Как оптимизировать проект Data Science с помощью Prefect
https://habr.com/ru/post/591063/?utm_campaign=591063&utm_source=habrahabr&utm_medium=rss

Есть ли способ оптимизировать рабочий процесс проекта Data Science всего в несколько строк кода? Да. Это Prefect. Делимся кратким руководством по работе с этим инструментом, пока у нас начинается флагманский курс Data Science.

Как написать тысячу автотестов за пару дней [параметризация тестов]
https://habr.com/ru/post/591227/?utm_campaign=591227&utm_source=habrahabr&utm_medium=rss

Меня зовут дядя Вова, я ведущий инженер по автоматизации тестирования и, как писал уже несколько раз, неизменный фанат Robot Framework. Даже когда-то контрибьютил в его исходный код и иногда помогаю новичкам в официальном slack-чате этого инструмента.
Но, как я уже упоминал в одной из статей, есть у него один пробел по сравнению с pytest — это отсутствие адекватной параметризации тестов. Справедливости ради, у Robot Framework есть надстройка, которая позволяет генерировать тесты на основе внешней таблицы. Но это не совсем то, что нам подходит.

Занимательные фигуры на Python в одну строку
https://habr.com/ru/post/591591/?utm_campaign=591591&utm_source=habrahabr&utm_medium=rss

Однострочники подобны коанам в Дзэн-буддизме. Как и коаны, некоторые однострочники можно охарактеризовать как "выражения ставящие мозг в тупик". Сами по себе они не научат программировать, но при накопленном определённом опыте позволят постичь всю силу и красоту языка программирования Пайтон.
Существует поверье - если созерцать непонятный однострочник, рано или поздно наступит "просветление".

Применение Materialized Views в организации ETL-процессов
https://habr.com/ru/post/591607/?utm_campaign=591607&utm_source=habrahabr&utm_medium=rss

Могу уверенно сказать, Oracle сегодня — одно из самых популярных и надежных хранилищ, хотя рынок и предлагает множество новых современных разработок. В этой статье я расскажу про использование Materialized Views для организации ETL-процессов в рамках проекта.

django-db-retry - Django Database Retry
https://github.com/parikls/django-db-retry

Adds database query retry functionality to the Django ORM in case of network issues / deadlocks.

Красивые визуализации GitHub с помощью PyGraphistry
https://habr.com/ru/post/591815/?utm_campaign=591815&utm_source=habrahabr&utm_medium=rss

Делимся интерактивными графами подписок веб-разработчиков и разработчиков моделей ML, а также знакомим читателей с инструментом визуализации больших графов — PyGraphistry. Такие данные — косвенный индикатор конкуренции языков и технологий. К примеру, можно попробовать выяснить, сколько разработчиков C++ следят за разработчиками Rust и наоборот. За подробностями и кодом приглашаем под кат.

Match/case vs If/else. Сравниванием скорость работы операторов в Python 3.10
https://habr.com/ru/post/592089/?utm_campaign=592089&utm_source=habrahabr&utm_medium=rss

Прошло уже достаточно времени с момента релиза Python версии 3.10. Самым главным и самым ожидаемым было введение оператора match/case (он же pattern matching). 

Однако далеко не всем разработчикам из нашего комьюнити зашел данный оператор. Свидетельствуют этому даже комментарии под статьями на хабре (статья 1 (https://habr.com/ru/post/585216/), статья 2 (https://habr.com/ru/post/585518/)), которые были посвящены match/case.

 

Метаклассы в Python
https://habr.com/ru/post/592127/?utm_campaign=592127&utm_source=habrahabr&utm_medium=rss

Возможен вопрос: а что такое метакласс? Если коротко, метакласс относится к  классу точно как класс к объекту.

Метаклассы – не самый популярный аспект языка Python; не сказать, что о них воспоминают в каждой беседе. Тем не менее, они используется в весьма многих статусных проектах: в частности, Django ORM[2] (https://habr.com/ru/company/piter/blog/592127/#222), стандартная библиотека абстрактных базовых классов (ABC)[3] (https://habr.com/ru/company/piter/blog/592127/#333) и реализации Protocol Buffers [4] (https://habr.com/ru/company/piter/blog/592127/#444).

Классификация документов в заявках на кредитование
https://habr.com/ru/post/592223/?utm_campaign=592223&utm_source=habrahabr&utm_medium=rss

В рамках процесса кредитования физических и юридических лиц, банки запрашивают у клиентов оригиналы различных документов. Эти документы, очевидно, необходимо проверять по многим критериям. Из пунктов проверки документов достаточно большую значимость среди прочих несет проверка полноты пакета документов. В данной статье будет рассмотрена именно эта процедура.
 

Создание терминала для СКУД и УРВ. Часть 2
https://habr.com/ru/post/592297/?utm_campaign=592297&utm_source=habrahabr&utm_medium=rss

В этой статье мы подробнее остановимся на ПО терминала учета рабочего времени и контроля доступа, о разработке которого я писал в прошлой статье (https://habr.com/ru/post/563814/). Данная статья является логическим продолжением, т.к. в прошлой статье я рассматривал всё железо терминала, поэтому настоятельно рекомендую ознакомиться для дальнейшего понимания написанного.

Using spellchecking to improve Tesseract OCR accuracy
https://www.pyimagesearch.com/2021/11/29/using-spellchecking-to-improve-tesseract-ocr-accuracy/

Почтовый бот
https://habr.com/ru/post/590515/?utm_campaign=590515&utm_source=habrahabr&utm_medium=rss

Электронная почта один из самых используемых инструментов для обмена информацией, постановки и выполнения задач. Зачастую поступающие письма носят повторяющийся характер предоставления какой либо однотипной информации меняющейся с течением времени.

Gnuplot пакуем выходной svg в один файл
https://habr.com/ru/post/592313/?utm_campaign=592313&utm_source=habrahabr&utm_medium=rss

Предыдущая моя статья "Gnuplot и с чем его едят (https://habr.com/ru/company/ruvds/blog/517450/)" получила большой отклик и даже была переведена на несколько языков (видел на медиуме (https://raevskymichail.medium.com/gnuplot-plot-albert-einstein-with-terminal-15dd8ea9ae91), встречал на немецком). Поэтому, раз тема актуальная, решил продолжить.

Data Science 'по ту сторону изгороди'
https://habr.com/ru/post/592491/?utm_campaign=592491&utm_source=habrahabr&utm_medium=rss

Большое количество курсов по аналитике данных и питону создает впечатление, что «два месяца курсов, пандас в руках» и ты data science специалист, готовый порвать любую прямоугольную задачу.
 
Однако, изначально просто счёт относился к computer science, а data science было более широким и междисциплинарным понятием. В классическом понимании data scientist — «T-shape» специалист, который оцифровывает и увязывает административные и предметные вертикали/горизонтали компаний через математические модели.

Забираем большие маленькие данные по REST API
https://habr.com/ru/post/592651/?utm_campaign=592651&utm_source=habrahabr&utm_medium=rss

При проведении различной ad-hoc аналитики или же создания интеграций между DS решением и внешними системами очень часто приходится использовать REST API для получения данных. Ситуация, когда все помещается в один запрос — идеальна, но редка как единорог. Как правило, приходится тянуть большие объемы, тянуть по частям и в режиме многоходовок, возможно, с использованием курсоров. Внешняя система может лечь при большой нагрузке или же там включатся механизмы пропуска запросов (троттлинг). Вопросы «почему у меня не работает» и «как мне сделать, чтобы работало» возникают с завидной регулярностью.

OCR Passports with OpenCV and Tesseract
https://www.pyimagesearch.com/2021/12/01/ocr-passports-with-opencv-and-tesseract/

PyCharm 2021.3
https://blog.jetbrains.com/pycharm/2021/12/2021-3/