Хорошая серия книг с помощью которой я подучил алгоритмы. Теперь из той же серии но про конкурентность в программировании. Автор Кирилл Бобров

Пишем письма, аттачим файлы на Python...

https://drymail.readthedocs.io/en/latest/

Под капотом индексов в Postgres
https://habr.com/ru/companies/vk/articles/261871/

Библиография библиотекаря
https://github.com/ivan-telepop/telepop-env

Иногда нужно сгенерировать случайные данные (random data). У меня частенько бывает что нужно создать каких либо данных чтобы записать в БД например. Эта та самая "либра" которая позволяет легко это делать!
На борту набор:
Генерация русских значений: ИНН, ОКПО, КПП и т.д.

БИК (Faker::Russian.bik)
ИНН (Faker::Russian.inn)
ОКПО (Faker::Russian.okpo)
КПП (Faker::Russian.kpp)
ОГРН (Faker::Russian.ogrn)
Корреспондентский счёт (Faker::Russian.correspondent_account)
Расчётный счёт (Faker::Russian.rs)
OKATO (Faker::Russian.okato)
СНИЛС (Faker::Russian.snils)
(TODO) Значение паспорта (Faker::Russian.passport)
Кадастровый номер (Faker::Russian.cadastral_number)
Для проверки сгенерированных значений можешь использовать gem 'validates_russian'

Faker generate random data: RU
оригинальный Faker тут:
https://github.com/joke2k/faker



https://github.com/asiniy/faker-russian

https://docs.allauth.org/en/dev/introduction/index.html

Django-allauth

Features
🔑 Comprehensive account functionality
Supports multiple authentication schemes (e.g. login by user name, or by email), as well as multiple strategies for account verification (ranging from none to mandatory email verification).
👥 Social Login
Login using external identity providers, supporting any Open ID Connect compatible provider, many OAuth 1.0/2.0 providers, as well as custom protocols such as, for example, Telegram authentication.
💼 Enterprise ready
Supports SAML 2.0, which is often used in a B2B context.
🕵️ Battle-tested
The package has been out in the open since 2010. It is in use by many commercial companies whose business depends on it and has hence been subjected to various penetration testing attempts.
⏳Rate limiting
When you expose an authentication-enabled web service to the internet, it is important to be prepared for potential brute force attempts. Therefore, rate limiting is enabled out of the box.
🔒 Private
Many sites leak information. For example, on many sites you can check whether someone you know has an account by input their email address into the password forgotten form, or trying to signup with it. We offer account enumeration prevention, making it impossible to tell whether or not somebody already has an account.
🧩 Customizable
As a developer, you have the flexibility to customize the core functionality according to your specific requirements. By employing the adapter pattern, you can effortlessly introduce interventions at the desired points to deviate from the standard behavior. This level of customization empowers you to tailor the software to meet your unique needs and preferences.

Partitioning:

Definition: Partitioning involves dividing a single table (or index) within a single database instance into smaller, more manageable pieces called partitions. These partitions are still part of the same logical table but are stored separately.
Purpose: Primarily used to improve performance, manageability, and maintenance within a single database system. It can speed up queries by allowing the database to scan only relevant partitions and facilitate tasks like backups and data archiving.
Scope: Operates within the confines of a single database server or instance.
Sharding:

Definition: Sharding, a form of horizontal partitioning, involves distributing data across multiple independent database servers or instances, each holding a subset of the entire dataset. Each of these independent instances is called a "shard."
Purpose: Primarily used for horizontal scalability, enabling a system to handle larger datasets and higher transaction volumes than a single server can manage. It distributes the workload across multiple machines, preventing any single server from becoming a bottleneck.
Scope: Operates across a distributed system of multiple database servers.
Key Differences Summarized:

Feature
Partitioning
Sharding
Scope
Within a single database instance
Across multiple database servers/instances
Goal
Performance optimization, manageability within a single server
Horizontal scalability, distributed workload
Data Distribution
Logical division of a table into smaller parts
Physical distribution of data across different servers
Complexity
Generally less complex to implement and manage
Significantly more

Немного ясности про сериализацию и де сериализацию, парсинг...
Лично у меня часто путались слова "парсинг", " сериализация".
Сериализация это больше про объект в байты, и де сериализация, обратный процесс, парсинг больше про HTML или JSON. Последние надо обходить и анализировать, извлекать нужное.

---
Парсинг — это процесс извлечения и структурирования информации из текста или данных, тогда как сериализация — это преобразование объекта в формат (часто строку) для сохранения или передачи. Парсинг анализирует данные, а сериализация — преобразует их в поток, который затем может быть десериализован обратно в объект. 

Нейронкам нельзя так выражаться ! Они порядочные

В настоящий момент я ищу вакансию программиста-разработчика.
Имею опыт разработки Rest API на Python (Django, FastAPI, DRF), модели (LangChain), контейнеризации (Docker) и работы с сетевой инфраструктурой.
Буду рад, если вы ознакомитесь с моим резюме и портфолио — уверен, они покажутся вам интересными.

—-

Резюме и портфолио:
Github:
https://github.com/ivan-telepop
Blog & Web Site:
https://ivan-telepop.github.io/#russ

Telegram:
@ewanG808

Need to read about deps with pip





https://realpython.com/what-is-pip/#installing-packages-in-editable-mode-to-ease-development