[Видео] Python-стрим. Про релокацию и работу на удалёнке
https://www.youtube.com/watch?v=iPi0tnrVKRw

В нашем очередном стриме мы встречаемся с Сергеем Васильевым, разработчиком в компании Datafold. 6 лет назад Сергей переехал в Берлин, где работал в компаниях Profitbricks и Zalando, а недавно он начал работать в американском стартапе Datafold на удалёнке. О нюансах трудоустройства и работы за рубежом и о разнице релокации и работы на удалёнке мы с ним и поговорим.

Препарирование нейронок или TSNE и кластеризация на терабайтах данных
https://habr.com/ru/post/584062/?utm_campaign=584062&utm_source=habrahabr&utm_medium=rss

У вас продакшн нейронные сети, терабайты данных? Вам хочется понять, как работает нейронная сеть, но на таком объеме это сложно сделать? Сложно, но можно. Мы в NtechLab находимся именно в той ситуации, когда данных так много, что привычные инструменты интроспекции нейронных сетей становятся не информативны или вовсе не запускаются. У нас нет привычной разметки для обучения атрибутов. Но нам удалось вытащить из нейронной сети достаточно, чтобы классифицировать все имеющиеся данные на понятные человеку и учтенные нейронной сетью атрибуты. В этом посте мы расскажем, как это сделать.

Генерация признаков из временных рядов
https://habr.com/ru/post/584896/?utm_campaign=584896&utm_source=habrahabr&utm_medium=rss

Когда мы хотим рассчитать количество звонков в колл-центр через час, поставить в пятничную смену достаточно курьеров или предсказать потребление электроэнергии небольшим городком через 5 лет, мы обращаемся к теме обработки временных рядов. На тему обработки timeseries (временной ряд, англ.) написано множество статей и создано несчетное количество часов видео. Но попробуйте задать поисковой системе вопрос: как работать с временными рядами. Уверен, вы закопаетесь в многообразии ссылок, похожих по смыслу и содержанию. Однако, ни одна из них не ответит на вопрос полностью. Авторы выдают два или три метода обработки как панацею от всех проблем в работе со временем.
Мы попробуем собрать в одной статье все классические и современные методы обработки даты и времени.

Как стать web-разработчиком на Python за полгода: конкретный план действий
https://habr.com/ru/post/584962/?utm_campaign=584962&utm_source=habrahabr&utm_medium=rss

В этой статье вы узнаете, что нужно сделать, чтобы за полгода стать Python backend-разработчиком. После прочтения данной публикации у вас будет чёткий план, который останется только реализовать. Поехали!

Реализация кластеризации методом k-средних на Python (с визуализацией)
https://habr.com/ru/post/585034/?utm_campaign=585034&utm_source=habrahabr&utm_medium=rss

Кластеризация — разбиение множества объектов на подмножества, называемые кластерами. Кластеризация, будучи математическим алгоритм имеет широкое применение во многих сферах: начиная с таких естественно научных областей как биология и физиология, и заканчивая маркетингом в социальных сетях и поисковой оптимизацией.
Существует множество алгоритмов кластеризации, однако ниже будет рассмотрен метод k-средних, так как он является наиболее лаконичным и простым для понимания.

[Видео] Moscow Python Podcast. О развитии разработчика (level: all)
https://www.youtube.com/watch?v=xVOBtZTjevE

В гостях у Moscow Python Podcast руководитель подразделения World of Tanks Game Logic компании Wargaming Левон Авакян. Поговорили с Левоном о правильном развитии разработчика.

Игра в бисер на Python
https://habr.com/ru/post/585142/?utm_campaign=585142&utm_source=habrahabr&utm_medium=rss

В бытовом языке этот фразеологизм означает нечто заумное, переусложненное и бесполезное. Выражение восходит к роману писателя Германа Гессе, за который тот получил Нобелевскую премию. Сегодня мы попробуем реализовать эту игру на Python.

Новая версия статьи про рисование трехмерных поверхностей в Matplotlib
https://jenyay.net/blog/2021/10/24/novaya-versiya-stati-pro-risovanie-trekhmernykh-poverkhnostejj-v-matplotlib/

На прошлой неделе я писал о том, что начал обновлять статьи (https://jenyay.net/Matplotlib/Matplotlib) про рисование графиков на Python с помощью библиотеки Matplotlib, поскольку с момента их написания в библиотеке Matplotlib многое поменялось. Следующей на очереди для исправления у меня была статья про рисование трехмерных графиков (поверхностей) (https://jenyay.net/Programming/Python3d). В первую очередь я планировал переписать примеры, где используются устаревшие функции, и обновить скриншоты, но что-то я увлекся и не только практически полностью переписал статью, но еще и добавил в нее новые примеры. Например, теперь в ней говорится о том, как выставлять точку наблюдения и перемещать источник света, а заодно описал несколько способов прореживания данных при рисовании. И даже старые примеры кода полностью переписал.

5++ способов в одну строку на Python решить первую задачу Проекта Эйлера
https://habr.com/ru/post/585176/?utm_campaign=585176&utm_source=habrahabr&utm_medium=rss

Однажды меня посетила мысль, а что если попробовать решить первую задачу Проекта Эйлера всевозможными способами, но с условием, что решение должно быть в одну строку. В итоге получилось более пяти однострочных решений с применением Filter, Map, Reduce, Generator Expression и т.д. В этой статье я покажу то, к чему я пришёл.

Получаем кривую плотности распределения вероятности случайного (или нет) процесса
https://habr.com/ru/post/585232/?utm_campaign=585232&utm_source=habrahabr&utm_medium=rss

В ходе моей трудовой деятельности неоднократно возникала необходимость построить кривую плотности распределения вероятности по имеющемуся набору числовых данных большого объема различной природы, как случайных, так и не очень. Бывало и такое, что по некоторым причинам, использовать при этом сторонние библиотеки, решающие вопрос, было нежелательно. Приходилось обходится своими силами.

Создаем начальную миграцию с alembic для существующей базы
https://habr.com/ru/post/585228/?utm_campaign=585228&utm_source=habrahabr&utm_medium=rss

Не так давно я пришел на проект, где пользовали SQLAlchermy и Alembic. Но по воле рока так случилось, что alembic подключили после того, как создали в базе кучу объектов. Для тех, кто не в курсе, SQLAlchemy - это библиотека и ORM для питона, а Alembic - это инстумент для работы с миграциями для SQLAlchemy.

Подсчет автомобильного трафика с использованием COMPUTER VISION4
https://habr.com/ru/post/585248/?utm_campaign=585248&utm_source=habrahabr&utm_medium=rss

Иногда у нас встречаются задачи по подсчету клиентопотока. Мы можем считать очереди, заполнение общественных мест и т.д.
Представим, что нам поставили задачу посчитать поток машин в определенном месте в разное время. На ум приходит только то, что человеку фактически придется вручную произвести примерный расчет по тем или иным показателям.
Давайте попробуем автоматизировать данную задачу, так как на текущий момент у нас есть огромное количество инструментов и вычислительных мощностей.

Немного примеров match/case в Python 3.10
https://habr.com/ru/post/585216/?utm_campaign=585216&utm_source=habrahabr&utm_medium=rss

Не так давно (а именно 4 октября 2021 года) официально увидела свет юбилейная версия языка python, а именно версия 3.10. В ней было добавлено несколько изменений, а самым интересным (на мой взгляд) было введение pattern matching statement (оператор сопоставления с шаблонами). Как гласит официальное описание этого оператора в PEP622 (https://www.python.org/dev/peps/pep-0622/), разработчики в большей мере вдохновлялись наработками таких языков как: Scala, Erlang, Rust.
Для тех, кто еще не знаком с данным оператором и всей его красотой, предлагаю познакомиться с pattern matching в данной статье. 

Главный секрет операторов match/case в пайтоне
https://habr.com/ru/post/585518/?utm_campaign=585518&utm_source=habrahabr&utm_medium=rss

Не так давно увидела свет версия языка пайтон 3.10. В ней был добавлен pattern matching statement (оператор сопоставления с шаблонами). Как гласит официальное описание этого оператора в PEP622 (https://www.python.org/dev/peps/pep-0622/), разработчики в большей мере вдохновлялись наработками таких языков как: Scala, Erlang, Rust.
Многие, в том числе и я, встретили оператор с критикой. Можно для примера почитать комментарии к недавнему посту (https://habr.com/ru/post/585216/#comment_23627514). В основном люди жалуются на синтаксис, который похож на синтаксис пайтона, однако означает совершенно другое.

Как сделали нейросеть для оцифровки паспортов и отправили её в облако
https://habr.com/ru/post/585588/?utm_campaign=585588&utm_source=habrahabr&utm_medium=rss

Уже не раз поднимали (https://habr.com/ru/company/smartengines/blog/506012/) тему распознавания паспортов, и даже заявляли (https://habr.com/ru/company/smartengines/news/t/560204/) о том, что тема закрыта.
Вопрос в том, что даже сейчас паспорта продолжают распознавать в ручном режиме - в тех же банках на потоке этим может заниматься целый отдел. Аргумент - все системы выдают ошибки.

Python как инструмент сборки
https://habr.com/ru/post/586046/?utm_campaign=586046&utm_source=habrahabr&utm_medium=rss

Обычно, начиная проект на Java (или любой другой проект), вы не хотите заново изобретать колесо. Вы де-факто выбираете систему сборки, структуру папок, окружение и т.д. То, что использует весь остальной мир.

Как правильно готовить автоматизацию или Что покрывать тестами в первую очередь
https://habr.com/ru/post/585628/?utm_campaign=585628&utm_source=habrahabr&utm_medium=rss

Каждый ручной тестировщик считает, что автоматизация — это круто и её непременно нужно втащить в проект. Что может быть лучше, чем полное покрытие автотестами продукта, когда тесты гоняются 24/7 и отлавливают баги? Вот прочитал я эти строки, и захотелось ещё раз всё заавтоматизировать!

Лучший способ выбора случайной точки в круге
https://habr.com/ru/post/583838/?utm_campaign=583838&utm_source=habrahabr&utm_medium=rss

Допустим, вам нужно найти случайную точку с равномерным распределением в круге. Как же это сделать лучше всего? Когда я впервые начал изучать эту задачу, я работал над программным проектом, требовавшим случайного распределения значений в круге, но довольно быстро я спустился в неожиданно глубокую кроличью нору, заполненную любопытной математикой, поэтому решил объединить все свои находки в одну статью.

Pytorch lightning. Simple is better
https://habr.com/ru/post/586212/?utm_campaign=586212&utm_source=habrahabr&utm_medium=rss

По словам автора, фреймворк PyTorch Lightning был разработан для разработчиков и академических исследователей, работающих в области ИИ. Применение этого фреймворока упрощает написание кода, в частности нейронных сетей, и делает его более понятным для восприятия, вместе с тем открывая широкие возможности для создания масштабируемых моделей глубокого обучения, которые можно легко запускать на распределенном оборудовании.

[Видео] Moscow Python Podcast. Python в нефтехимии (level: all)
https://www.youtube.com/watch?v=ziARebUsiwY

В гостях у Moscow Python Podcast старший владелец продукта компании Сибур Диджитал Вадим Щемелинин. Поговорили с Вадимом о Индустрии 4.0, видеоаналитике в нефтехимии и о многом другом.