Buscar contenido similar

https://github.com/home-assistant/home-assistant https://home-assistant.io/ Home Assistant is a home automation platform running on #Python 3. It is able to track and control all devices at home and offer a platform for #automating#control. The system is built using a modular approach so support for other devices or actions can be implemented easily. See also the section on architecture and the section on creating your own components. If you run into issues while using Home Assistant or during development of a component, check the Home Assistant help section of our website for further help and information.

#Python#TensorFlow#Books 📚 TensorFlow Developer Certificate Guide (2023) ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#vacancy#вакансия#remote#Cyprus#ML#LLM#machinelearning#mlengineer#backend#Python 💡Hi! I`m Olia, HR at Ennabl. I`m looking for a Python Software Engineer - ML/LLM (Middle/Senior) for our team. 🔆Company: Ennabl 📍Employment: full-time; remote 🌐Location: Cyprus. If you are outside of Cyprus, Ennabl helps and supports relocation 💰Salary: 5,800-8,300 EUR gross 📩Contact: @OlgaBykanova(https://t.me/OlgaBykanova) ⚡️We are a product fintech startup with a headquarters in the USA and a diverse team with 40+ people (Russia, USA, Ireland, Georgia, Kyrgyzstan, Serbia, India, Spain). We are developing a data-driven platform for US insurance brokers and agents which helps them to work with their data more efficiently. 🔥What we can offer: - People are our main asset, we value our employees. We get together online and offline (cafe, games, team-buildings in different countries). This is a truly amazing team, I work here full-time as well :) - Every employee is granted company's shares (equity) - We use modern technologies and don`t have legacy - English language courses 🛠Technologies: - Python; ML frameworks (pytorch, tensorflow, scikit-learn); LLMs (GPT, Llama, Mistral); AWS ⚙️Job responsibilities: - Design, develop, and deploy ML/LLM based systems - Take end-to-end ownership of AI services: data pipelines, feature/prompt engineering, model training, integration into our production systems - Collaborate with internal teams to analyze data, refine AI algorithms and integrate AI solutions into Ennabl’s platform 📌Requirements: - 4+ years of relevant experience - Proficiency in Python ecosystem - Experience with modern ML frameworks - Experience with LLMs and AWS is an advantage - English (B1+)

#python#webScraping 🐍 Curso de Python desde ceroorientado a web Scraping 📢#youtube ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#vacancy#Fulltime#remote#DataScientist#SQL#ITВакансии#УдалённаяРабота#python#ML#Вакансия 🔎 Data Scientist Middle+ 💰 Зарплата: 270-300К руб/мес.Гросс 🎯 Локация/гр.: Россия 🕰 Срок проекта: 3 месяца + 📄Оформление: только ИП 🏛Проект: Крупная ритейл компания. Обязательные требования: - Опыт работы от 4-х лет в аналогичной роли; Алгоритмы и структуры данных: - Умение оценивать сложность алгоритмов; - Знание алгоритмов и структур данных из стандартного курса; - Знаком с оценкой производительности стандартных библиотечных структур данных; - Знакомство с алгоритмами из расширенного набора: вероятностные, алгоритмы во внешней памяти, алгоритмы на графах. Теория вероятности и математической статистики: - Предельные теоремы и умение их применять; - Опыт проверки гипотез, знание бутстреп и A/B-тестов, а так же снижение дисперсии и выявление причинно-следственных связей. Машинное обучение (ML): - Понимание ML-алгоритмов и подходов; - Умение эффективно адаптировать их для решения задач при необходимости; - Умение строить модели из стандартных компонентов; - Понимание последовательности этапов разработки ML-решений и готовность вносить изменения в проектную архитектуру; - Понимание какие бизнес-метрики для модели нужно мониторить; - Умение предложить прокси-метрики и функцию потерь, связанные с бизнес-метриками; - Умение докатить простую модель в пилот, имплементировать метод по статье, встроить компонент в существующий пайплайн. - Знаком с менее распространенными методами МО (например: байесовские модели/PGM/VBI, RL и прочее). Операции с моделями (MLOps): - Умение разово зафиттить модель, по запросу проверить, жива ли она, обновить и развернуть какое-либо необходимое ПО в кластере; - Умение версионирования моделей, данных и мониторинг работы моделей, качества данных. SQL: - Простые запросы (выборки, группировки, оконные функции); - Опыт оптимизации запросов. Программирование и инженерия: - Умение перевести идеи в чистый код, который будут и исполнять, и читать; - Умение пользоваться git'ом; - Умение писать тесты; - Способность разбираться в чужом коде и эффективно его дебажить; - Базовое понимание всех компонентов архитектуры. Работа с БД и большими данными (DB & BD): - Промышленный опыт работы с несколькими системами; - Знание внутреннего устройства систем, используемых в работе; - Опыт оптимизации вычислений/запросов транзакции/ACID/Индексов. -Умение декомпозировать понятные задачи; - Самостоятельно находить решение или использовать существующие подходы для понятных задач. Дополнительные стек и требования Задачи: - Разработка кода и тестов на python, участие в командной разработке, участие в код-ревью; - Проработка и изменение дизайна существующих компонентов при необходимости; - Подготовка и валидация обучающих выборок данных для внедрения и сопровождения математических моделей продуктов больших данных; - Расчет результатов АБ-тестов, дизайн АБ-тестов; - Внедрение современных методов машинного обучения и анализа данных в продуктах больших данных; - Разворачивание моделей и сервисов в контуре компании (hadoop/k8s/airflow); - Написание запросов на SQL, оптимизация запросов (spark, в частности); - Предлагать идеи для улучшения модели/подхода; - Предлагать прокси-метрики и функции потерь, связанные с бизнес-метриками; - Контроль соответствия результатов работы менеджеров по работе с большими данными в релизах продуктов больших данных; - Техническая реализация data-science решений на продуктах департамента; - Формирование требований к данным для разработки математических моделей в рамках релизов продуктов больших данных; - Анализ предметной области с целью повышения качества моделей и формирования предложений по достижению целей проектов и продуктов больших данных. 📲 Как откликнуться: Отправляйте своё резюме @AllaDemHR

http://tutos.readthedocs.io/en/latest/source/ndg.html due to the lacks of informations about deploying latests version of #django (1.6+) with latest #nginx (1.6+) using #gunicorn (18+) inside virtual environment of #python 3 (3.4+), it was really hard for a beginner like me to deploy a django project.

#python#django#MySQL 🐍 The Ultimate Django Series Part 3 Description This course is the 3 part of a series. Build production-grade backends with industry best practices.A comprehensive, fun and highly-practical course that prepares you for the job • Building an API to upload files • Sending emails • Running background tasks with Celery • Scheduling periodic tasks • Monitoring scheduled tasks • Writing automated tests with PyTest • Running performance tests with Locust • Profiling with Silk • Implementing caching with Redis • Managing static assets • Logging • Managing development and production configuration • Deploying to Heroku • Django best practices • And much, much more! Author: Mosh Hamedani Language: English Duration: 4h+ 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----

#python#django#MySQL 🐍 The Ultimate Django Series Part2 Description This course is the second part of a series. The first part covers the fundamentals of building websites with Python and Django. In this part, you'll learn: • Fundamentals of RESTful APIs • Working with class-based views • Creating serializers • Using mixins and generic views • Generating routes with routers • Filtering, searching, sorting, and pagination • Django authentication system • Creating custom User models • Securing APIs with JSON Web Tokens (JWT) • Using signals to decouple apps • Troubleshooting common errors • Applying best practices • And much, much more! Author: Mosh Hamedani Language: English Duration: 5h 41m 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----

#python#django#MySQL 🐍 The Ultimate Django Series Description Master Django to Build Awesome Backends! This course is the first part of a series. In this part, you'll learn • The fundamentals of web development • Installing Django • Creating and understanding Django projects • Building reusable Django apps • Building a data model for an e-commerce application • Implementing generic relationships using Content Types Framework • Setting up and using MySQL in your Django projects • Creating and updating database tables using Django migrations • Populating your database dummy data • Querying and manipulating data using Django ORM • Managing your application data using Django admin • Django best practices • And much, much more! Author: Mosh Hamedani Language: English Duration: 4h 48m Subtitle: Included 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----

#python#docker#django 😎 Django Rest Framework with Docker A Practical Guide In this tutorial you will learn: - How to create APIs with Django Rest Framework - Use Docker - Create protected routes - Login with HttpOnly Cookies - Use APIViews, ViewSets, Generic API Views - Authorize users for different routes - Upload Images - Export CSV files 🔗Link ----- Main channel:@repo_science Coupons:@freecoupons_reposcience -----

# #Python 3.3+ has a std # lib module for displaying # #tracebacks even when Python # "dies", e.g with a #segfault: import faulthandler faulthandler.enable() # Can also be enabled with # "python -X faulthandler" # from the command line. # Learn more here: # https://docs.python.org/3/library/faulthandler.html

http://www.evontech.com/what-we-are-saying/entry/python-36-adds-new-secrets-module-for-robust-account-and-password-security.html #Python 3.6 adds New secrets Module for #Robust_Account and #Password_Security