Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Оптимизация сервиса АБ тестирования или как уйти от Django ORM к Fastapi query builder. Как мы ускорили время ответа с помощью ухода от монолита с ORM к микросервисам с query builder. Оптимизация работы с базой данных и перенос тяжелой логики фильтрации из python на базу данных.
В первые дни, проведённые в офисе, я ощутил всю прелесть онбординга в нефтянку. Тогда для меня каждое второе слово от коллег являлось новым и приходилось жёстко гуглить. УЭЦН, ПЭД, МРП, КВЧ, загрузка, НГДП, кусты, ВНР... Мне казалось, я попал в параллельную вселенную, где говорят на странном техническом диалекте. Мой наставник, видя мои широко открытые глаза только улыбался и говорил: «Ничего, через неделю всё поймёшь. Главное выучи, что такое VLP и IPR».
В основном моделирование развития пожара провожу в специализированном программном обеспечении Fire Dynamics Simulator (FDS), оно используется от Японии до США при обосновании отступлений требований пожарной безопасности. При моделировании развития пожара очень много времени занимает обработка результатов моделирования.
Почему HH не автоматизирует поиск работы и как мы построили на этом стартапПоиск работы в IT до сих пор напоминает ручной труд на конвейере: сотни однотипных действий, копипаст, бесконечные отклики. При этом в 2025 году уже очевидно, что часть задач можно автоматизировать. Но крупнейший игрок на рынке - HeadHunter - до сих пор этого не сделал. Из этой “проблемы” мы решили сделать стартап.
Какой фреймворк выбрать для веб-разработки на Python: Django, Flask или FastAPI. Django берёт надёжностью и готовой функциональностью, Flask — гибкостью и минимализмом, FastAPI — скоростью и современными возможностями. А какой из них ближе вам?
Python щедро раздаёт нам удобные абстракции. Создаёшь список, словарь или строку — и не думаешь, где под это выделилась память и как она потом освободится. Но внутри интерпретатора работает довольно сложный механизм, и он устроен не так, как в C или других языках. Идея сделать приложение-визуализатор пришла после чтения книги CPython Internals.
Выкатили новую фичу в чат-боте и надеетесь, что она переживет встречу с реальными пользователями? Хватит надеяться — пора доказывать. В этой статье мы покажем как собрать стенд для стресс-тестирования, где один ИИ будет методично ломать другого.
Python модуль для синтаксического анализа. Скачать можно по ссылке: https://pypi.python.org/pypi/pyparsing/
Сегодня хочу разобрать на реальном примере, как иногда самые неочевидные идеи те, что в момент презентации заставляют тимлидов молча поправлять очки, а менеджеров ёрзать на стуле могут не просто выстрелить, а полностью перевернуть продукт. Это история не про гениальный прорыв, а скорее про настойчивость, готовность к экспериментам и немного удачи.
Learn how to use .dropna() to drop null values from pandas DataFrames so you can clean missing data and keep your Python analysis accurate.
A recap on the work done in Python 3.14 to enable asyncio to scale on the free-threaded build of CPython.
With a jam packed 3.14 release around the corner, it’s also important to look at the smaller features coming to Python