Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE
Сегодня мы поговорим о втором главном фреймворке для автоматизации UI, который называется Poco. Poco использует Python и здесь уже не обойтись без написания кода, но давайте сначала рассмотрим для чего он применяется, когда стоит к нему обращаться и как это всё выглядит.
Представляем вашему вниманию третью часть перевода материала о пути, который прошла компания Dropbox, внедряя у себя систему проверки типов Python-кода.
Вероятно, самое большое препятствие при изучении любого нового языка программирования — просто знать, с чего начать. Что важно? Что нужно знать, чтобы стать профи? Трудно исследовать документы, когда даже нет уверенности, что читаешь то, что нужно.
Технологии внутри: Python, C, Rust, Ruby, JavaScript, Go.
Тематика: веб разработка, администрирование, инструменты разработчика.
Написать, захостить и зарегистрировать такой навык может любой разработчик, а с сегодняшнего дня навыки даже не надо хостить — достаточно залить их код в облако в виде той самой бессерверной функции.
Седьмой Python-митап в Челябинске состоится в понедельник, 7 октября.
Место: Северная, 48а, 2 этаж (Meetup.House)
Начало в 19:00.
Иван Матвеев, тимлид из Skyeng, выступит с двумя докладами:
— Трассировка и логгирование в микросервисах: зачем, как, а также грабли и как наступать на них аккуратно
— Как услышать бизнес и сделать быстро, в бюджет и качественно: уходим от feature-based разработки и концентрируемся на домене
Участие бесплатное, нужно зарегистрироваться на таймпаде.
Хочу рассказать как стал программистом за полгода (и с какими проблемами столкнулся). Идея пришла после доклада Ильи Круглова на Moscow Python Meetup 63
В своем докладе я хочу показать, как просто и как сложно писать простой код. Чтобы разобраться: что сложно, а что просто; нам придется поговорить о разнице между м*&*ами и algebraic effects, SRP, о плюсах и минусах Typed DI, протоколах и приставучем IO. А еще поговорим про цвета функций, DDD, типы и клей для композиции. Разложив все по полочкам, мы сможем написать первые несколько строк простого кода для большого проекта
Как часто Вы сталкиваетесь с проблемой повторением ваших экспериментов в Ml? А Вы уже следите за Вашим процессом и его репрезентативностью? Оказываться, что уже давно существуют инструменты позволяющие контролировать процесс ML, один их этих инструментов - DVC. Инструмент, которые совместно с GIT может хранить не только Ваш код, но и Ваши данные и обученные модели. Основывая свой доклад на своей повседневной рабочей деятельности, разберем способы инициализации и первой настройки. Разберем, что нужно знать и как правильно использовать дата пайплайны при помощи DVC, да и как же он хранит данные, не только для повторения процесса, но и для совместной работы