Знакомство с библиотекой NumPy в Python
Что такое NumPy?
NumPy (Numerical Python) - это популярная библиотека для вычислительных операций с многомерными массивами и матрицами, а также для выполнения высокоуровневых математических функций. Она предоставляет эффективные инструменты для работы с большими объемами данных и позволяет выполнять различные операции, такие как суммирование, умножение, индексацию и многое другое, без необходимости явно создавать циклы.
Преимущества NumPy:
- Производительность: NumPy выполняет операции над массивами быстрее, чем стандартные структуры данных Python.
- Удобство: NumPy предоставляет удобные методы для работы с данными, такие как срезы, индексация и броадкастинг.
- Интеграция: Библиотека интегрируется легко с другими библиотеками, такими как SciPy, pandas и Matplotlib, что делает ее мощным инструментом для научных вычислений.
Пример использования NumPy:
import numpy as np
# Создаем одномерный массив
arr = np.array([1, 2, 3, 4, 5])
# Выполняем операции над массивом
arr_squared = arr ** 2
arr_sum = np.sum(arr)
print("Исходный массив:", arr)
print("Квадраты элементов:", arr_squared)
print("Сумма элементов:", arr_sum)
NumPy также предоставляет функции для работы с многомерными массивами, линейной алгеброй, случайными числами и многое другое.
#python#NumPy#научныевычисления#анализданных
#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
#Python#databases#sql
🐍
Data Science Fundamentals with Python and SQL
Description
Data science is one of the hottest professions of the decade, and the demand for
data scientists who can analyze data and communicate results to inform data
driven decisions has never been greater. This Specialization from IBM will help
anyone interested in pursuing a career in data science by teaching them
fundamental skills to get started in this in-demand field.
🗣Coursera
🔗Link
-----
Main channel:@repo_science
Coupons:@freecoupons_reposcience
-----
#databases#SQL#Python
🐍
Practical SQL with Python in 3 Days using SQLite, MySQL and PostgreSQL
🔗Link
⭐Curso recomendado
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
http://www.lfd.uci.edu/~gohlke/pythonlibs/
This page provides 32- and 64-bit Windows binaries of many scientific open-source extension #packages for the official #CPython distribution of the #Python programming language.
The files are unofficial (meaning: informal, unrecognized, personal, unsupported, no warranty, no liability, provided "as is") and made available for testing and evaluation purposes.
#python#agentic_ai#agents#memory
Hindsight is a top agent memory system that helps AI agents learn over time by storing facts, experiences, and mental models like human memory, beating rivals on LongMemEval benchmarks with 91.4% accuracy. Add it easily with 2 lines of code via Python or Node.js clients, using simple retain, recall, and reflect operations for Docker or embedded setups. You benefit by building smarter, consistent agents that reduce errors, cut hallucinations, handle long-term tasks, and personalize chats—saving time and boosting performance in production.
https://github.com/vectorize-io/hindsight
https://docs.python.org/3/library/marshal.html#module-marshal
marshal — Internal Python #object_serialization
This module contains functions that can read and write Python values in a binary format. The format is specific to Python, but independent of machine architecture issues (e.g., you can write a #Python value to a #file on a PC, transport the file to a Sun, and read it back there). Details of the format are undocumented on purpose; it may change between Python versions (although it rarely does).
#вакансия#удаленка#РФ#fulltime#DataScience#Python#PyTorch
#middle#senior
Вакансия: Data Scientist (проект “Синтез речи”)
Локация: РФ
Компания: VS Robotics
Занятость: полная
Зарплатная вилка: 200-300т
⠀
Условия:
— Оформление по ТК РФ и полностью “белые" выплаты
— ДМС и страхование от несчастных случаев
— Скидки на изучение английского
— Льготные ипотека и кредиты
⠀
Задачи:
— Поддержка текущего решения TTS (text-to-speech) для голосовых ассистентов
— RnD в области TTS
— Организация оценки моделей с помощью crowd platforms
Ожидаем:
— Работа в Data Science от 3х лет
— Владение Python от 3х лет
— Опыт работы с PyTorch
— Опыт извлечения / подготовки данных / ETL
— Опыт создания TTS: Tacotron, FastSpeech, FastPitch, HiFiGAN, Lpcnet др.
— Знание основ SQL
Контакты для связи@victoriast_abc
Не забудь уточнить, что ты из @datasciencejobs