TGTGInsightаналитика telegramLIVE / telegram public index
← [404] — программирование

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @procode404 · Post #3913 · 12 янв.

​​​​🔥​​Искусственный интеллект с примерами на Python Джоши Пратик — специалист по проблемам искусственного интеллекта, автор пяти книг и постоянный докладчик на конференциях TEDx. В своей книге он разбирает следующие практические темы: — Создание интеллектуальных рекомендательных систем — Построение автоматизированных систем распознавания речи — Основы эвристического поиска и генетического программирования — Разработка игр с использованием искусственного интеллекта — Создание интеллектуальных приложений, связанных с обработкой изображений, текста и последовательных данных — Алгоритмы глубокого обучения и создание приложений на их основе Автор: Джоши Пратик Год: 2019 Скачать книгу #python#нейронки

Результаты

Найдено 1,009 похожих постов

Общий глобальный поиск

Data Science Jobs

@datasciencejobs · Post #2643 · 02.04.2025, 09:04

#работа#удаленнаяработа#вакансия#Python#ML#datascience#pythorch#opencv Позиция: Full stack python + ML\DS разработчик приложения, для работы с приложением видеогенерации Опыт работы: 3+ года в домене ML \ Data Science, наличие собственных Pet-проектов будет плюсом Занятость: Полная занятость, Гибкий график, ориентир 5/2, но можем обсуждать иной распорядок, главный KPI - покрытие спринтов Формат работы: удалённо Оформление: ТК РФ / контракт / ИП / Самозанятый Оклад на руки: обсуждается индивидуально Мы ищем разработчика для создания системы генерации видео, аудио и метаданных. Вам предстоит провести исследования готовых Open Source решений, собрать прототип и доработать его до продуктовой версии. Обязанности: - Разработка алгоритмов автоматической модификации цветокоррекции видео, сохраняя визуальную целостность. - Реализация механизма изменения аудиодорожки (генерация, изменение, фильтры). - Разработка системы генерации уникальных метаданных. - Создание механизма автоматической генерации нескольких вариантов контента на основе одного исходного файла. -Обеспечение поддержки всех популярных форматов видео и аудио. - Разработка системы асинхронной обработки запросов и мониторинга их выполнения. - Оптимизация производительности системы. Требования: - Опыт работы с Python (FastAPI, Celery, asyncio или иные библиотеки) от 3 лет. - Опыт работы с библиотеками обработки видео (FFmpeg, OpenCV) и аудио (pydub, librosa). - Знание принципов работы с метаданными медиафайлов. - Опыт оптимизации производительности вычислительных задач. - Понимание принципов работы асинхронных систем и очередей сообщений (RabbitMQ, Kafka). - Опыт работы с Docker и Kubernetes будет плюсом. - Опыт работы с OpenVoice, PyTorch и Hugging Face. - Умение развертывать и дорабатывать open-source модели. - Опыт работы со Streamlit и его альтернативами для создания интерфейсов. - Наличие pet-проектов и достижения в кейс чемпионатах\хакатонах будет плюсом Контактная информация: Тг: @AndrVacka

Data Science Jobs

@datasciencejobs · Post #2851 · 07.08.2025, 06:01

Senior ML Researcher в крупную международную компанию Формат: офис (с гибкими часами) 🌟 Мы — команда крупной телеком-компании, объединяющая ML-инженеров, PhD-студентов и преподавателей ведущих вузов. Разрабатываем AI-агенты и тренируем LLM-модели. 🚀 Если у вас есть опыт работы с LLM, трансформерами, умение тренировать и дообучать модели; знание Python, PyTorch, Docker, SQL, GNU Coreutils, Git; готовность изучать новые статьи и внедрять передовые подходы — присоединяйтесь к нашей международной R&D команде в СПб! Важны: разговорный английский, позиция фулл-тайм офис (гибкое начало-окончание рабочего дня), законченное высшее образование. 🔍 Основные задачи: • Инструменты с ИИ для проектов в области ПО (суммирование кода, Code QA, поиск багов через LLM) • Пайплайны обучения, донастройки и оценки с LLM и анализом кода • Взаимодействие с заказчиками и экспертами • Подготовка и курирование сложных датасетов • Техническое лидерство и стратегия разработки. 👉 Вопросы и резюме в Telegram: @daria_hw1 #AI#ML#LLM#Python#RAG#вакансия#работа#jobs#SPb

Ignition of cognition

@neurobros · Post #241 · 29.10.2024, 15:13

🚀Двуязычие, двубожие и говорящий бамбук ➡️Век XX можно описать как диминуэндо одного флага: “We all live in a yellow submarine Yellow submarine, yellow submarine” («Битлз», 1966 год). И крещендо другого: “We're all living in Amerika Amerika, Amerika” («Rammstein», 2004 год). Мы переживаем кульминацию, которая рискует оглушить весь мир. В принципе, мы уже оглохли. И оглушение это проявляется нашим языковым дрейфом. Гёте сказал: «Сколько языков знает человек, столько раз он человек». Я перефразирую под стать веку текущему: сколько языков знает человек, столько у него/неё лиц. Язык свободного мира обогащает, язык скотного двора — научает отвечать большому брату на подходящем. ➡️ Меняет ли многоголосье морфологию и функционал нашего мозга? ❗️Меняет. В Гарварде мы делали такой эксперимент: мы смотрели по фМРТ, какую область мозга захватывает активность коры при чтении на родном и втором языке. Оказалось, что чем роднее язык — тем оптимальней он упакован в мозгу, вовлекая в чтение минимальную область. У двуязычных канадцев области активности при чтении на французском и английском были почти одинаковы. У тех, кто выучил язык позже, область активности мозга четко выдавала шпиона. Вы же видите тут потенциал данного исследования? ➡️ Закончу экспериментом. Язык — это не инструмент. Язык — это бог. Язык — это свод правил не только речи, но и мысли. Умение вычленить смысловой паттерн в нечеткой структуре на определённом языке делает вас носителем определенного мировоззрения. Сможете ли вы вычленить паттерн? Какого бога вы “выбрали”? Каким лицом повернулись? #информационная_война #как_это_было#рецепт_пробуждения_гения#курсовая_устойчивость#нейроинтерфейс#смысл_жизни#искин#ИИ#нейропластичность#нейроинтрефейсы#нейроинтерфейс#ребис#гермес#нейроспутник#нейронки#МЛ

djangoproject

@djangoproject · Post #164 · 17.09.2016, 10:20

https://www.buzzfeed.com/andrewkelleher/deep-exploration-into-python-lets-review-the-dict-module?utm_term=.rhDeZBxA8#.bgB5DM0Z9 In this series, we’ll take a look at various modules and pieces of functionality of the #Python language. We’ll look at design choices, their impact, and their evolution. We’ll also look at the design of the language itself and learn about the operations of the interpreter as it parses the language all the way to the main eval loop. Finally, we’ll attempt to give practical takeaways that fall out of a deeper understanding of the language. The #cpython implementation of Python (which is the standard on most machines) has been ported over to GitHub from its home in Mercurial. I think it also had a time under #SVN, but the engineers managed to preserve (for the most part) the commit logs.

GitHub Trends

@githubtrending · Post #15344 · 19.12.2025, 12:00

#python#large_language_models#llm#penetration_testing#python PentestGPT is a free, open-source AI tool that automates penetration testing like solving CTF challenges in web, crypto, and more. Install easily with Docker, add your API key (Anthropic, OpenAI, or local LLMs), then run pentestgpt --target [IP] for interactive guidance on scans, exploits, and reports. New v1.0 adds autonomous agents and session saving. It boosts your speed and accuracy in ethical hacking, helping beginners learn steps fast and pros tackle complex targets efficiently. https://github.com/GreyDGL/PentestGPT

Fang的资源分享群

@flmdongtianfudi · Post #15786 · 15.01.2026, 13:14

💻《Python学习精品书籍和课程》,编程基础+实践项目+系统学习 整合优质的Python学习书籍与课程,提供从基础知识到实践项目的全面指导,帮助读者系统掌握Python编程技能,提升编程能力与实用经验。 🔗:https://pan.quark.cn/s/4fb4302fa103 #Python#学习#精品书籍#编程课程#编程基础#实践项目#技能提升 🔔Twitter👥频道💬群组

Repositorio data science

@repo_science · Post #4126 · 14.05.2024, 22:44

#python#AI#gemini 🖥 Google Gemini for Python: Coding with BARD Oswald Campesato ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

djangoproject

@djangoproject · Post #268 · 26.02.2017, 05:52

https://pawelmhm.github.io/asyncio/python/aiohttp/2016/04/22/asyncio-aiohttp.html 👌Making 1 million requests with python -#aiohttp Apr 22, 2016 - by Paweł Miech - about: #asyncio, aiohttp, #python In this post I’d like to test limits of python aiohttp and check its performance in terms of requests per minute. Everyone knows that asynchronous code performs better when applied to network operations, but it’s still interesting to check this assumption and understand how exactly it is better and why it’s is better. I’m going to check it by trying to make 1 million #requests with aiohttp client. How many requests per minute will aiohttp make? What kind of exceptions and crashes can you expect when you try to make such volume of requests with very primitive scripts? What are main gotchas that you need to think about when trying to make such volume of requests?

12•••5•••10•••15•••20•••25•••30•••35•••40•••45•••50•••5354555657•••60•••65•••70•••75•••80•••8485