Python Bytes: #358 Collecting Shells

Очередной выпуск англоязычного подкаста Python Bytes

Talk Python to Me: #435: PyPI Security

Audio

Boost Your Coding Productivity With Ptpython

pgcli - 4.0.0

REPL для Postgres. Скачать можно по ссылке: https://pypi.python.org/pypi/pgcli/

selenium-python-helium - write Less Selenium Code

vizro - Create Modular Data Visualization Applications

Progress on No-GIL CPython

This post sums up the progress and thinking on the no-GIL work in Python. It summarizes some of the PEPs involved as well as active conversations in the discussion groups.

Discussion on PEP 730: Adding iOS as a Supported Platform

Building Custom Middleware in FastAPI

Middleware in a web stack framework is able to intercept all requests allowing you to write common request processing code across all your views. This article shows you how to write middleware for FastAPI.

Как создать API в облаке менее чем в 200 строках кода

Современные облачные инструменты и пакеты Python стали настолько мощными, что с их помощью можно создать (масштабируемый) облачный API менее чем в 200 строках кода. В этом посте будет рассмотрено, как при помощи lines Google Cloud, Terraform и FastAPI развернуть в облаке полноценный API, через который можно отвечать на запросы.

greenlet - 3.0.1

Модуль для легковесных потоков в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/greenlet/

Airflow в Kubernetes. Часть 1

На пути инженера данных часто встречаются задачи связанные с DevOps. Одна из таких - развернуть Airflow в Kubernetes кластере. Если до этого похожего опыта работы не было, то эта задача может показаться не тривиальной. Конечно, можно выполнить несколько команд из официального гайда, но если нужно будет что-то поправить, то без понимания, что происходит внутри, обойтись будет сложно. Эта статья призвана  облегчить данную задачу. Она поможет тем, кто уже работал с Airflow, но еще не касался технологии Kubernetes

Работа с временными рядами в Python. Часть 1

Аналитика данных стала неотъемлемой частью современного бизнеса и научных исследований. И одним из ключевых аспектов анализа данных являются временные ряды. Эффективная работа с временными рядами играет критическую роль в прогнозировании, стратегическом планировании и принятии решений в различных отраслях.

Русский LLM-помощник (saiga) с кэшем, используя RAG (Retrieval-Augmented Generation)

В этой статье, используя технику Retrieval-Augmented Generation ("Поисковая расширенная генерация"), мы настроим русскоязычного бота, который будет отвечать на вопросы потенциальных работников для выдуманного свечного завода в городе Градск.

Как провести анализ рекламных креативов с помощью генеративных сетей

Сегодня расскажем, как заняли 2 место в общем зачете AI Generative Product Hackathon, инициированного Napoleon IT,  и 1 место в кейсе по анализу рекламных креативов для крупной российской фармацевтической компании.

Анализ 10 000 вопросов с технических интервью: частотность и вероятность встречи

Я проанализировал 600 публичных мок-интервью с YouTube и собрал из них 10 000 уникальных вопросов. Затем посчитал, как часто они встречаются, и определил вероятность появления каждого вопроса. У меня есть данные по 20 профессиям, включая frontend, python, java-разработчика, специалиста по тестированию и многих других.

Как устроен GIL (Global Interpreter Lock) в Python: влияние на многозадачность и производительность

GIL, или Global Interpreter Lock десятилетиями оставался темой обсуждения и дебатов среди питонистов.

pytest - 7.4.3

Простой мощный инструмент тестирования в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/pytest/

Werkzeug - 3.0.1

Швейцарский армейский нож веб-разработки Python. Скачать можно по ссылке: https://pypi.python.org/pypi/Werkzeug/

Django 5.0 beta 1 released