Типизация в Python с использованием модуля typing
В Python модуль typing предоставляет возможность добавлять подсказки типов для переменных, функций и классов, что делает код более явным и понятным.
Зачем использовать типизацию?
1. Ясность и понятность кода: Добавление аннотаций типов помогает читателям быстро понять, какие данные ожидаются и какие типы переменных возвращаются из функций.
2. Предотвращение ошибок: Статические анализаторы кода, такие как mypy, могут обнаруживать потенциальные ошибки до выполнения программы, что уменьшает количество багов.
3. Документация кода: Подсказки типов могут служить формой документации, особенно полезной при совместной разработке. Разработчики могут быстро понимать интерфейсы функций и классов.
Пример использования типизации для переменных и функций:
from typing import List, Tuple
def multiply(a: int, b: int) -> int:
return a * b
def process_list(data: List[int]) -> Tuple[int, int]:
sum_values = sum(data)
average = sum_values / len(data)
return sum_values, average
# Пример использования
result1 = multiply(5, 3)# Ожидается int
data_list = [1, 2, 3, 4, 5]
result2 = process_list(data_list)# Ожидается Tuple[int, int]
Здесь a: int и b: int указывают на типы аргументов функции, а -> int и -> Tuple[int, int] - на типы возвращаемых значений. Это помогает читателям кода лучше понимать ожидаемую структуру данных и типы переменных.
Типизация делает ваш код более структурированным, улучшает его читабельность и может служить документацией, облегчая разработку.
#python#typing
#vacancy#вакансия#remote#Cyprus#ML#LLM#machinelearning#mlengineer#backend#Python
💡Hi! I`m Olia, HR at Ennabl. I`m looking for a Python Software Engineer - ML/LLM (Middle/Senior) for our team.
🔆Company: Ennabl
📍Employment: full-time; remote
🌐Location: Cyprus. If you are outside of Cyprus, Ennabl helps and supports relocation
💰Salary: 5,800-8,300 EUR gross
📩Contact: @OlgaBykanova(https://t.me/OlgaBykanova)
⚡️We are a product fintech startup with a headquarters in the USA and a diverse team with 40+ people (Russia, USA, Ireland, Georgia, Kyrgyzstan, Serbia, India, Spain). We are developing a data-driven platform for US insurance brokers and agents which helps them to work with their data more efficiently.
🔥What we can offer:
- People are our main asset, we value our employees. We get together online and offline (cafe, games, team-buildings in different countries). This is a truly amazing team, I work here full-time as well :)
- Every employee is granted company's shares (equity)
- We use modern technologies and don`t have legacy
- English language courses
🛠Technologies:
- Python; ML frameworks (pytorch, tensorflow, scikit-learn); LLMs (GPT, Llama, Mistral); AWS
⚙️Job responsibilities:
- Design, develop, and deploy ML/LLM based systems
- Take end-to-end ownership of AI services: data pipelines, feature/prompt engineering, model training, integration into our production systems
- Collaborate with internal teams to analyze data, refine AI algorithms and integrate AI solutions into Ennabl’s platform
📌Requirements:
- 4+ years of relevant experience
- Proficiency in Python ecosystem
- Experience with modern ML frameworks
- Experience with LLMs and AWS is an advantage
- English (B1+)
#python#webScraping
🐍
Curso de Python desde ceroorientado a web Scraping
📢#youtube
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#vacancy#Fulltime#remote#DataScientist#SQL#ITВакансии#УдалённаяРабота#python#ML#Вакансия
🔎 Data Scientist Middle+
💰 Зарплата: 270-300К руб/мес.Гросс
🎯 Локация/гр.: Россия
🕰 Срок проекта: 3 месяца +
📄Оформление: только ИП
🏛Проект: Крупная ритейл компания.
Обязательные требования:
- Опыт работы от 4-х лет в аналогичной роли;
Алгоритмы и структуры данных:
- Умение оценивать сложность алгоритмов;
- Знание алгоритмов и структур данных из стандартного курса; - Знаком с оценкой производительности стандартных библиотечных структур данных;
- Знакомство с алгоритмами из расширенного набора: вероятностные, алгоритмы во внешней памяти, алгоритмы на графах.
Теория вероятности и математической статистики:
- Предельные теоремы и умение их применять;
- Опыт проверки гипотез, знание бутстреп и A/B-тестов, а так же снижение дисперсии и выявление причинно-следственных связей.
Машинное обучение (ML):
- Понимание ML-алгоритмов и подходов;
- Умение эффективно адаптировать их для решения задач при необходимости;
- Умение строить модели из стандартных компонентов;
- Понимание последовательности этапов разработки ML-решений и готовность вносить изменения в проектную архитектуру;
- Понимание какие бизнес-метрики для модели нужно мониторить;
- Умение предложить прокси-метрики и функцию потерь, связанные с бизнес-метриками;
- Умение докатить простую модель в пилот, имплементировать метод по статье, встроить компонент в существующий пайплайн.
- Знаком с менее распространенными методами МО (например: байесовские модели/PGM/VBI, RL и прочее).
Операции с моделями (MLOps):
- Умение разово зафиттить модель, по запросу проверить, жива ли она, обновить и развернуть какое-либо необходимое ПО в кластере;
- Умение версионирования моделей, данных и мониторинг работы моделей, качества данных.
SQL:
- Простые запросы (выборки, группировки, оконные функции);
- Опыт оптимизации запросов.
Программирование и инженерия:
- Умение перевести идеи в чистый код, который будут и исполнять, и читать;
- Умение пользоваться git'ом;
- Умение писать тесты;
- Способность разбираться в чужом коде и эффективно его дебажить;
- Базовое понимание всех компонентов архитектуры.
Работа с БД и большими данными (DB & BD):
- Промышленный опыт работы с несколькими системами;
- Знание внутреннего устройства систем, используемых в работе;
- Опыт оптимизации вычислений/запросов транзакции/ACID/Индексов.
-Умение декомпозировать понятные задачи;
- Самостоятельно находить решение или использовать существующие подходы для понятных задач.
Дополнительные стек и требования
Задачи:
- Разработка кода и тестов на python, участие в командной разработке, участие в код-ревью;
- Проработка и изменение дизайна существующих компонентов при необходимости;
- Подготовка и валидация обучающих выборок данных для внедрения и сопровождения математических моделей продуктов больших данных;
- Расчет результатов АБ-тестов, дизайн АБ-тестов;
- Внедрение современных методов машинного обучения и анализа данных в продуктах больших данных;
- Разворачивание моделей и сервисов в контуре компании (hadoop/k8s/airflow);
- Написание запросов на SQL, оптимизация запросов (spark, в частности);
- Предлагать идеи для улучшения модели/подхода;
- Предлагать прокси-метрики и функции потерь, связанные с бизнес-метриками;
- Контроль соответствия результатов работы менеджеров по работе с большими данными в релизах продуктов больших данных;
- Техническая реализация data-science решений на продуктах департамента;
- Формирование требований к данным для разработки математических моделей в рамках релизов продуктов больших данных;
- Анализ предметной области с целью повышения качества моделей и формирования предложений по достижению целей проектов и продуктов больших данных.
📲 Как откликнуться:
Отправляйте своё резюме @AllaDemHR
http://tutos.readthedocs.io/en/latest/source/ndg.html
due to the lacks of informations about deploying latests version of #django (1.6+) with latest #nginx (1.6+) using #gunicorn (18+) inside virtual environment of #python 3 (3.4+), it was really hard for a beginner like me to deploy a django project.
#python#django#MySQL
🐍
The Ultimate Django Series Part 3
Description
This course is the 3 part of a series. Build production-grade backends with industry best practices.A comprehensive, fun and highly-practical course that prepares you for the job
• Building an API to upload files
• Sending emails
• Running background tasks with Celery
• Scheduling periodic tasks
• Monitoring scheduled tasks
• Writing automated tests with PyTest
• Running performance tests with Locust
• Profiling with Silk
• Implementing caching with Redis
• Managing static assets
• Logging
• Managing development and production configuration
• Deploying to Heroku
• Django best practices
• And much, much more!
Author: Mosh Hamedani
Language: English
Duration: 4h+
🔗Link
-----
Main channel:@repo_science
Coupons: @freecoupons_reposcience
-----
#python#django#MySQL
🐍
The Ultimate Django Series Part2
Description
This course is the second part of a series. The first part covers the fundamentals of building websites with Python and Django. In this part, you'll learn:
• Fundamentals of RESTful APIs
• Working with class-based views
• Creating serializers
• Using mixins and generic views
• Generating routes with routers
• Filtering, searching, sorting, and pagination
• Django authentication system
• Creating custom User models
• Securing APIs with JSON Web Tokens (JWT)
• Using signals to decouple apps
• Troubleshooting common errors
• Applying best practices
• And much, much more!
Author: Mosh Hamedani
Language: English
Duration: 5h 41m
🔗Link
-----
Main channel:@repo_science
Coupons: @freecoupons_reposcience
-----
#python#django#MySQL
🐍
The Ultimate Django Series
Description
Master Django to Build Awesome Backends! This course is the first part of a series. In this part, you'll learn
• The fundamentals of web development
• Installing Django
• Creating and understanding Django projects
• Building reusable Django apps
• Building a data model for an e-commerce application
• Implementing generic relationships using Content Types Framework
• Setting up and using MySQL in your Django projects
• Creating and updating database tables using Django migrations
• Populating your database dummy data
• Querying and manipulating data using Django ORM
• Managing your application data using Django admin
• Django best practices
• And much, much more!
Author: Mosh Hamedani
Language: English
Duration: 4h 48m
Subtitle: Included
🔗Link
-----
Main channel:@repo_science
Coupons: @freecoupons_reposcience
-----
#python#docker#django
😎
Django Rest Framework with Docker A Practical Guide
In this tutorial you will learn:
- How to create APIs with Django Rest Framework
- Use Docker
- Create protected routes
- Login with HttpOnly Cookies
- Use APIViews, ViewSets, Generic API Views
- Authorize users for different routes
- Upload Images
- Export CSV files
🔗Link
-----
Main channel:@repo_science
Coupons:@freecoupons_reposcience
-----
# #Python 3.3+ has a std
# lib module for displaying
# #tracebacks even when Python
# "dies", e.g with a #segfault:
import faulthandler
faulthandler.enable()
# Can also be enabled with
# "python -X faulthandler"
# from the command line.
# Learn more here:
# https://docs.python.org/3/library/faulthandler.html
http://www.evontech.com/what-we-are-saying/entry/python-36-adds-new-secrets-module-for-robust-account-and-password-security.html
#Python 3.6 adds New secrets Module for #Robust_Account and #Password_Security