Buscar contenido similar

#Python#temporalSeries 📊 Curso de series temporales multivariate con Python ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#python#vision 📚 Computer Vision (2023) ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#python#cheatsheets Here is an amazing Python cheat sheet for you all! ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

🐍 Use the #Pillow package in Python to change the brightness of your images in #Python! ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#Python#regularExpressions 🐍 Regular Expressions in Python: Free course 📌Course ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#python#blockchain 💰 Learn about Python and Blockchain: The Complete Guide! Blockchain technology explained. Cryptocurrency, cryptography, transactions & programming in the best Blockchain course 🗣️: Mammoth Interactive, John Bura 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#bots#Python 🤖 Curso de creación de bots de Telegram con Python 📢 #YouTube 🔗Link 🔑@repo_science ⭐Curso muy recomendado Les dejé el enlace al canal de YouTube desde donde se descargó. ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#python#agentic_coding#llm_agent DeepCode is an AI-powered platform that automates turning research papers, text, and URLs into high-quality, production-ready code for algorithms, front-end, and back-end development. It uses a multi-agent system to analyze complex documents, plan code structure, find relevant code references, and generate tested, documented code efficiently. You can interact with it via a user-friendly web interface or a professional command-line interface. This saves you time and effort by automating complex coding tasks, speeding up development, and reducing errors, letting you focus on innovation rather than manual coding details. It supports integration with popular tools and offers real-time progress tracking. https://github.com/HKUDS/DeepCode

ПАМЯТЬ Только змеи сбрасывают кожи, Чтоб душа старела и росла. Мы, увы, со змеями не схожи, Мы меняем души, не тела. Память, ты рукою великанши Жизнь ведешь, как под уздцы коня, Ты расскажешь мне о тех, что раньше В этом теле жили до меня. Самый первый: некрасив и тонок, Полюбивший только сумрак рощ, Лист опавший, колдовской ребенок, Словом останавливавший дождь. Дерево да рыжая собака, Вот кого Он взял себе в друзья, Память, Память, ты не сыщешь знака, Не уверишь мир, что то был я. И второй... любил он ветер с юга, В каждом шуме слышал звоны лир, Говорил, что жизнь — его подруга, Коврик под его ногами — мир. Он совсем не нравится мне, это Он хотел стать богом и царем, Он повесил вывеску поэта Над дверьми в мой молчаливый дом. Я люблю избранника свободы, Мореплавателя и стрелка, Ах, ему так звонко пели воды И завидовали облака. Высока была его палатка, Мулы были резвы и сильны, Как вино, впивал он воздух сладкий Белому неведомой страны. Память, ты слабее год от году, Тот ли это или кто другой Променял веселую свободу На священный долгожданный бой. Знал он муки голода и жажды, Сон тревожный, бесконечный путь, Но святой Георгий тронул дважды Пулею не тронутую грудь. Я — угрюмый и упрямый зодчий Храма, восстающего во мгле, Я возревновал о славе Отчей, Как на небесах, и на земле. Сердце будет пламенем палимо Вплоть до дня, когда взойдут, ясны, Стены Нового Иерусалима На полях моей родной страны. И тогда повеет ветер странный И прольется с неба страшный свет, Это Млечный Путь расцвел нежданно Садом ослепительных планет. Предо мной предстанет, мне неведом, Путник, скрыв лицо; но все пойму, Видя льва, стремящегося следом, И орла, летящего к нему. Крикну я... но разве кто поможет, Чтоб моя душа не умерла? Только змеи сбрасывают кожи, Мы меняем души, не тела. 1919 #Гумилёв#НиколайГумилёв#поэты#поэзия#стихи#poetry#poems#русскаялитература#русскаяклассика#серебряныйвек

#вакансия#москва#python#ML#DS#NLP#LLM#agents NLP Data Scientist (AI-агенты) Всем привет! 👋 Мы - команда центра развития искусственного интеллекта в российском топ банке. Разрабатываем и внедряем AI-решения в ключевые бизнес-процессы. Сейчас мы строим прикладных AI-агентов для HR-направления: подбор, оценка, развитие сотрудников, внутренние сервисы для рекрутеров и руководителей. Ищем NLP data scientist, который умеет проектировать и улучшать рабочие AI-системы: с инструментами, качественной оценкой и измеримым влиянием на бизнес-метрики. Рассматриваем Middle и Senior позиции. Чем предстоит заниматься - Проектировать и развивать LLM и агентные решения для HR-сценариев: от постановки задачи и анализа процесса до PoC, MVP и production-ready решения совместно с ML Engineer. - Разрабатывать архитектуры AI-агентов: orchestration, tool use, retrieval, memory, multi-step workflows, guardrails. - Формировать гипотезы, запускать эксперименты и улучшать качество системы на основе метрик и обратной связи пользователей. - Вместе с бизнес-заказчиком уточнять требования и фиксировать постановку задачи. Что для нас важно - 3+ лет опыта в Data Science / ML, из них заметная часть в NLP, LLM. - Практический опыт создания прикладных LLM-систем и агентов: RAG, tool calling, agentic workflows, multi-step reasoning, structured output. - Глубокие знания в NLP (статистические методы, нейронные сети, трансформеры) и уверенная база в классическом ML. - Понимание архитектуры LLM и принципов prompt engineering. - Опыт разработки на Python, пишете чистый и поддерживаемый код Плюсом будет - Опыт разработки RAG-систем и работы с векторными хранилищами - Опыт написания промышленного, поддерживаемого и тестируемого кода, работы с параллелизмом и асинхронностью Мы предлагаем - Вилка: 200-350 net + годовая премия 2-4 оклада (с сильными кандидатами готовы отдельно обсуждать условия) - Комфортный современный офис в г.Москва - Возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 2х дней в неделю) - Ежегодный пересмотр зарплаты и годовая премия - Корпоративный спортзал и зоны отдыха - ДМС, льготное страхование для семьи и корпоративная пенсионная программа Если интересно, пишите в личку @yegor_saf

Pricing Data Analyst (Ostrovok) 📍 Формат: Удаленно (РФ) 💰 Зарплата: от 250 000 ₽ на руки Мы ищем аналитика, который станет экспертом по данным в команде Pricing. Ты будешь отвечать за аналитический слой — от «сырых» данных в S3 до готовых витрин для бизнеса. Что делать: — Отвечать за весь аналитический слой: от raw-данных в Trino/S3/HDFS до проверенных датасетов. — Разрабатывать логику сопоставления ставок (rate matching). — Трансформировать бизнес-логику в четкие ТЗ для ETL-команды. — Обеспечивать качество данных: валидация, контроль полноты, мониторинг аномалий. — Поддерживать пользователей: документация, обучение, консультации. Наш стек: SQL (Trino, Vertica), Spark / PySpark, Python, Airflow, HDFS/S3, Iceberg, Kafka, Tableau/Metabase. Требования к кандидату: — Опыт от 2-х лет в в области аналитической инженерии, анализа данных (Big Data), моделирования BI-данных. — Сильный SQL и уверенный Python для анализа данных. — Понимание Big Data архитектур (Lakehouse, HDFS/S3). — Опыт с Airflow и концепциями DAG. — Знание Iceberg и Kafka (практический опыт). 🤝 Будет плюсом: — опыт работы с DBT. — Английский B1 (разговорный). Почему к нам стоит прийти: Проекты мирового уровня: продукты для путешественников и отельеров. Свобода: гибкий график и полная удаленка. Развитие: Tech-комьюнити, митапы, хакатоны, помощь в выступлениях на конференциях, курсы английского. Забота: ДМС с первого месяца. Бонусы: корпоративные цены на отели и тревел-услуги. Островок — аккредитованная IT-компания. 👉 По всем вопросам и с CV пишите в ЛС: @nadueva_olya #vacancy#dataanalyst#pricing#python#sql#bigdata#remote

#python#claude_code#guide#tutorial Claude How To is a free GitHub guide (3,900+ stars) with visual tutorials, copy-paste templates, and a 11-13 hour learning path to master Claude Code features like slash commands, memory, skills, subagents, hooks, MCP, and plugins. Start in 15 minutes by cloning the repo and copying a command—build automated code reviews, deployments, and docs. You gain 10x productivity by combining features into real workflows, skipping basic docs for production-ready setups that save hours daily on grunt work. https://github.com/luongnv89/claude-howto