Buscar contenido similar

#python#Pandas 📚 Mastering Pandas (2024) ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#python#dataEngineering 📃 Amazon Web Services in Action Description Master essential best practices for deploying and managing applications on Amazon Web Services. This revised bestseller is packed with techniques for building highly available and scalable architectures and automating deployment with Infrastructure as Code. ⚖️1.7 GB 🔗Enlace ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#Automation#python 🐍 Using Python for Automation Learn how to automate repetitive tasks using Python. 🗣 Sam Pettus 📆 2019-11-01 ⌚️56m 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----

✨The STAR method is a powerful technique used to answer behavioral interview questions effectively. It helps structure responses by focusing on Situation, Task, Action, and Result. For analytics professionals, using the STAR method ensures that you demonstrate your problem-solving abilities, technical skills, and business acumen in a clear and concise way. Here’s how the STAR method works, tailored for an analytics interview: 📍 1. Situation Describe the context or challenge you faced. For analysts, this might be related to data challenges, business processes, or system inefficiencies. Be specific about the setting, whether it was a project, a recurring task, or a special initiative. Example: “At my previous role as a data analyst at XYZ Company, we were experiencing a high churn rate among our subscription customers. This was a critical issue because it directly impacted revenue.”* 📍 2. Task Explain the responsibilities you had or the goals you needed to achieve in that situation. In analytics, this usually revolves around diagnosing the problem, designing experiments, or conducting data analysis. Example: “I was tasked with identifying the factors contributing to customer churn and providing actionable insights to the marketing team to help them improve retention.”* 📍 3. Action Detail the specific actions you took to address the problem. Be sure to mention any tools, software, or methodologies you used (e.g., SQL, Python, data #visualization tools, #statistical#models). This is your opportunity to showcase your technical expertise and approach to problem-solving. Example: “I collected and analyzed customer data using #SQL to extract key trends. I then used #Python for data cleaning and statistical analysis, focusing on engagement metrics, product usage patterns, and customer feedback. I also collaborated with the marketing and product teams to understand business priorities.”* 📍 4. Result Highlight the outcome of your actions, especially any measurable impact. Quantify your results if possible, as this demonstrates your effectiveness as an analyst. Show how your analysis directly influenced business decisions or outcomes. Example: “As a result of my analysis, we discovered that customers were disengaging due to a lack of certain product features. My insights led to a targeted marketing campaign and product improvements, reducing churn by 15% over the next quarter.”* Example STAR Answer for an Analytics Interview Question: Question: *"Tell me about a time you used data to solve a business problem."* Answer (STAR format): 🔻*S*: “At my previous company, our sales team was struggling with inconsistent performance, and management wasn’t sure which factors were driving the variance.” 🔻*T*: “I was assigned the task of conducting a detailed analysis to identify key drivers of sales performance and propose data-driven recommendations.” 🔻*A*: “I began by collecting sales data over the past year and segmented it by region, product line, and sales representative. I then used Python for #statistical#analysis and developed a regression model to determine the key factors influencing sales outcomes. I also visualized the data using #Tableau to present the findings to non-technical stakeholders.” 🔻*R*: “The analysis revealed that product mix and regional seasonality were significant contributors to the variability. Based on my findings, the company adjusted their sales strategy, leading to a 20% increase in sales efficiency in the next quarter.” Hope this helps you 😊

#вакансия#python#cv#ml#fulltime#remote#удалённо#datascience Python-разработчик (Computer Vision) от 200 000 до 300 000 ₽ на руки Требуемый опыт работы: 3–6 лет Полная занятость, полный день Мы в Megainsight разрабатываем коробочную систему рекомендаций на основе видеопотоков в реальном времени с различными алгоритмами обнаружения и распознавания для анализа автомобилей, людей и очередей в розничной торговле. Это продуктовое решение. - Вам необходимо быстро погрузиться в текущий этап проекта системы видеоаналитики и взяться за реализацию блока бизнес-логики – обработки и синхронизации событий на основе видеоданных; - Мы ожидаем от кандидата решения задач по интеграции бизнес-логики с блоком компьютерного зрения; - Осуществлять проектирование и внедрение сервисов, их взаимодействие; - Проектирование архитектуры и серверной реализации решения; Требования: - Язык программирования – Python; - Опыт написания кода в коммерческой среде; - Опыт межсервисного взаимодействия, знание механизмов синхронизации; - Опыт работы с реляционными хранилищами данных (PostgreSQL, ClickHouse); - Опыт работы с Linux, Docker и Git/Gitlab; - Английский – чтение технической литературы и научных статей; - Способность прогнозировать и балансировать долгосрочное стратегическое проектирование и краткосрочные тактические решения; - Самоорганизованность и инициативность, опыт оформления проведенных экспериментов и результатов работы. Будет преимуществом: - Знакомство с фреймворками для задач компьютерного зрения: Pytorch/Keras/Tensorflow, OpenCV; - Реализация проектов Computer Vision от сбора данных до внедрения в производство; Перспективы и возможности: - Наша компания активно развивает глобальное направления в Европе, Латинской Америке и на Ближнем Востоке. Это возможность для вас получить международный проектный опыт. - Есть возможность релокации и работы в других странах. - Работа предполагает удаленный формат, при этом мы гарантируем полное оформление в соответветствии с трудовым законодательсвом страны нахождения. Контакты: Дмитрий Брунеткин, [email protected]

🐍 OpenAI 宣布收购 Python 工具商 Astral，强化 Codex 全栈开发能力 OpenAI 宣布将收购 Astral，后者是 Python 生态中最受欢迎的开发工具公司，旗下产品包括包管理器 uv、代码检查器 Ruff 和类型检查器 ty。交易完成后，Astral 团队将加入 OpenAI Codex 团队，持续推进开源工具开发，并深度融入 Codex 的 AI Agent 工作流。 📌 核心信息 - Astral 是 Python 生态的明星工具公司，产品全部以 Rust 编写，速度比同类快 10-100 倍 - uv：替代 pip/poetry/pyenv 的超快包管理器 - Ruff：替代 Flake8/Black 的超快 linter + formatter - ty：替代 mypy/Pyright 的超快类型检查器（2025 年 12 月进入 Beta） - 另有 pyx 包注册中心（2025 年 8 月 Beta） - 创始人 Charlie Marsh，此前以 Ruff 起家，Accel 领投种子轮 400 万美元 - 交易需经监管审批，完成前双方保持独立运营 ⚙️ 战略意图 - Codex 目标从「AI 写代码」升级为「参与完整开发生命周期」——规划变更、修改代码库、运行工具、验证结果、维护软件 - Astral 工具直接嵌入开发工作流，收购后 AI Agent 可更深度操作开发者日常依赖的工具链 - OpenAI 承诺交易完成后继续支持 Astral 开源项目 - Codex Lead Thibault Sottiaux：「将 Astral 的专业能力和生态引入 OpenAI，加速 Codex 成为能跨越整个软件开发生命周期的 Agent」 📊 Codex 最新数据 - 周活跃用户超 200 万（年初至今 3 倍增长） - 使用量（token 计）增长 5 倍 - 企业客户包括 Cisco、Nvidia、Ramp、Rakuten、Harvey 🔙 OpenAI 近期收购动态 - 2025-10：收购 Sky（macOS 自然语言交互），整合进 ChatGPT - 2026-03-09：宣布收购 Promptfoo（AI 安全测试平台），整合进 OpenAI Frontier - 2026-03-19：宣布收购 Astral（Python 工具链），整合进 Codex - 三次收购清晰指向同一战略：通过收购补齐 AI 产品矩阵的工具链短板 🏢 背景 - Python 已成为 AI、数据科学、后端系统的主力语言，Astral 工具被数百万开发者使用 - OpenAI 正将 Codex 定位为企业级 AI Agent 平台的入口，从编程延伸到更广泛的专业工作 - 此次收购是 OpenAI 两周内的第二笔（继 Promptfoo 之后），收购节奏明显加快 来源：https://openai.com/index/openai-to-acquire-astral/ #OpenAI#Codex#Astral#Python#开源#收购

#python#DL#book 📓 Deep Learning with Python 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#python#llms#mlx MLX LM is a Python tool that helps you run and fine-tune large language models (LLMs) efficiently on Apple Silicon Macs. It connects easily to thousands of models on Hugging Face, supports model quantization to save memory, and allows distributed training. You can generate text or chat with models via simple commands or Python code. It also offers features like prompt caching and memory optimization for handling long texts, making it faster and less resource-heavy. This means you can run powerful AI models locally on your Mac without needing expensive cloud services, saving cost and improving speed. https://github.com/ml-explore/mlx-lm

#Python#dataScience#aporte 🐍 The Data Science Course: Complete data science 2023 ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

#Python#ML#machinelearning#DL#Senior#developer Позиция: Python-ML Developer Компания: BrainShells Заработная плата : от $5000 (готовы обсуждать по результатам собеседования) Формат работы: удаленный по всему миру 🔸Мы — команда специалистов, работающая с передовыми технологиями в области искусственного интеллекта. Наша цель — разработка, поддержка и мониторинг высококачественных AI-решений. В связи с расширением штата ищем Python-разработчика с опытом работы в ML-технологиях в нашу команду. 🔸Требования: -Коммерческий опыт разработки на Python от 5 лет. -Уверенные знания и опыт в deep learning, анализе данных и машинном обучении. -Понимание и опыт в одной или нескольких областях: NLP, CV, TTS. -Хорошие знания классических ML-алгоритмов и современных SOTA-решений и архитектур. -Высшее образование в области компьютерных технологий, прикладной математики или информатики. -Английский язык на уровне B2 и выше. 🔸Чем предстоит заниматься: -Применение SOTA deep learning-решений для конкретных задач в области искусственного интеллекта. -Настройка и дообучение существующих моделей (NN), улучшение алгоритмов и оптимизация производительности. -Анализ и доработка внешних фреймворков, исправление багов. -Масштабирование существующих решений для повышения эффективности. 🔸Будет плюсом: -Участие в соревнованиях на Kaggle. -Опыт работы с одним из языков: Go, C, C++, C#, Java. -Опыт работы с текстовыми моделями, такими как Hugging Face или OpenAI API. -Знание и работа с asyncio, threads, subprocesses, pytest/unittest, pandas, sklearn, pytorch, tensorflow, keras. 🔸Что мы предлагаем: -Участие в разработке динамичного продукта, работающего в реальном времени. -Конкурентная заработная плата по результатам собеседования. -Полностью удаленный формат работы и гибкий график, ориентированный на результат, а не на процесс. -Молодая команда профессионалов, ценящая честность, открытость и ориентированность на результат. -Простая структура без бюрократии и «синдрома большого начальника». Если ты увидел себя в этом описании, не упусти шанс стать частью нашей команды — откликайся! Контакты @Victoriia_Gol

#路飞学城#python#爬虫#数据分析#GO#k8s云原生 路飞学成 课程打包 需要滴滴 https://www.luffycity.com/ ​会员免费课 支持换课 招收代理 课程咨询客服https://t.me/e9999dd 除了这个客服 其他地方不回复

https://www.coursereport.com/blog/ruby-on-rails-vs-python-and-django-which-should-a-beginner-learn Over a year ago I found myself in a position where my career options looked bleak. I had intended on going to graduate school for economic development. But, instead of dishing out the time and money for another two years of school, I decided to teach myself how to code. (I had always loved to problem solve, anyways.) But, like most beginners, I struggled with knowing where to start. I want to create web apps: but where should I begin? My ultimate goal was to eventually build web apps. After a little “web application development” research on Google, it became clear that Ruby on Rails (#RoR) and #Python and #Django are two very popular methods to create web apps. But which is best for a beginner to learn? #RoR requires less work to get up and running and #Django allows for more customization.