из ecom tech расскажем как работать с текстовыми данными. Тонкости и методы на примере задач автоматизации клиентской поддержки и аналитики обратной связи клиентов.

➖➖➖

🗓 03 октября, начало в 17:00 мск, Четверг

🌐 ОНЛАЙН

✅ Регистрация на мероприятие

@pythonpythonjobs

Очная программа по аналитике данных от НИУ ВШЭ

Центр непрерывного образования ФКН НИУ ВШЭ открывает набор на очную программу профессиональной переподготовки «Аналитик данных».

Программа подойдет:
🟣🟣🟣🟣
🟣Начинающим в IT и тем, кто желает сменить профессию
🟣Аналитикам, которые хотят освоить продвинутые инструменты
🟣Программистам, которые хотят научиться решать бизнес-задачи

За 1 год вы подробно изучите 8 программных блоков:
〰️〰️〰️〰️
🟣Начнете с основ программирования на Python, SQL и прикладной статистики
🟣Перейдете к машинному обучению, A/B-тестам, продуктовым и бизнес-подходам
🟣Познакомитесь с инструментами Business Intelligence и научитесь представлять результаты с их помощью
🟣Изучите архитектуру Data Warehouse, научитесь хранить и обрабатывать Big Data

В качестве аттестационного проекта вы решите практическую бизнес-задачу. Для начинающих специалистов это хорошая возможность пополнить портфолио. 

Старт — 5 октября. Обучение очное в кампусе НИУ ВШЭ в Москве.

Узнать подробнее

@pythonpythonjobs

Вакансии для специалистов и разработчиков Python

▪️Python разработчик
Гибкий график
Python 3 • FastApi • PostgreSQL
Подробнее о вакансии

▪️Аналитик Python
Полная занятость • Удалённый формат работы
Python • Confluence • Jira
Подробнее о вакансии

▪️QA engineer (Python, SQL)
Гибкий график • Можно удалённо
Python • REST/SOAP/Kafka/MQ • Teamcity
Подробнее о вакансии

▪️Python разработчик
Полная занятость
Python 3.8+ • PostgreSQL • Git • CI/CD
Подробнее о вакансии

▪️Senior Python-разработчик
Удаленная работа • Полный день
Python (3.7+) • RabbitMQ • PostgreSQL • Kafka
Подробнее о вакансии

@pythonpythonjobs

Прими участие в хакатоне HSE AI Assistant Hack: Python

К участию приглашаются команды из 2-5 студентов и молодых специалистов, увлекающихся изучением машинного обучения и заинтересованных в развитии компетенций в данной сфере.

Вас ожидают:
- прикладная задача от НИУ ВШЭ
- возможность выиграть денежный приз
- много пиццы и мерч

Присоединяйтесь к участию, чтобы вместе создать инновационные решения и расширить возможности машинного обучения!

Даты проведения: 13–20 октября
Формат: онлайн/офлайн в г. Москва (Покровский бульвар, 11)

Подробная информация и регистрация: https://www.hse.ru/ai-assistant-hack-python/

@pythonpythonjobs

Вакансии для специалистов и разработчиков Python

▪️Backend developer (Python)
от 180 000 до 250 000 ₽
Гибкий график
Python • REST • Git
Подробнее о вакансии

▪️AutoQA Python
от 150 000 до 250 000 ₽
Полная занятость • Удалённый формат работы
Python • TMS • Jira
Подробнее о вакансии

▪️Senior/Middle AQA (Python)
Гибкий график • Можно удалённо
Python • REST • Bash
Подробнее о вакансии

▪️Senior Python ML Developer
Полная занятость
Python • TensorFlow • Docker • LangChain
Подробнее о вакансии

▪️Python-разработчик
до 300 000 ₽
Удаленная работа • Полный день
Python • SQL • Django • Redis
Подробнее о вакансии

@pythonpythonjobs

⭐ Ты имеешь отношение к сфере IT и ищешь разнообразия? Тебе сюда!

IT-шник с 15+летним опытом рассказывает про индустрию в целом, найм, ИИ и нейросети, хакатоны по ИИ, соревнования по спортивному программированию и в целом, что жизнь IT специалиста может и должна быть не скучной, а разнообразной!

Так же приходят запросы на участие разработчиков, тестировщиков, аналитиков и специалистов по нейросетям в различных проектах - помогаю с трудоустройством.

В ТГ лекции и освещение мероприятий, в YouTube - польза в более широком диапазоне.

Подписывайся, проявляй активность и «не сливайся»(с)!

📱 Telegram |📱 YouTube

🚀 Воронеж, готовься к главному событию этой осени для Python-разработчиков!

Приглашаем всех, кто уже работает с Python или только планирует выбрать его своим основным языком программирования! Этот митап — отличная возможность для студентов и опытных разработчиков погрузиться в мир Python и узнать о реальных кейсах из индустрии.

Программа:

✔️ Сказ о том, как мы 100k RPS вывезли
Илья Солтанов — Senior Python разработчик, Evrone

Реальный опыт работы с высокими нагрузками: как справляться с 100k запросов в секунду и не упасть.

✔️ GIL: rip или reboot? Свежий взгляд на многопоточность в Python
Полина Крикова — Python разработчик, Surf

Обсудим будущее многопоточности в Python: что ждёт GIL — уход или обновление?

✔️ CI/CD без лишних движений: автоматизация для ленивых разработчиков и математика
Артём Саковский — Старший разработчик, Surf

Как автоматизировать CI/CD процессы с минимальными усилиями? Практические советы для тех, кто ценит время.

✔️ Wagtail для БОЛЬШИХ проектов
Иван Вялов — Head Of Python, Red Collar

Разбор Wagtail для работы с масштабными контентными платформами. Применение в реальных проектах.

🚀 Не жди! Регистрируйся, пока есть места!

➖➖➖

📅 19 октября, начало в 13:00
📍 Воронеж, Главный корпус ВГУ, Университетская пл., 1

✅ Ссылка на регистрацию

Вакансии для специалистов и разработчиков Python

▪️Python разработчик (Test Tools+QA)
Гибкий график
Python (3.10-3.11) • Django • PostgreSQL
Подробнее о вакансии

▪️Python разработчик
от 150 000 до 300 000 ₽
Полная занятость • Удалённый формат работы
Python • Django • Git
Подробнее о вакансии

▪️Python разработчик
до 300 000 ₽
Гибкий график • Можно удалённо
Python • RabbitMQ • PostgreSQL
Подробнее о вакансии

▪️Senior Python developer (ServiceController)
Полная занятость
Python • PostgreSQL • SQLAlchemy • Kubernetes
Подробнее о вакансии

▪️Python Developer
от 200 000 ₽
Удаленная работа • Полный день
Python • RabbitMQ • Flask • FastAPI
Подробнее о вакансии

@pythonpythonjobs

Young&&Yandex запустил программу ускоренного набора на стажировку! Стать частью компании можно всего за 3 шага с помощью Intern Week Offer.

Вы можете выбрать одно из направлений:

👾Машинное обучение (ML)
✍️Аналитика данных
💡Бэкенд-разработка (C++, Python, Java)

Все этапы отбора — прежние, но сам процесс намного быстрее.

Сперва необходимо подать заявку с 10 по 28 октября и получить доступ к тестовому заданию. Далее нужно решить контест в период с 28 октября по 4 ноября. После успешного выполнения предстоит собеседование с командами.

Уже сейчас готовы приступить к работе над реальными продуктами Яндекса? Не упустите возможность — оставить заявку можно тут.

@pythonpythonjobs

🎓NumPy (Numerical Python) — это основная библиотека для научных вычислений на языке Python. Она предоставляет поддержку для работы с многомерными массивами и матрицами, а также содержит большое количество математических функций для оперирования этими массивами. NumPy является основой для многих других библиотек Python, используемых в научной и вычислительной сфере, таких как Pandas, SciPy и Matplotlib.

🦾Основные особенности NumPy:

Массивы: NumPy предоставляет объект ndarray, который представляет многомерный массив. В отличие от обычных списков Python, массивы NumPy имеют фиксированный размер и тип данных, что позволяет быстрее и эффективнее выполнять операции.

Функции для вычислений: NumPy включает в себя множество функций для выполнения различных математических операций, таких как арифметические операции, линейная алгебра, статистика и многие другие.

Ускоренные вычисления: NumPy написан на C, поэтому операции над массивами выполняются быстрее, чем аналогичные операции с обычными списками Python.

Интероперабельность: NumPy может работать с другими библиотеками и инструментами Python для обработки данных, такими как Pandas, Matplotlib и SciPy.

🤓Полезные ресурсы:
Официальная документация NumPy:
https://numpy.org/doc/stable/user/

Установка NumPy:
https://numpy.org/install/

Введение в NumPy (Tutorial):
https://www.w3schools.com/python/numpy_intro.asp

NumPy Beginner's Guide:
https://numpy.org/doc/stable/user/quickstart.html

Обзор NumPy и его возможностей:
https://www.datacamp.com/community/tutorials/python-numpy-tutorial

Курс по NumPy на Coursera:
https://www.coursera.org/learn/numpy

Книги о NumPy:
https://www.oreilly.com/library/view/python-for-data/9781491957637/

@pythonpythonjobs