Считаем ссылки на объект
В Python практически никогда не нужно волноваться об управлении памятью, потому что все это делается автоматически.
Счетчик ссылок — это то, что помогает при проверке того, следует ли выполнять сборку мусора или нет. Сборщик мусора удаляет объект из памяти в случае, если на него ничегонессылается.
Если на объект ссылается другой объект, то он имеет ненулевое значение ссылок и не может быть собран как мусор (если, конечно, вы не удалите вручную).
В примере выше продемонстрирован простой способ, как можно посмотреть количество ссылок у объекта.
#python#ctypes
#NLP#ML#AI#NaturalLanguageProcessing#DeepLearning#Python#УдаленнаяРабота#ИП#LLM#TextAnalysis
Вакансия: ML/NLP разработчик
Грейд: Middle+/Senior
Локация: строго РФ
Формат работы: удалённая, трудоустройство только по ИП
Зарплата: 250-350 тыс. руб. 💸
📌О проекте:
Мы разрабатываем интеллектуальную Систему анализа проектной документации для обработки и анализа текстовых данных. В рамках проекта вы будете участвовать в создании когнитивного поиска, рекомендательных систем и digital-ассистентов, помогая реализовать передовые решения на основе естественного языка.
📌Задачи:
- Разработка моделей для структурирования текстов и понимания запросов на естественном языке 🧠
- Решение NLP задач для когнитивного поиска и рекомендательных систем
- Разработка NLU моделей для digital-ассистентов
- Развитие и оптимизация больших языковых моделей (LLM)
📌Мы предлагаем:
- Удалённую работу с гибким графиком 🏡
- Трудоустройство по ИП с прозрачными условиями
- Участие в интересных проектах по текстовому анализу
- Возможности для профессионального роста 🚀
- Работа с передовыми технологиями и решениями
📌Наши ожидания:
- Опыт работы с NLP задачами от 3 лет
- Глубокие знания машинного обучения и deep learning в NLP
- Практический опыт работы с задачами для русского языка: классификация текста, topic modeling, NER, Text2SQL
- Участие в хакатонах или Kaggle будет плюсом 🏆
📌Технологический стек:
Python, NLTK, DeepPavlov, Hugging Face, LSH, faiss, nmslib, HNSW, Spark, Pandas, Numpy, Sklearn, Keras, PyTorch, Tensorflow, RNN, CNN, Transformer, BERT.
📌Преимуществом будет:
- Опыт работы с LLM, включая RAG, LangChain, LoRA
- Навыки fine-tuning и prompt engineering
Если хотите присоединиться к нашему проекту, пишите в Telegram: @BekhterevaElena.
#вакансия#senior#python#node#vue#js#ml#cv#ComputerVision#remote#удаленка#fulltime
Full-stack разработчик (Python / Node.js / Computer Vision)
для усиления постоянной команды
Оформление: ИП / СЗ (аутстафф)
Формат работы: Удаленно
Занятость: Полная (8 часов/день)
Срок: минимум 1 месяц с возможностью продления
З/п: до 300 т.р. условно, обсуждаем индивидуально
Компания: Холикод
Проект: система видеоаналитики
Ключевые требования:
Обязательные:
* Уровень: Senior (коммерческий опыт от 5 лет).
* Python (Core): Глубокое знание языка и экосистемы.
* Computer Vision (CV): понимание технологий, наличие минимального опыта
* Machine Learning (ML): Опыт работы с фреймворками (TensorFlow, PyTorch или аналогами) для задач классификации, детекции, трекинга.
* Backend (Node.js): Уверенное владение Node.js и фреймворками (Express.js, Nest.js).
* Frontend (JavaScript): Опыт разработки на Vue.
* Базы данных: Опыт работы с реляционными (PostgreSQL) и/или NoSQL (MongoDB) СУБД.
* Git: Уверенное владение системой контроля версий.
Желательные (плюсы):
* Computer Vision (CV): Практический опыт с OpenCV и другими библиотеками для обработки изображений/видео.
* Опыт работы с видеопотоками (RTSP-протокол).
* Знание Docker и основ DevOps.
* Понимание принципов работы message brokers (RabbitMQ, Kafka).
* Опыт оптимизации кода и ML-моделей для работы в реальном времени.
* Опыт работы с Kubernetes
Основная задача - доработка и развитие готового продукта, а именно:
* Доработка алгоритмов CV/ML
* Разработка и поддержка бэкенда
* Разработка фронтенда
* Общие задачи:
* Рефакторинг и оптимизация кодовой базы.
* Участие в полном цикле: обсуждение, реализация, тестирование, запуск в продакшн
Пишите, расскажу более подробно о проекте и конкретных задачах @aka_Buka
#python#academic_papers#conference_presentations#security_reviews
Trail of Bits offers free security resources like academic papers on bug-finding tools, white papers on AI risks and blockchain, guides for secure smart contracts and testing, and public audit reports for clients like Uniswap, Scroll, and Offchain Labs. They cover automated bug detection, cryptography, mobile security, and AI/ML threats, with recent 2024-2026 reviews of Solana, Ethereum, and more. You benefit by accessing expert insights to strengthen your code, spot vulnerabilities early, and build safer software without cost.
https://github.com/trailofbits/publications
#python#d_fine#detr#object_detection
D-FINE is a fast and accurate real-time object detection model that improves how bounding boxes are predicted by refining detailed probability distributions for each box edge, making localization more precise. It uses two main techniques: Fine-grained Distribution Refinement (FDR), which iteratively improves box predictions by focusing on uncertainties, and Global Optimal Localization Self-Distillation (GO-LSD), which helps earlier layers learn from later, more accurate predictions. This approach boosts detection accuracy without extra training or inference costs, making it efficient and effective for detecting objects even in complex scenes. You benefit by getting better, faster object detection with less computational effort.
https://github.com/Peterande/D-FINE
https://uwsgi-docs.readthedocs.io/en/latest/
The uWSGI project
The #uWSGI project aims at developing a full stack for building #hosting services.
Application #servers (for various programming languages and protocols), proxies, process managers and monitors are all implemented using a common #api and a common configuration style.
#python
#DataScience#МашинноеОбучение#ML#Python#АналитикаДанных#BigData#Spark#УдаленнаяРабота#MachineLearning#FullTime#Senior
Вакансия: Data Scientist (Senior)
Грейд: Senior
Локация: РФ
Занятость: Полная (Full Time)
Зарплата: 300-400 тыс руб
📌Чем предстоит заниматься:
Разрабатывать и улучшать модель прогнозирования спроса для торговых точек компании (как долгосрочного, так и краткосрочного).
📌Наши ожидания:
▪️Опыт работы в Data Science не менее 4 лет, участие как минимум в двух успешных проектах.
▪️Профильное образование или специализированные курсы (технических факультетов крупных вузов; техническая специальность - математика, физика, программная инженерия, компьютерные науки, науки о данных. )
▪️Опыт в классическом машинном обучении (модели предсказания, работа с большими данными) и уверенные навыки работы с такими технологиями, как Spark, Git, Python (numpy, pandas, matplotlib).
▪️Рассматриваются кандидаты с опытом работы в Data Science, аналитике данных и Data Engineering.
📌Мы предлагаем:
▪️Оформление по ИП
▪️Удалённый формат работы
▪️Участие в масштабных и интересных проектах с возможностью профессионального роста
▪️Гибкий график работы, позволяющий сохранять баланс между работой и личной жизнью
▪️Доступ к передовым инструментам и технологиям для реализации ваших идей
▪️Работа в команде высококлассных специалистов и экспертов в области Data Science
✉️Резюме - @Elena_Bekhtereva
#python#mcp#mcp_server#open_data#opendata
Data.gouv.fr MCP Server lets AI chatbots like Claude or ChatGPT search, explore, and analyze over 74,000 French open datasets via simple questions, such as "Show latest Paris population data" or "Find real estate prices," without manual browsing. Connect easily to the free public endpoint https://mcp.data.gouv.fr/mcp—no API key needed. You benefit by getting instant, accurate access to public data like company info, metrics, and resources, saving time on research or apps and enabling quick insights from France's top-ranked open data platform.
https://github.com/datagouv/datagouv-mcp
#python#agent#agentic_ai#llm#mlops#reinforcement_learning
Agent Lightning is a tool that helps improve AI agents using reinforcement learning. It allows you to train your agents without making big changes to their code, which is very convenient. You can use it with many different frameworks like LangChain or OpenAI Agent SDK. It also supports various training methods, including reinforcement learning and automatic prompt optimization. This means you can make your agents better at their tasks without a lot of extra work.
https://github.com/microsoft/agent-lightning
#Python#code#ocr
🔎
Accurate line-level text detection and recognition (OCR) in any language
Python tool for high-precision line-level text detection and recognition (OCR). Works for any language.
▪Github
-----
Main channel: @repo_science
Coupons: @freecoupons_reposcience
-----
#python#brain_inspired_ai#deep_learning#large_language_models#reasoning
The Hierarchical Reasoning Model (HRM) is a new type of AI that reasons more like a human brain, using a fast part for quick details and a slow part for big-picture planning. It solves hard logic tasks like Sudoku, mazes, and IQ-style puzzles very well, even though it is tiny (only 27 million parameters) and learns from very little data (just 1,000 examples). Unlike most large language models, it does not need long chains of written reasoning steps or huge amounts of training, which makes it much faster, cheaper, and more efficient. For the user, this means powerful reasoning in a small, fast system that can run on ordinary hardware and still beat much larger models on tough problems.
https://github.com/sapientinc/HRM
#python#ai#llm#rag#reasoning#retrieval
PageIndex is an advanced AI tool that helps you find the most relevant information in long professional documents by thinking and reasoning like a human expert, rather than just matching keywords. It organizes documents into a clear tree structure, similar to a table of contents, and searches through this structure to give precise, trustworthy answers with exact page references. This method avoids the common problems of traditional vector-based search, making it ideal for complex reports, legal texts, or financial filings. You can use it easily via cloud services or run it locally, improving your ability to analyze and understand large documents quickly and accurately.
https://github.com/VectifyAI/PageIndex
#вакансия#офис#Python#ETL#DWH#middle#разработчик#Москва#Питер#Самара#Тольятти#офис
Привет!
Мы в поисках ETL/DWH разработчика для разработки корпоративного хранилища данных для банка. Команду собираем с 0, что позволит участвовать во внедрении КХД с самого начала и повлиять на архитектуру.
Х-он с 2005 года помогает реализовывать IT–проекты для компаний: от авторских бизнес-идей и наставничества до комплексного анализа, сопровождения и развития проекта. Среди клиентов: Сбербанк, Дикси, РАНХиГС, Allianz и другие.
Предстоящие задачи:
- Построение корпоративного хранилища данных (КХД) по методологии Data Vault 2.0 на базе Arenadata DB (Greenplum).
- Разработка и поддержка интеграционных потоков c различными источниками данных Informatica PowerCenter (Developer), Airflow, Apache NiFi.
- Участие в оптимизации/автоматизации процесса разработки, подготовке шаблонов и методик, проектной документации.
- Апробация новых инструментов разработки и систем в рамках развития КХД.
- Обеспечение непрерывной работы хранилища данных.
Что нам важно:
- Опыт работы в банках или рисках;
- Знание Python или Java
- Опыт работы на аналогичной позиции от 2 лет;
- Опыт работы с MS SQL(или Oracle, DB2, PostgreSQL),
- Опыт с MPP системами Greenplum/Teradata/Vertica;
- Опыт работы с Airflow или Pentaho;
Будет плюсом:
- Знание CI/CD (gitlab, jenkins);
- Опыт работы с kafka.
Что мы предлагаем:
- Офис/гибрид: Москва (м. Краснопресненская), Санкт-Петербург (м. Невский проспект), Самара, Тольятти
- Заработная плата от 170тыс до 250тыс на руки
- Оформление по ИП/СМЗ
- Возможность закрепиться в штате по результатам работы
Интересен проект и задачи? Отправляйте мне резюме: @ME_Merkulova и я обязательно расскажу подробнее😊