Собрали в одном месте самые важные ссылкичитайте нас в Twitter
У долгоживущего проекта рано или поздно может возникнуть потребность проверки новых фич на группе пользователей до выкатки на всех. Как следствие, требуется одновременное существование разных версий приложения, работающих с одной базой данных. Расскажу, как мы в Яндексе решали эту задачу, а именно: В чём польза такого решения для бизнеса С какими техническими проблемами столкнулась команда в процессе перехода: на уровне БД и на уровне кода Какие решения применили и к чему это привело
На рынке постоянно появляются новые фреймворки, многие исчезают с радаров так же быстро, как и появились. Можно подумать, что не стоит даже задумываться об этом и искать альтернативы существующим решениям, пока они не появятся в требованиях вакансий. Но Litestar это совершенно другое дело. Это восходящий более быстрый конкурент FastAPI с сommunity-driven философией и кучей функциональности внутри (от кэширования до Dependency Injection и MessagePack), который определённо заслуживает вашего внимания.
В нашей команде мы используем ML-модели, чтобы в онлайн-режиме рассчитывать скор-баллы для оценки кредитных рисков. Я расскажу вам о том, как мы перешли от слабо структурированного кода конвейеров ML-моделей к графам, чтобы упорядочить код и начать внутри команды говорить на одном языке, как мы ловим события для мониторинга и метрик, собираем артефакты, осуществляем тестирование и отладку конвейеров и при всём этом до сих пор сохраняем рассудок. Также покажу пример реализации простого графового движка для запуска конвейеров в оперативной памяти, с управляющими конструкциями и распараллеливанием вычислений.
Код читают чаще, чем пишут. Каждая строчка, написанная нами и отправленная в "долгое плавание", будет прочитана — может, нашими коллегами, может, совершенно незнакомыми разработчиками. Поэтому код — это в том числе и время разработчиков, которые будут с этим кодом работать. Давайте сделаем этих людей чуточку счастливее! В докладе рассмотрим самые распространённые антипаттерны и ошибки на Питоне, как с ними бороться и, главное, как заставить компьютер помогать нам в этой борьбе.
При покупке дорогостоящего устройства, такого как машина, мы хотим быть уверены, что все документы и его прошлое соответствуют друг другу и нашим ожиданиям. Основными данными на этом этапе для нас являются госномер и VIN — длинные последовательности букв и цифр, в которых легко сделать ошибку при вводе, их нужно внимательно заполнять и перепроверять.
Поделюсь своим опытом и расскажу, как пришёл к решению разрабатывать игры на Python. Вместе мы рассмотрим современные инструменты для создания игр на Python и обсудим, возможно ли вообще разрабатывать игры на этом языке. Изучим вопрос, какие задачи может решать язык в игровой индустрии и какие конкретно игры можно создать. Мы также обсудим, чего не хватает языку, чтобы стать лидером индустрии, и какие инструменты изменят ситуацию в обозримом будущем.
Узнать автоответчик до тарификации Не все звонки получают ответы, и это нормально. Но когда во время обзвона берёт трубку автоответчик, то продолжать разговор совсем не хочется, да и за это придётся платить. В этом докладе я расскажу вам, как успеть до трёх секунд распознать роботу то, что начинает разговор автоответчик, а не живой человек. Что для этого необходимо, какие математические методы помогут решить эту задачу, где нас ожидает успех, а где, возможно, неудача. И самое главное, чего это стоит бизнесу.
Экосистема пакетов Python существует очень давно, и в этом есть как плюсы, так и минусы. С одной стороны, мы имеем один из самых больших репозиториев пакетов на все случаи жизни. С другой — почти каждый месяц выходит очередной новый менеджер пакетов, который уж точно должен исправить все фатальные недостатки предыдущих, но получается не очень. Давайте взглянем на корни проблем и на качественные достижения, которые происходят в системе управления пакетами, а также пофантазируем на тему того, что будет дальше.
На трех уровнях - для junior, middle, senior
- Магические методы float - Способы записи float - Неточность float - Популярные ошибки при работе с float - Float and double memory layout или устройство памяти float и double - NaN, +Infinity, -Infinity
Расскажем о том, как KION мы создали свой Remote Config и разбивалку для проведения АБ экспериментов (аналог firebase).
Как добавить динамичности на страницы Django проекта
На докладе вы узнаете о сложностях распределенных транзакций, исследуете оркестровую и хореографическую сагу, а также разберетесь в вызовах, с которыми сталкиваются разработчики при применении этих методов в мире микросервисов.
В KION в сутки поступает свыше 400 миллионов продуктовых событий (помимо технических). На основе этих событий продуктовые вертикали строят аналитику, следят за продуктом, принимают бизнес решения. Качество поступаемых данных критично важно. В докладе расскажу про весь pipeline событий, как мы их готовим для аналитиков и продактов.
Код на C# и на Go часто пронизан специальными объектами, отвечающими за прекращение работы — они называются токенами отмены, либо в случае Go — контекстами. Это супер-удобно и делает программы компактнее + надежнее, но питонисты про такое почему-то не в курсе. Мне пришлось решать эту проблему и написать свой инструмент + начать популяризировать паттерн.
Когда у вас достаточно большой и разношёрстный спектр запросов клиентов, а вам необходимо все это валидировать, и на это нет ресурсов в виде LLM или NN — "Что же делать?". Расскажу, как сделать классификацию быстро и без больших затрат на разметку и обучение.
Основной профит, который можно будет вынести с доклада — сакральные знания (нет), темплейт упаковки, док, как это паковать. Ну и еще поговорим про: текущую ситуацию на рынке serverless сервисов с поддержкой gpu — какие еще есть сервисы плюсы и минусы serverless (священный холивар selfhosted vs serverless) как съехать с них на другой serverless или на self-hosted особенности/грабли/боль двух платформ выше
Часто для настолько специфичных задач, как распознавание жестового языка, создание набора данных требует значительных временных затрат. Мы решили автоматизировать этот процесс от поиска носителей русского жестового языка (РЖЯ) до разметки видео. В докладе расскажу об особенностях и проблематике распознавания РЖЯ и покажу, как с помощью нескольких строк кода собрать большой и достаточно разнородный набор данных на примере РЖЯ. Доклад будет полезен для тех, кто не знает как подступиться к сбору данных для нестандартной задачи. Слушатели узнают о процессе создания набора данных для задачи распознавания жестов и о решении в целом.