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
#python#ai#deepagents#langchain#langgraph
Deep Agents is a ready-to-use AI agent framework that comes with built-in planning, file management, and task delegation tools. It breaks down complex tasks into manageable steps, maintains context across conversations, and can spawn specialized sub-agents to handle focused work independently. You benefit from getting a working agent immediately without building from scratch, while retaining full customization options for your specific needs. The framework handles context management automatically, making it ideal for multi-step projects that traditional agents struggle with.
https://github.com/langchain-ai/deepagents
#Linear_Algebra#Python
🐍
Linear-Algebra-With-Python
Lecture Notes for Linear Algebra Featuring Python. This series of lecture notes will walk you through all the must-know concepts that set the foundation of data science or advanced quantitative skillsets. Suitable for statistician/econometrician, quantitative analysts, data scientists and etc.
✍️: Weijie Chen
⭐️: 1.9k
🧮: 456
📢#Github
🔗Link
-----
Canal principal: @repo_science
Cupones: @freecoupons_reposcience
-----
AI Security Lead в крупную международную телеком-компанию
🚀 Мы в поиске AI Security Lead. Если у вас большой опыт в AI Security, владение Python/C/C++, PyTorch/TensorFlow, прочная теоретичская база ML/NLP/CV/Speech, присоединяйтесь к нашей международной R&D команде в СПб!
Важны: разговорный английский, готовность к работе офисе (часы гибкие), законченное высшее образование.
🔍 Коротко основные задачи:
• Отслеживание трендов в AI-безопасности, поиск новых решений.
• Разработка систем защиты от атак (Prompt Injection, DeepFake и др.).
• Применение AI-алгоритмов для антифрода, защиты контента, выявления уязвимостей.
👉Вопросы и резюме в Telegram: @daria_hw1
#AI#Security#ML#Python#C++ #C#Tensorflow#Pytorch#вакансия#работа#jobs#SPb
#python#dataAnalyst#IBM
🤖
IBM Data Analyst Professional Certificate
Description
Power your data analyst career by learning the core principles of data analysis and gaining hands-on skills practice. You’ll work with a variety of data sources, project scenarios, and data analysis tools, including Excel, SQL, Python, Jupyter Notebooks, and Cognos Analytics, gaining practical experience with data manipulation and applying analytical techniques.
📦Courses
1 Introduction to Data Analytics
2 Excel Basics for Data Analysis
3 Data Visualization and Dashboards with Excel and Cognos
4 Python for Data Science, AI & Development
5 Python Project for Data Science
6 Databases and SQL for Data Science with Python
7 Data Analysis with Python
8 Data Visualization with Python
9 IBM Data Analyst Capstone Project
🔗Link
-----
Main channel:@repo_science
Coupons: @freecoupons_reposcience
-----
#вакансия#аналитика#productanalytics#SQL#Tableau#PowerBI#Python#dataanalyst#datascience#удалёнка
✨ Позиция:Продуктовый аналитик
💸 Вилка:250 000 – 320 000 ₽ net
📍 Локация:РФ + дружественные страны
⏱️Занятость:Полная (100%)
🏠 Формат работы:Удалённо
📑 Оформление:ТК РФ или ИП
👨💻 Компания:КА Start Industries
В команду продукта ищем сильного аналитика, который будет не просто строить дашборды, а помогать принимать продуктовые решения на основе данных🧠📊
🔍 Чем предстоит заниматься:
– Организация и автоматизация системы сбора данных для отчётности
– Объединение данных из разных источников и создание регулярной отчётности 📈
– Участие в аналитике путей пользователя, коммуникаций и гипотез
– Погружение в продукт, помощь в выборе и расчёте метрик
– Контроль качества данных, сопоставление онлайн/оффлайн событий
– Разметка пользовательских действий, участие в ТЗ и тестировании
– Проведение A/B тестов и анализ их результатов 🎯
📌 Что важно:
– Уверенный SQL
– Опыт с БД: Oracle, Postgres, MySQL, BigQuery и др.
– Знание BI-инструментов: Tableau, Power BI, Datalens, Superset и пр.
– Навыки построения автоматизированной аналитики от данных до дашборда
– Опыт с аналитическими системами: Amplitude, Appsflyer, GA, Я.Метрика и т.п.
– Python или R — в арсенале будет плюсом 🐍
– Понимание продуктовых метрик и A/B тестирования
📩Контакт для связи:https://t.me/Julia_Start_Industries
#webDevelopment#Python#Django#REST_API
🌐
Build a Backend REST API with Python & Django - Advanced
Create an advanced REST API with Python, Django REST Framework and Docker using Test Driven Development (TDD)
🗣 Mark Winterbottom, Brooke Rutherford
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#вакансия#hadoop#sql#java#hive#spark#python#scrum#agile
🚀 Вакансия: Старший разработчик Hadoop🚀
Локация: Санкт-Петербург/Москва (гибридный формат)
Вилка: 250 - 350К
✈️ Готовы обсудить релокационный пакет для кандидата не из Санкт-Петербурга и Москвы.
О нас:
Мы — ведущий банк России, активно развивающий свои цифровые продукты и услуги. Сейчас мы ищем опытного и амбициозного Старшего разработчика Hadoop, который присоединится к нашей команде для работы над инновационными проектами в области данных и аналитики.
Что вам предстоит делать:
- 🤝 Взаимодействовать с бизнес-заказчиками, понимать и структурировать их требования.
- ✍️ Разрабатывать функциональные требования для построения витрин данных.
- 🛠 Создавать прототипы витрин с использованием SQL, Java, Python, Spark.
- 🧪 Разрабатывать алгоритмы тестирования.
- 📑 Документировать разрабатываемые компоненты ПО.
- 🔧 Устранять дефекты, анализировать и исправлять инциденты в рамках 3-й линии поддержки.
- 🏃♂️ Работать в SCRUM спринтах.
Наши ожидания:
- ✅ Знание SQL (подтверждается прохождением теста).
- 📈 Опыт в бизнес и системном анализе не менее 2 лет: выявление, фиксация, согласование требований, постановка задач разработке, разработка проектной и сопроводительной системной документации.
- 👥 Опыт командной разработки с использованием Jira и Confluence; знание BitBucket будет плюсом.
- 🧩 Умение формализовывать задачи в виде четких и понятных алгоритмов.
- 🎓 Высшее образование.
- 💬 Отличные коммуникативные навыки, самостоятельность, внимательность к деталям, обязательность, ответственность.
Будет преимуществом:
- 📚 Опыт работы с Hadoop и знания его архитектуры.
- 🖥 Знание Hive, Java, Python, Spark.
- 🏃 Опыт работы в Agile.
- 📜 Знание и умение работы с wiki-системой Confluence и трекинговыми системами (Jira, Redmine и т.д.).
- 🏦 Знание банковской предметной области.
Мы предлагаем:
- 📄 Официальное оформление и стабильный, прозрачный доход.
- 🏆 Все льготы и преимущества работы в аккредитованной ИТ-компании.
- 🎁 Партнерские программы и скидки для сотрудников.
- 🏢 Гибридный формат работы.
Если вы хотите развиваться в динамичной компании и работать над интересными проектами в сфере больших данных, мы будем рады видеть вас в нашей команде!
🙋🏼♀️По всем вопросам к @BekhterevaElena
#Senior#ML#Engineer#Research#remote#Python#PyTorch#HuggingFace#Transformers#LoRA
Senior ML Engineer
About the Company
ARQ is a studio specializing in the development of AI video and tools for video generation using artificial intelligence. We create solutions that allow users to generate videos of any format — from short clips to production-level content — powered by our own models and multimodal pipelines.
What You’ll Do:
- Develop and optimize models using LoRA, RLHF, LangChain, LangGraph, Qdrant, and RAG.
- Integrate ML components into video generation pipelines.
- Conduct experiments with fine-tuning and model adaptation for specific ARQ tasks.
- Optimize inference and model performance in production environments.
- Automate ML pipelines, set up CI/CD, and monitor model stability.
- Work with multimodal solutions combining text, video, and image data.
What We Expect:
- 3+ years of experience as an ML Engineer or Research Engineer.
- Strong proficiency in Python, PyTorch, Hugging Face, and Transformers.
- Hands-on experience with LoRA, RLHF, LangChain, LangGraph, Qdrant, and RAG.
- Understanding of generative models for video and multimodal systems.
- English proficiency at C1 level or higher.
Nice to Have:
- Experience in data processing and preparation for multimodal tasks.
- Experience integrating LLM models into production systems.
- Experience with retrieval systems and vector databases.
- Experience optimizing large models for real-world performance.
What We Offer:
- Fully remote work format.
- Payment in cryptocurrency (with future possibility to switch to fiat).
- Stock options — share in the company’s growth.
- Minimum bureaucracy, maximum technology and speed.
contact @michael_terner
#typescript#investigation#osint#python#recon
Flowsint is a free, open-source tool for OSINT investigations that visualizes data like domains, IPs, emails, phones, crypto wallets, and websites as interactive graphs to spot hidden links fast. Install easily with Docker and Make via git clone and "make prod," then run locally at localhost:5173 for full privacy—all data stays on your machine. With 30+ auto-enrichers (e.g., subdomain scans, WHOIS, breach checks), it chains tasks to automate deep recon, saving hours on manual work and revealing patterns for cybersecurity, journalism, or fraud probes ethically.
https://github.com/reconurge/flowsint
#python#datascience#formula1#motorsport
FastF1 is a Python package that lets you easily access and analyze Formula 1 data like results, schedules, timing, telemetry, and more. It uses Pandas DataFrames with custom F1 tools, Matplotlib for charts, and caching for fast scripts—install via pip install fastf1. You benefit by quickly pulling historical and live F1 stats to build insights, visualizations, or apps without hassle.
https://github.com/theOehrly/Fast-F1
http://www.enlistq.com/10-python-idioms-to-help-you-improve-your-code/
If you have ever tried to learn a new language (not a programming language), you know that we always think in our native language before we translate it to the new language. This can lead to you forming some sentences that don’t make sense in the new language but are perfectly normal in your native language. For example, in a lot of languages, you ‘open’ an electronic gadget such as fan, AC or cell phone. When you say that in English, it means to literally open the gadget instead of turning it on.
The same is true for programming languages. As we pick up new languages, such as #python, we are using our prior knowledge of programming in another language (q, java, c++ etc) and translating that to python. Many times, your code will work but it won’t be ‘#pretty’ or #fast. In python terms, your code won’t be ‘#pythonic’.