Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Привычки бывают хорошие, а бывают и нет. И хотя в целом привычка покрывать код тестами, безусловно, заслуживает всяческого поощрения, вопрос о том, к какому именно каркасу для тестирования лучше привыкать, остаётся открытым. Мы в очередной раз попытаемся его закрыть.
Слайды — http://bit.ly/ist_004
Доклад с Moscow Python Conf 2016 (http://conf.python.ru) Слайды: https://conf.python.ru/django-orm/
В докладе будут затронуты большинство тем, которые необходимо знать современному python-разработчику, чтобы эффективно использовать функционал Django-ORM для построения высоконагруженных web-проектов. Поговорим и про классические ошибки при работе с QuerySet’ами и про профилирование и про code style. Выясним как можно сэкономить память и время при выполнении запросов, покажу популярные ошибки при проектировании схемы данных и при использовании миграций, а так же рассмотрим несколько распространенных задач современного веба, которые в Django еще не решены или решены некорректно.
Доклад с Moscow Python Conf 2016 (http://conf.python.ru) Слайды: https://conf.python.ru/metodika-nagruzochnogo-testirovaniya/
Я расскажу об этапах тестирования производительности типичного сервиса, о том, какие виды тестов нужно проводить, как интерпретировать результаты измерений и об инструментах, которые мы применяем для генерации нагрузки и анализа результатов тестов. Слушатели доклада научатся применять opensource и бесплатные инструменты, созданные в стенах Яндекса, для тестирования производительности своих сервисов.
Доклад с Moscow Python Conf 2016 (http://conf.python.ru) Слайды: https://conf.python.ru/optimizaciya-proizvoditelnosti-pri-pomoshi-cython/
Тридцать лет назад все стремились писать быстрые программы. Сейчас ничего не изменилось. Лекция расскажет о методиках ускорения программ на Python вообще и применении для этого Cython в частности. О том когда надо ускорять, что и надо ли вообще. Каких результатов можно достичь и какую цену за это нужно платить. И, самое главное, на каком месте нужно остановиться.
Артур Шарафутдинов @ Moscow Python Meetup 38
Прогнозирование величины сомнительных операций (отмывание денег, финансирование терроризма) по открытым данным.
Слайды: http://www.moscowpython.ru/meetup/38/modul-iskusstvennogo-intellekta/
Василий Большаков @ Moscow Python №39
1. Что нужно знать 2. Что нужно уметь 3. Что нужно понимать (и это самое главное)
http://www.moscowpython.ru/meetup/39/chto-otlichaet-dzhuniora-ot-senora-ili-kak-ne-imet/
Дмитрий Швеенков @ Moscow Python #39
О жизни наших проектов в продакшен. Как мы используем python-django-uwsgi для backend мобильных приложений. Что важно в backend для его работы? Как измерить время о оценить качество работы backend? Как переносим большие пиковые нагрузки? Как настраиваем сервера, какие "ручки" крутим в ОС, чтобы все работало. Немного о профилировании django, memcached в python.
http://www.moscowpython.ru/meetup/39/osobennosti-raboty-backend-dlja-mobilnyh-prilozhen/
Алексей Лобзов @ Moscow Python №39
В докладе будет рассказано о модуле Predict, позволяющем строить сетевые модели для управления проектами. Дополнительная информация о модуле здесь - https://github.com/AleksLobzov/predict
http://www.moscowpython.ru/meetup/39/ispolzovanie-python-dlja-postroenija-setevyh-model/
Абстракция — отличный слуга, но опасный хозяин. Мы думаем, проектируем, пишем и отлаживаем код… на нагромождении абстракций. Закон Спольски гласит: «Все абстракции текут». Из данного выступления вы узнаете, почему это происходит, отчего часто является проблемой и что с этим делать; но помимо этого, станет понятно, что бывают в случае, когда абстракциям надлежит течь.
Даже искушенные проектированием разработчики осознают, на сколько сложной может быть поддержка больших приложений. Из этого выступления вы узнаете, как недавно анонсированный подход «Чистая архитектура» можно применить в Питоне: как этот высокоуровневый шаблон проектирования замечательно ложится на особенности нашего языка, предоставляя, таким образом, ответы на вопросы, не чуждые даже опытным разработчикам.
Geographical Information Systems (GIS)
И новички и опытные разработчики, любят типы данных встроенные в Питон, особенно словари. Но как эти словари устроены? Чем они лучше других контейнеров и чем хуже? Наглядные диаграммы, раскрывающие секреты реализации словарей, а также несколько интереснейших примеров, демонстрирующих их поведение, помогут разработчикам получить довольно детальное представление о механизмах их работы. А этого должно быть достаточно, что принять решение о возможности использования словарей в той или иной ситуации.
Рассказ про facebook и asyncio
13 августа в Avito прошла встреча специалистов по Data Science, использующих Python.