Собрали в одном месте самые важные ссылки
и сделали Тренажер IT-инцидентов для DevOps/SRE
Как с нуля создать навык голосового помощника Алиса с написанием кода обработчика запросов пользователя на Питоне,
Какая была проблема в интеграции Pytest для проверки качества кода и медицинских данных в университете. Почему мы решили автоматизировать такой процесс, решая проблему конфиденциальности. Практический пример работы этой системы
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.
Мы продолжим доклад "Повышаем производительность программ: мой путь к succ[ess \| inct]" и затронем суперсжатие для полнотекстового поиска, в том числе реализуем его на Python и замерим производительность.
Применение вайбкодинга для разработки MVP проекта. Основные преимущества такого подхода и какие опасности могут возникнуть с развитием проекта. Сложность рефакторинга потеря актуальности нейросетевого кода
FastStream – библиотека для создания сервисов с асихронной или event-driven коммуникацией.
pyrefly – новый тайпчекер для Python написанный на Rust. Вторая версия тайпчерека pyre-check.
Чтобы научиться программировать и разбираться в тонкостях Python 3.12
Во втором докладе про поиск аномалий мы продолжим изучение наиболее популярных методов, сосредоточившись на Isolation Forest и PCA. Я объясню «на пальцах» как работают эти методы, а также, какие у них сильные и слабые стороны.
По мере увеличения объёма данных, структуры данных, занимающие много дополнительного места, становятся всё менее производительны и возникает вопрос: как оптимально сжать структуру данных по памяти, чтобы не потерять производительность основных операций на структуре. В докладе разберёмся со сжатыми структурами данных, их практической реализацией, а также посмотрим для каких задач их целесообразно применять.
Расскажу откуда вообще взялась идея, про сам суицид и как это дружит с машинным обучением. Основной доклад будет посвящен процессу создания датасета. В конце расскажу, когда и где можно будет взять датасет и что планируем делать дальше.
Как автоматизировать процессы в рекламном агентстве при помощи Python и какие продукты можно предложить рынку рекламы
Ведущие – Григорий Петров и Михаил Корнеев
Рассмотрим основы работы спутниковой связи, включая ключевые принципы передачи данных через спутники. Поговорим о том, как Python может быть использован для автоматизации процессов в космической сфере.
Ведущие – Григорий Петров и Михаил Корнеев
В этом докладе я расскажу о том, как мы использовали NLP решения для расширения возможностей DCAP (data-centric audit and protection) системы компании Makves. Мы обсудим, почему обработка неструктурированных текстовых данных без нейросетей является сложной задачей и как мы преодолели эти вызовы. Я поделюсь нашим опытом сбора и подготовки датасета, а также раскрою трюки и методы, которые мы применяли для оценки качества полученных решений. Также рассмотрим ограничения, с которыми мы столкнулись при продуктивизации моделей, и как мы их преодолели. Доклад будет полезен как опыт реального внедрения NLP функционала в работающий продукт.