Особенности статических методов
Основное отличие статических методов от методов экземпляра заключается в их привязке к классу, а не к отдельному объекту. Это означает, что их можно вызывать непосредственно через класс.
Статические методы не получают ссылку на экземпляр (self) или класс (cls) в качестве аргументов, что делает их независимыми от состояния объекта или класса. Следовательно, они не могут изменять состояние объекта или класса.
Существует дваосновных способа определения статического метода. Менее распространенный — назначение метода классу, используя функцию staticmethod для оборачивания исходного метода.
Однако более предпочтительным является использование staticmethod как декоратора, что упрощает объявление статических методов непосредственно внутри класса.
#python#staticmethod
• 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
#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
#python#aporte
🐍
Complete Python Bootcamp For Everyone From Zero to Hero 2023
Master Python Programming by building 100+ REAL PROJECTS . Learn OOP, Automation,GUI,REST and more to create your APPs.
🔗Link
-----
Main channel:@repo_science
Coupons: @freecoupons_reposcience
-----
winslow:
Name: Python爬虫高级开发工程师5期
Size: NGB
Python高级开发工程师五期是一门专为有一定Python编程基础的学员设计的进阶课程。课程内容包括高级爬虫技术、数据解析与处理、反爬虫策略、分布式爬虫等方面的知识。通过本课程的学习，学员将能够掌握更加复杂和实用的爬虫技术，提升数据采集和处理能力，并了解如何应对各种反爬虫策略。同时，还将学习分布式爬虫的原理和应用，提高爬取效率。该课程注重实践操作，通过案例实战来巩固所学知识，培养学员独立解决问题的能力。建议先收藏保存，不定时失效。
Link: 👉Press me and click START to get the hidden link
#学习#资源#课程#python#爬虫#Quark#求转存
♾@gdsharing♾资源分享不易：欢迎点赞支持分享者
[$] Disabling Python's lazy imports from the command line
Python 3.15 将于今年十月引入“显式惰性导入”功能，旨在提升性能，仅在需要时加载模块。然而，并非所有场景都适合此行为。社区曾因此前相关提案被拒而展开讨论，近期焦点转向了如何通过命令行接口来控制或禁用这一特性。
原文链接：https://lwn.net/Articles/1061112/
#Python#编程#性能优化
#AIGC
Read more
#python#fstring#dasturlash_hayoti
🧑💻Python’da f-string — eng qulay formatlash usuli
Ko‘pchilik dasturchilar matn ichida o‘zgaruvchi qo‘shish uchun + yoki .format() dan foydalanadi.
Lekin f-string bilan buni juda oson qilish mumkin 👇
ism = "Ali"
yosh = 20
print(f"Mening ismim {ism}, yoshim {yosh} da.")
✅Natija:
Mening ismim Ali, yoshim 20 da.
F-string afzalliklari:
◾️Sodda va tez yoziladi
◾️O‘qilishi ancha qulay
◾️To‘g‘ridan-to‘g‘ri ifoda ham yozsa bo‘ladi
print(f"5 + 3 = {5+3}")
✅Natija:
5 + 3 = 8
😅 Endi + bilan stringlarni qo‘shib, matematika darsida o‘tirgandek qiynalmaysiz.
❓ Siz kodda qaysi usuldan foydalanasiz: +, .format() yoki f-string? Izohlarda yozib qoldiring 👇
💻@dasturlash_hayoti — kichik sirlar, katta foyda!😉
#Python#dataScience
🐍
Data Science A-Z™: Hands-On Exercises & Bonus
Learn Data Science step by step through real Analytics examples. Data Mining, Modeling, Tableau Visualization and more!
🔗Link
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
🌟PyRoki: Библиотека кинематики роботов на Python.
PyRoki (Python Robot Kinematics) - это модульный, расширяемый и кроссплатформенный инструментарий, заточенный под задачи кинематической оптимизации и реализованный полностью на Python.
Фишка библиотеки - в предоставлении дифференцируемой модели прямой кинематики робота, которая строится на основе URDF-файлов, тем самым избавляя инженера от необходимости вручную прописывать кинематические цепи: система не только парсит описание робота, но и автоматически генерирует примитивы коллизий.
С точки зрения математического аппарата, PyRoki интегрируется с решателем Levenberg-Marquardt (через jaxls). Это дает возможность проводить оптимизацию на многообразиях, а также обрабатывать жесткие ограничения с помощью решателя на основе модифицированной функции Лагранжа.
Библиотека предлагает готовые реализации cost-функций: поза рабочего органа, коллизии с самим собой или объектами мира и метрики манипулируемости.
Если стандартного набора недостаточно, архитектура позволяет задавать свои функции затрат, используя как автоматическое дифференцирование, так и аналитические якобианы.
Благодаря базе JAX, библиотека кроссплатформенна: ее работа возможна на CPU, GPU и TPU.
🟡При внедрении PyRoki в пайплайн важно учитывать специфику JIT-компиляции в JAX.
Компиляция триггерится при первом запуске, а также каждый раз, когда меняются формы входных данных: например, количество целей или препятствий.
Чтобы избежать расходов на перекомпиляцию, рекомендуется использовать предварительный паддинг массивов, что позволяет векторизовать вычисления для входов с различными шейпами.
Также стоит учитывать, что в библиотеке отсутствуют планировщики, основанные на сэмплировании (графы, деревья), поэтому задачи глобального планирования пути придется решать внешними средствами.
🟡Типы поддерживаемых соединений и геометрия ограничены.
На данный момент PyRoki работает исключительно с кинематическими деревьями; замкнутые механизмы или параллельные манипуляторы не поддерживаются.
Список доступных типов джоинтов ограничен 4 позициями: вращательные, непрерывные, призматические и фиксированные. Любые другие типы соединений, встреченные в URDF, будут автоматически интерпретироваться системой как фиксированные.
Для геометрии коллизий набор примитивов также фиксирован: поддерживаются сферы, капсулы, полупространства и карты высот.
Если ваша модель использует сложные меши, коллизии для них будут аппроксимироваться капсулами.
В вопросах производительности, особенно в сценариях с интенсивными проверками коллизий, PyRoki, вероятно, уступает CuRobo, хотя, как говорится в документации - сравнительные тесты скорости и точности авторами пока не проводились.
📌Лицензирование: MIT License.
🟡Страница проекта
🟡Arxiv
🟡Документация
🖥GitHub
@ai_machinelearning_big_data
#AI#ML#Robotics#Pyroki#Python