Собрали в одном месте самые важные ссылкии сделали Тренажер IT-инцидентов для DevOps/SRE
Несколько советов по избеганию брутфорса паролей админки с помощью fail2ban и/или django-axes
Автор рассказывает о некоторых предпосылках появления инструмента для моделирования самообучающихся метасетей.
Микрофреймворк для поддержки мультиязычности в ваших Django моделях. Включает поддержку django-admin
Интересное исследование на международных биржах для поиска разработчиков oDesk, Elance, Toptal, Glassdoor, AngelList и Payscale о том кем стоит работать и какие инструменты выбирать
Еще один из фрагментов книги Effective Python с полезными примерами кода на достаточно интересных задачах
Небольшой обзор таких коллекций как Counter, deque, defaultdict, namedtuple, OrderedDict
Помимо собственно движка JavaScript в дистрибутив включен еще и компилятор CofeeScript в JS. Даже не спрашивайте для чего все это.
Краудсорсинг - это когда подзадачи крупного проекта выполняет большое количество независимых исполнителей. Например коллективный перевод текстов.
Пожалуй одна из самых длинных и ужасных статей на тему того как не надо делать веб-приложения на Tornado
Shell обратно совместимый с bash и c замечательными возможностями python из коробки
Релиз безопасности, в предыдущей версии были проблемы с XSS и экранированием данных при выводе через шаблоны
Автор делиться рецептами вызова определенной функции в ответ на заданный параметр командной строки с лаконичной диспетчеризацией; инкапсуляцией обработки и валидации введенных пользователем данных.
Набирающая популярность на github реализация GUI-клиента для git на основе PyQt4
Обертка вокруг git упрощающая его использование в реальной жизни. Например инициализация из удаленного источника
Очередной пример использования сервиса twilio, но в этот раз с интересной железки
Пример работы с довольно интересной библиотекой для упрощения взаимодействия с распределенными системами для вычислений
Docker-контейнер с готовыми к работе IPython 3 Notebook и Terminal + Anaconda. Еще один повод испытать Docker в деле.
Когда данные становятся реально Big, то придется использовать специальные распределенные системы для того, чтобы выполнять вычисления в разумное время. Речь о Hadoop и эта статья может стать первым шагом в изучении этого вопроса.
Параллельное выполнение задач в режиме реального времени иногда провоцируют трудноуловимые ошибки с одновременным доступом к ресурсу. Как их воспроизвести в тестовом окружении и рассказывает автор