Buscar contenido similar

​​kimchi-project 一个 KVM 虚拟机 Web 管理界面，支持多用户，可以让各个人自己管理自己的虚拟机。 语言：#Python 分类：#面板#服务器 感谢 @wmliyin 的投稿

#Python#chatGPT 😎 Automate with Python with ChatGPT Code Interpreter (No Code) Through this course, you will acquire fundamental knowledge in areas such as: File and Data Automations: Generate Text and Word Files, File Renaming in Bulk, Bulk Edit of Files, Converting File Types, Mass Management of Excel Spreadsheet Processing, Automate Creating Pivot Tables Extracting Data from PDFs and Websites Data Analysis and Visualization: Analyze Data and Statistics, Generate Plots and Graphs, Contraints of the Code Interpreter Video Editing: Merging Videos, Extracting Audio, Face Tracking, Creating GIFs Editing Images: Convert to Greyscale, Resizing, Detecting Faces, Adding Watermarks, Creating Collages Web Scraping with Code Interpreter Generate QR Codes ⚖️760MB 🔗Link ----- Main channel:@repo_science Coupons: @freecoupons_reposcience -----

Lazydocker, a simple terminal UI for both docker and docker-compose, written in Go with the gocui library. #tools#docker#go @thedevs https://kutt.it/Jw9CPG

10 common security gotchas in Python and how to avoid them. #article#security#python @thedevs https://kutt.it/07xiPJ

Pandas 2.0 将逐步适用 arrow 取代目前的 Numpy 来存储数据。读写性能及处理速度将大为提升。 https://datapythonista.me/blog/pandas-20-and-the-arrow-revolution-part-i #python#data

#вакансии#job#работа#datascience#python Позиция: Senior Prompt Engineer 🦔Компания: Smart Education 🏢Формат работы: part time/full time, удаленно 💰 Зарплатная вилка 2000-2500$(part time) 3500-4000$(full time) Smart Education – инновационная образовательная компания, которая с помощью AI-помощников предоставляет онлайн-обучение на платформе с LMS. Наша миссия – использовать силу искусственного интеллекта для создания интуитивно понятных и эффективных образовательных инструментов. 📍Основные обязанности: - Разработка и оптимизация промптов для интеграции с языковыми моделями, такими как GPT-3 и GPT-4, для генерации образовательного контента. - Работа с текстовыми данными, включая индексацию, анализ и обработку информации из различных источников. - Разработка и внедрение решений для автоматической обработки и анализа документов PDF, используемых в образовательных материалах. - Сотрудничество с командами разработчиков и контент-менеджеров для создания персонализированного образовательного контента. - Руководство проектами по интеграции AI-технологий в LMS, включая автоматизацию контента и разработку интеллектуальных помощников для студентов и преподавателей. 📍Требования: - Более 3 лет опыта работы в области разработки и оптимизации промптов, желательно с опытом работы в образовательной сфере. - Знание и опыт работы с языковыми моделями, включая GPT-3 и GPT-4. - Опыт работы с текстовыми данными, включая индексацию и обработку документов PDF. - Опыт работы с NLP-библиоткеками - Опыт подготовки и индексации текстовых материалов для взаимодействия с LLM - Опыт работы с различными LLM(Claude, Gemini,..) - Навыки программирования на Python и знание соответствующих библиотек (например, PyPDF2, PDFMiner). - Высшее образование в области компьютерных наук, информатики или смежных дисциплин. - Способность к самостоятельной работе и ведению проектов, а также отличные коммуникативные навыки. 📍Мы предлагаем: - Конкурентоспособную заработную плату. - Гибкий график работы, удаленная работа - Работу в динамично развивающейся компании на переднем крае образовательных технологий. - Возможности для профессионального роста и развития. ✅ Для отклика отправьте резюме на @cyberabraham Не забудьте уточнить, что вы из @datasciencejobs

GeoAI: Искусственный интеллект для пространственных данных GeoAI — пакет Python для применения методов искусственного интеллекта в анализе и визуализации пространственных данных. 🤖 GeoAI содержит инструменты для обработки, анализа и визуализации пространственных данных с помощью передовых методов машинного обучения. Как сказано в документации: “Независимо от того, работаете ли вы со спутниковыми снимками, облаками точек лидара или векторными данными, GeoAI предлагает интуитивно понятные интерфейс для применения передовых моделей ИИ.” 📖Документация GeoAI Среди возможностей GeoAI: 📊 Визуализация пространственных данных ● Интерактивная многослойная визуализация векторных, растровых и облачных данных ● Настраиваемые стили и символика ● Возможности визуализации временных рядов данных 🛠 Подготовка и обработка данных ● Упрощенный доступ к спутниковым и аэрофотоснимкам Sentinel, Landsat, NAIP и другим открытым данных ● Инструменты для загрузки, создания мозаик и предварительной обработки данных дистанционного зондирования ● Автоматизированная генерация обучающих датасетов с чипами изображений (image chips) и соответствующими метками ● Утилиты преобразования векторных данных в растровые и наоборот, оптимизированные для рабочих процессов ИИ ● Методы дополнения (augmentation) данных, специфичные для пространственных данных ● Поддержка интеграции данных Overture Maps и других открытых данных для обучения и проверки 🖼 Сегментация изображений ● Интеграция с моделью Segment Anything Model (SAM) компании Meta для автоматического извлечения признаков ● Специализированные алгоритмы сегментации, оптимизированные для спутниковых и аэрофотоснимков ● Оптимизированные рабочие процессы для сегментации зданий, дорог, растительности и водных объектов ● Возможность экспорта в стандартные форматы геоданных: GeoJSON, Shapefile, GeoPackage, GeoParquet 🔍 Классификация изображений ● Предварительно обученные модели для классификации земного покрова и землепользования (land cover & land use) ● Утилиты трансферного обучения (transfer learning) для тонкой настройки моделей на основе собственных данных ● Поддержка разновременной классификации для обнаружения изменений (change detection) ● Инструменты оценки точности и валидации 🌍 Дополнительные возможности ● Анализ рельефа с извлечением признаков при помощи ИИ ● Классификация и сегментация облаков точек ● Обнаружение объектов на авиационных и спутниковых снимках ● Утилиты геопривязки для результатов ИИ-моделей Пакет разработан профессором Q. Wu. Для него мы завели на канале именной хештег: #wu 📹Руководства по GeoAI на YouTube #python#wu#софт#ИИ

pix2code 从界面截图自动生成代码。 支持ios，adnroid，web。准确度很高。 （快看，这就是AI写程序） 语言：#Python 分类：#深度学习#开发工具

• На хабре опубликован хороший материал с описанием auditd и Python-скрипта, благодаря которым мы можем автоматизировать сбор данных всех действий пользователя на сервере linux и настроить алерты в Telegram. • Проблемы, которые помогает решить auditd: ➡Несанкционированный доступ (кто и когда использовал, например, sudo); ➡Подозрительные команды (rm -rf, изменение прав, доступ к каким-либо файлам); ➡Расследование инцидентов (кто что натыкал перед падением сервера); ➡Соответствие корпоративным стандартам (логирование действий и контроль). ➡️https://habr.com/ru/articles/925962/ • Напомню, что auditd (сокращение от Linux Audit Daemon) — это нативная тулза, которая предназначена для мониторинга событий ОС и записи их в журналы событий, разрабатываемый и поддерживаемый компанией RedHat. Был создан для тесного взаимодействия с ядром операционной системы — во время своей работы наблюдает за системными вызовами и может записывать события — чтение, запись, выполнение, изменение прав - связанные с файлами ОС. Таким образом, с его помощью можно отслеживать практически любые события, происходящие в операционной системе. • По итогу имеем мощный инструмент, который, при грамотной настройке, может стать отличным дополнением в обеспечении информационной безопасности инфраструктуры. #Linux#auditd#DevOps#Python

📦 Первые контейнеры. • Первые контейнеры, официально называвшиеся именно этим термином, появились в феврале 2004 года в операционной системе Solaris 10 от Sun Microsystems, они использовались на серверах с архитектурой x86 и SPARC. Solaris Containers включали в себя изолированные «песочницы» для запуска ОС (в терминологии разработчика они назывались «зонами»), а также инструменты управления системными ресурсами, допускавшими создание «моментальных снимков» отдельных зон и их клонирование. То есть, механизмы оркестрации. • Зоны представляли собой полностью изолированные виртуальные серверы внутри хостовой операционной системы. Каждый такой экземпляр ОС имел собственное сетевое имя, использовал выделенные сетевые интерфейсы, собственную файловую систему, набор пользователей (включая root) и конфигурацию. При этом для работы виртуального сервера не требовалось жестко выделять память или процессор — аппаратные ресурсы использовались общие, однако при необходимости администратор имел возможность зарезервировать определенные серверные мощности для какой-то конкретной зоны. Процессы внутри контейнеров выполнялись изолированно, не имели доступа друг к другу и потому не могли конфликтовать. • Основным отличием Solaris Containers от предшественников (Process Containers, LXC и Warden, #Docker и #Kubernetes) можно назвать то обстоятельство, что, как и ранее, виртуальные ОС использовали ядро хостовой системы, но при желании администратор мог запускать копии системы в контейнерах с собственным ядром. Это стало следующим важным шагом в эволюции технологий контейнеризации. #Разное

#vacancy#dataengineer#de#python Вакансия: Senior Data Engineer Формат: офис/гибрид (Ереван), удалённый Локация: любая Занятость: полная Оплата: до 350 000 рублей Обязанности: - Проектирование и реализация систем для сбора и обработки данных. - Трансформация бизнес-требований в модели данных. - Обеспечение поддержки бизнес-требований через архитектуру данных. - Обеспечение безопасности данных. Требования: - 4+ лет опыта работы в области инженерии данных, ETL-процессов и управления сложными решениями по хранению данных - Подтвержденный коммерческий опыт создания и развертывания приложений с использованием Python и Apache Airflow - Практический опыт работы с облачной инфраструктурой AWS и управлением решениями для хранения и передачи данных в облачной среде - Продвинутое владение SQL (особенно PostgreSQL) и глубокое понимание различных решений по хранению данных, включая структурированные и неструктурированные данные - Желание изучать и экспериментировать с агентами ИИ совместно с командой Data Science, интегрировать ИИ-логику в архитектуру конвейеров данных - Отличные навыки решения проблем, способность справляться с неопределенностью и предлагать решения в сложных ситуациях - Уровень английского B2 или выше Технологии и языки: - Python - SQL - Облачная платформа AWS - Git - Pandas - Airflow - CI/CD, Jenkins Предпочтительно: - Опыт работы с векторными хранилищами и графовыми базами данных - Опыт работы с облачными платформами машинного обучения - Знание эффективных форматов данных (например, Parquet, Avro) для пакетной обработки в озерах данных или хранилищах данных, опыт работы с Apache Spark - Snowflake Data Warehouse - Docker - Linux + bash, ssh - Jupyter - Параллельные вычисления Будет плюсом: - Опыт работы с командами Data Science - Сертификация AWS Мы предлагаем: - Работу в динамичной международной команде - Возможность сотрудничества через ИП/самозанятость для коллег, находящихся за пределами РФ - Участие в иностранных и российских проектах - Оформление по ТК РФ, 100% оплата больничного и отпуска - ДМС со стоматологией - Необходимую для работы технику - Корпоративные обучающие программы - Широкие возможности для самореализации, профессионального и карьерного роста - Демократичный подход к процессам и плавающее начало рабочего дня - Опцию перемещения между нашими зарубежными офисами По всем вопросам и с резюме: @ananyancat

#Docker#自托管 看板本该如此，而非过往旧观。 https://github.com/basecamp/fizzy 超级简单的群聊，无需订阅 https://github.com/basecamp/once-campfire