Собрали в одном месте самые важные ссылкичитайте нас в Twitter
* Какие мотивы стояли за созданием библиотеки asyncio?
* Как в ней реализовано асинхронное выполнение кода? * Почему это полезно знать, если пишешь код с её использованием?
В Питоне всё прекрасно, кроме одного „фатального недостатка“, и имя ему — GIL. Эти три буквы превращают любое многопоточное приложение в кошмар. Поговорим о том, что это, почему он всё ещё живёт в интерпретаторе, как его можно выключить и ускорить код. Разберём несколько реальных примеров, в которых оптимизированный код на тредах на Питоне работает так же быстро, как версия на C, или даже быстрее.
Сегодня едва ли не в каждой серьёзной IT-компании от соискателей с порога требуют владения soft skills. Но если, скажем, о Django или Tornado есть книжки и туториалы с достоверными best practices, то о навыках взаимодействия в команде в индустрии часто высказывают диаметрально противоположные мнения. Что же такое soft skills, что ими не является, как их правильно готовить и реально ли наработать?
Эволюция программиста лучше всего видна на личном опыте. И не нужно бояться того, что эволюция эта может быть стремительной. Мы позвали в Python Junior старшего разработчика компании «Код Безопасности» Александра Полищука и поговорили с ним о том, как извлечь пользу из собеседований, которые вы, как вам кажется, завалили, как не растерять запал на ранних стадиях карьеры, какие личные качества и лайфхаки помогают быстрее и эффективнее совершенствоваться в IT.
Слайды: https://speakerdeck.com/9seconds/fingerprinting
Фингерпринтинг — это мы берем некоторые запросы пользователя и делаем из него некоторый отпечаток, который нам нужен для грязных целей. А может быть не для грязных? Как защититься от фингерпринтинга? А надо ли вообще? Это вообще хорошо или плохо?
Слайды: https://docs.google.com/presentation/d/1bpUc8xxvdJZ95mfvhHSfMUaQTZjP4l8YijkIBuqFD0Y/edit?usp=sharing
Многие пытаются сделать стартап сразу красивым и привлекательным, используя очередной новомодный JS-фреймворк. Я же убежден, что в ряде случаях гипотезу можно проверить создав веб на базе админки. Расскажу об одном стартапе, которые был создан (и просуществовал в течение 1.5 лет) на Flask-Admin - админке, работающей поверх Flask, WTForms и SQLALchemy, при этом в проекте было написано минимум Javascript-кода. В докладе расскажу о граблях, на которые мы наступили и различных трюках кастомизации данной админки.
Слайды: https://dry-python.org/static/slides/introducing-dry-python.html#/
Как часто, получая новый ticket, вы задумываетесь: "Ну и где тебя искать?" Как часто, вглядываясь в обработчик запроса, вы гадали: "Что тут вообще твориться?" Качественный код всегда тяжело проектировать в начале, а ценить вложенные усилия начинаешь спустя время. В своём докладе я расскажу нехитрые подходы, которые позволят упростить дальнейшую жизнь проектов. А так же анонсирую проект Dry Python, воплотивший эти подходы в виде средств разработки.
От чего зависит, какую базу данных задействовать в проекте — реляционную или нереляционную, с ACID-гарантиями или без них, распределённую или нераспределённую? Чем определяется выбор БД, какие преимущества и недостатки есть у тех из них, что популярны в сообществе разработчиков сегодня? Чтобы получить ответы на эти вопросы, мы привлекли тяжёлую артиллерию.
Злата Обуховская (Teamlead в Nvidia, евангелист MoscowPython)
"В этой части докладов про внутренности питона мы посмотрим, как происходит выделение памяти, как работают счетчики ссылок, кэши объектов и сборка мусора, а также разберемся, причем тут GIL".
Слайды: http://www.moscowpython.ru/meetup/63/python-memory/
Цикл "Что внутри у Питона": https://www.youtube.com/playlist?list=PLv_zOGKKxVpi6BSAuySAtX5KyCa50PSCz
Обработка естественного языка (NLP) — активно развивающаяся научная дисциплина, занимающаяся поиском смысла и обучением на основании текстовых данных. Неважно, кто вы — опытный Data Scientist, или начинающий Python разработчик — вы всегда можете использовать текстовые данные для того, чтобы усовершенствовать продукт над которым работаете и расширить его функциональность. В докладе, на примере сайта кулинарных рецептов, будут описаны шаги преобразования и очистки данных. Исследованы методы классификации и определения сходства текстов на основе: Mean word2vec, Tf-idf weighted word2vec, Doc2vec, fastText, Word Mover’s Distance. Сравнение качества итоговых моделей. Также поговорим про внедрения в проект моделей классификации и рекомендаций
В докладе мы рассмотрим основные этапы жизненного цикла объекта, поговорим о том, что происходит, когда он создается, когда кто-то запрашивает доступ к его атрибутам и когда он разрушается. Доклад направлен на junior/middle-разработчиков, желающих лучше разобраться во внутренней организации Python
Как часто, получая новый ticket, вы задумываетесь: "Ну и где тебя искать?" Как часто, вглядываясь в обработчик запроса, вы гадали: "Что тут вообще творится?" Качественный код всегда тяжело проектировать в начале, а ценить вложенные усилия начинаешь спустя время. В своём докладе я раскрою нехитрые подходы, которые позволят упростить дальнейшую жизнь проектов. А так же покажу проект dry-python, воплотивший эти подходы в виде нескольких библиотек
В своем докладе Руслан рассказал всем интересующимся с чего начать в огромном новом мире науки о данных. Постарался ответить на вопрос „Что этот мир вообще из себя представляет?“ и показать, какими инструментами на Python можно воспользоваться для анализа данных, их визуализации и для машинного обучения.