Собрали в одном месте самые важные ссылкичитайте нас в Twitter
Всегда существовало множество альтернативных реализаций Python, и хотя cpython развивается, развиваются и альтернативы. В этом докладе мы пройдемся по самым популярным и современным из них, посмотрим, что они предлагают, какие проблемы решают и, наконец, для каждого из них найдем ответ на вопрос: "Стоит ли мне перейти с cpython на X прямо сейчас?"
Расскажу о своем опыте технических собеседований с обеих сторон — и как претендент, и как интервьюер. Поделюсь своим видением на что смотреть при найме с одной стороны и на то, как проходить техничку самому с другой. Также обсудим боли и радости собеседований.
Расскажу о том как эволюционировало представление о кодовом стиле у меня и у нашего внутрибанковского комьюнити и к чему мы пришли. Покажу свод правил, конфигурацию и опции настройки для того, чтобы относительно расслабленно систематически достигать очень хорошего качества исходного кода. Здесь не будет срыва покровов, взрывных правил, неожиданных утилит, крутых разработок, скорее собранное вместе руководство. Пригодится тем, кто не заморачивался на кодстайл; тем, кого не устраивает их кодстайл; тем, кого по какой-то причине не устроили существующие гайды.
Поговорим о том что такое SSO, какие IaM есть. Почему мы выбрали Keycloak и какие проблемы он нам решил.
Разработчики являются лакомой целью для злоумышленников. Последние добавляют вредоносные пакеты в опенсорс-репозитории для компрометации пользователей. Мотивы, инструменты, примеры последних месяцев будут рассмотрены в данном докладе.
Мною был подготовлен внутренний курс по Python для обучения сотрудников UCHI.RU. В процессе подготовки и изложения я получил множество интересный инсайтов, которыми и хотел бы поделиться. На мой взгляд, создание своего корпоративного курса — интересное начинание, требующее времени и сил, но сполна их отбивающее. Расскажу про свою мотивацию, итоги преподавания, что стоит и чего не стоит делать на таких курсах.
В своем докладе расскажу о способах интеграции Python и Rust.
В тусовке есть мнение, что аутсорсеры всегда пишут очень плохой код. На докладе расскажу, как мы в своём аутсорсе системно это опровергаем, сдавая в срок много качественного кода. Слайды: https://speakerdeck.com/moscowdjango/moscow-python-meetup-84-fiodor-borshchiov-piton-v-autsorsie-kak-pisat-khoroshii-kod
История создания платформы. Архитектурные и технические особенности. Опыт внедрения.
В эфире обсудим важность архитектуры, как она связана с тестированием и зачем нужны линтеры.
Многие из вас слышали, что Python 3.11 значительно быстрее 3.10. Как нам это удалось? И как мы делаем 3.12 и последующие выпуски ещё быстрее? В своём выступлении я обзорно расскажу, какие техники мы используем для ускорения CPython. Постараюсь не использовать сложную терминологию и обойтись диаграммами, простыми примерами и математикой из средней школы. Наконец, я попытаюсь спрогнозировать на сколько станут быстрее последующие выпуски CPython, и как далеко можно вообще зайти в деле ускорения Питона.
Python 3.11 вышел в свет 24 октября 2022 года, получив новый «специализирующий адаптивный интерпретатор». Я хочу рассказать вам о том, как ваш код начал оптимизировать сам себя по ходу исполнения, используя разные техники, позволяя в среднем достичь 25% ускорения. Расскажу о сложностях, с которыми можно столкнуться в ходе создания оптимизаций для динамических языков. А также о том, что будет в Python 3.12 и дальше.
Задача поиска людей по фото — это вычислительно сложная задача нечеткого поиска. Для решения этой проблемы используются биометрические вектора, которые извлекаются из фотографий с помощью нейронных сетей. Однако, даже два вектора, полученные из разных фото одного человека, не совпадают на 100%. Поэтому, в отличие от поиска на точное совпадение, эта задача на порядки сложнее. В докладе будет рассказано о том, как мы решили эту задачу и какие сложности пришлось преодолеть, учитывая жесткие требования по скорости ответа при высокой интенсивности запросов: - Оптимизация поиска похожих биометрических векторов: сравнение инструментов и выбор наилучшего подхода. - Как быстро загрузить базу клиентов в память модуля поиска: без C++ и перерасхода памяти. - Как можно искать ещё быстрее? Индексирование базы векторов: подходы и методы для многократного ускорения поиска. Доклад будет интересен не только тем, кто сталкивается с задачами нечеткого поиска по данным с большим количеством категорий, но и для разработчиков, которые заинтересованы в понимании особенностей работы Python при обработке больших объемов данных. Слайды: https://moscowpython.ru/meetup/82/client-search/
Необычный case, когда твоя компания разрабатывает операционную систему и пакеты можно устанавливать только из репозитория. Никакого pip, poetry и пр. Как же сделать коробочку со всем необходимым (python, библиотеки и прочие зависимости и запустить сервис в systemd прямо из неё. Только pyenv, virtualenv и bash. Слайды: https://moscowpython.ru/meetup/82/virtual-env/
Разберем что такое большие языковые модели, рассмотрим принцип генерации текста, и напишем свой генератор текста на Python, используя цепи Маркова.
Python и Golang в чем-то похожи — легкий синтаксис, много библиотек, простота прототипирования. Но в последние годы у Go появляется ряд преимуществ, которые сподвигли меня и моих коллег перейти на этот язык. Я расскажу, что выиграет разработчик и бизнес, выбрав Go. И какие проблемы вы получите взамен.
Кажется, мы уже все привыкли работать с контейнерами, но до сих пор у текущих имплементаций контейнерных рантаймов был фатальный недостаток — они написаны не на Python. Попробуем это исправить?
Как добавить в существующую систему логирования Django поддержку syslog. Форматы, как их готовить и как документировать этот хаос. И кстати, зачем?
Расскажем про принцип Dependency Injection (DI). На конкретных примерах покажем как правильно его использовать в ваших сервисах и какие выгоды он принесёт.