Загрузка файлов асинхронно
Если у нас есть список URL картинок для загрузки, использование простого цикла for позволит нам загрузить их последовательно, по одной за раз.
Однако, для задач, включающих загрузку большогоколичества маленьких файлов, параллелизация может заметно ускорить процесс.
Для параллелизации мы можем использовать ThreadPoolExecutor из модуля concurrent.futures. Этот инструмент позволяет выполнить функцию загрузки в нескольких параллельных потоках, где в конструкторе необходимо указать максимальное количество потоков для одновременного выполнения.
С помощью метода .map(download, urls) можно развернуть функцию загрузки на каждый URL из списка, обеспечивая их параллельнуюобработку.
Важно понимать, что так как загрузка файлов является IO-операцией, данный метод неускоряет выполнение кода в прямом смысле, а скорее позволяет начать загрузку следующего файла, не ожидая завершения предыдущего.
#python#threading
#Python#FastAPI
🐍
Complete FastAPI masterclass from scratch
Learn everything about FastApi with Python, Full Stack, OAuth2, SQLAlchemy, RESTful APIs, and practice projects
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#python#plot
🎻
Violin Plot using Python
Violin plot (violin plot) allows you to visualize the distribution of a numerical variable across one or more groups. Each "violin" represents a group or variable
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#Python#DS
🐍
Python for Data Science and Machine Learning Bootcamp
Learn how to use NumPy, Pandas, Seaborn , Matplotlib , Plotly , Scikit-Learn , Machine Learning, Tensorflow , and more!
🗣 Jose Portilla
-----
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#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
#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