Купить живых подписчиков

От 2р. Возраст, пол, страна, город и прочие параметры

ИИ-агент сам находит вам клиентов

Слушает Telegram-чаты 24/7, находит заявки и лиды

Купить живой трафик

2 руб / подписчик

Статистика Избранное

Python RU

@pro_python_code

Гео и язык канала: Россия, Русский

Категория: Технологии

Все для python разработчиков
админ - @haarrp
@python_job_interview - Python собеседования
@ai_machinelearning_big_data - машинное обучение
@itchannels_telegram - 🔥лучшие ит-каналы
@programming_books_it - it книги
@pythonl
РКН: clck.ru/3Fmy2j

Зарегистрирован в РКН

Связанные каналы | Похожие каналы

Гео и язык канала

Россия, Русский

Категория

Технологии

Статистика

Избранное

Фильтр публикаций

Скрывать удаленные

Скрывать репосты

Python RU

24 Aug, 18:32

NVIDIA заявила о 30-кратном росте эффективности Vera Rubin NVL72 для AI-агентов

По новым замерам NVIDIA, система Vera Rubin NVL72 показывает до 30x больше throughput на мегаватт и до 35x меньшую стоимость токенов по сравнению с GB300 NVL72 на агентных нагрузках.

Тестировали не обычный чат, а реальные coding-сессии из SemiAnalysis AgentX: длинный растущий контекст, вызовы инструментов, запуск субагентов и многошаговое рассуждение. По данным OpenRouter, такие сценарии могут потреблять примерно в 15 раз больше токенов, чем обычный запрос в чат.

В Vera Rubin NVIDIA отдельно оптимизировала работу с длинным контекстом: distributed KV-cache, KV-aware routing, разделение prefill и decode, expert parallelism и новые CUDA-кернелы.

На DeepSeek V4 Pro Vera Rubin NVL72, по данным NVIDIA, даёт до 30x больше throughput на мегаватт относительно GB300 NVL72. Эти результаты пока ожидают проверки SemiAnalysis.

https://blogs.nvidia.com/blog/vera-rubin-nvl72-efficiency-ai-agents/

266 0 2 3

Python RU

22 Aug, 23:03

Проект Python опубликовал документацию на русском языке

Объявлено о переводе на русский язык официальной документации по языку программирования Python. На русском языке доступны руководство по Python, а также первые три главы справочника по языку Python.

Подробнее:
https://opennet.ru/66116/
https://opennet.me/66116/

562 0 20 7

Python RU

22 Aug, 17:03

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку

Окружение решает больше, чем кажется.

Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: https://t.me/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/javatg
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: https://t.me/gamedev
Haskell: t.me/haskell_tg

Собеседования и карьера:

DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview

Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: 'https://t.me/addlist/2Ls-snqEeytkMDgy' rel='nofollow'>https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy

Полезное сверху:

ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg

Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

510 0 5

Python RU

21 Aug, 00:07

Репост из: Machinelearning

00:34

Видео недоступно для предпросмотра

Смотреть в Telegram

⚡️ Anthropic запустила бесплатную Claude Academy

Теперь у Claude появилась полноценная обучающая платформа с бесплатными курсами и гайдами для всех желающих.

Внутри есть разные уровни: от базового понимания, как работает AI, до более продвинутого использования Claude в повседневной работе.

Некоторые курсы дают сертификаты, так что скоро их наверняка станет заметно больше и в LinkedIn.

Все материалы бесплатные и открыты без ограничений.

https://academy.claude.com

@ai_machinelearning_big_data

#Anthropic #claude

618 0 46 7

Python RU

15 Aug, 15:58

⚡️ Harness Engineering - полный курс на русском

Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию.

Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов.

Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента.

https://github.com/justxor/Harness_ru

1k 0 43 8

Python RU

12 Aug, 22:50

🔥 9B-модель на 7 ГБ, которая по тестам автора лезет на территорию 27B

На Hugging Face вышла Qwen3.5-9B The Defiant Fable от DavidAU. Это многоэтапный fine-tune Qwen3.5-9B с упором на reasoning, instruction following, код и creative-задачи. Модель распространяется под Apache 2.0, а автор также позиционирует её как uncensored/heretic-версию с минимальными отказами.

Самое интересное в результатах. По собственному набору из семи бенчмарков автор заявляет, что 9B-версия обходит базовые Qwen3.5-9B, Qwen3.5-27B и Qwen3.6-35B-A3B, а местами приближается к Qwen3.6-27B. Причём сильные результаты сохраняются даже после 4-bit квантования. Это пока именно авторские тесты, а не независимый leaderboard.

Для локального запуска уже готовы обычные и MTP GGUF с NEO IMATRIX. Q4_K_M занимает примерно 6,8-7 ГБ, IQ3_M около 5,6 ГБ, а экстремальный IQ2_M всего 4,94 ГБ.

Контекст у базовой архитектуры до 262K токенов. Запускать можно через llama.cpp, Ollama, LM Studio, vLLM и другие локальные рантаймы, а через llama.cpp сразу поднимается OpenAI-compatible API.

Если независимые тесты подтвердят цифры, это хороший пример того, насколько далеко сейчас можно вытянуть маленькую 9B-модель правильным fine-tuning, merge и квантованием.

#AI #Qwen #LLM #LocalAI #GGUF

1.1k 0 28 8

Python RU

12 Aug, 19:50

🔥 Stepik Курс: «Python современный AI для разработчика и автоматизации задач» ровно про второе.

63 урока, 382 шага, ноль вдохновляющих рассуждений. В каждом уроке разбор темы с рабочим кодом, короткие вопросы и задача с автопроверкой, которая решается на чистом Python без ключей и без интернета.

Внутри то, о чём молчат туториалы: структурированный вывод по схеме, RAG, который не выдумывает, агенты с tool calling, evals и ловля регрессий, кэш, лимиты и очереди, инъекции промптов, локальный запуск через Ollama и vLLM, text-to-SQL с правами только на чтение, pgvector с HNSW, MCP и песочница для кода агента.

Плюс то, что окупается в первый же день: разбор входящей почты, отчёты без выдуманных чисел, вебхуки, боты, сценарии в браузере.
Для тех, кто уже пишет на Python и устал от демок.

72 часа скидка 55% процентов, начать учиться - https://stepik.org/a/295921

948 0 5 1

Python RU

1 Aug, 14:00

🐍 Распаковка списков и кортежей в Python

Значения последовательности можно сразу распределить по переменным:

a, b, c = (1, 2, 3)
a, b, c = [1, 2, 3]

В обоих случаях результат одинаковый:

```python
a == 1
b == 2
c == 3

Количество переменных должно совпадать с количеством элементов, иначе Python вызовет ValueError.

Чтобы собрать оставшиеся значения, используйте *:

first, *middle, last = [1, 2, 3, 4, 5]

# first = 1
# middle = [2, 3, 4]
# last = 5

Распаковка также позволяет поменять значения местами без временной переменной:

a, b = b, a

1.2k 0 7 7

Python RU

28 Jul, 15:29

Rust, который наконец становится понятным 🦀

Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отдельный вид боли?

Этот курс проведёт тебя с самого начала до уровня, где ты уже пишешь реальные системные и сетевые программы.

Ты разберёшь:
Ownership → Borrowing → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код

Никакого бесконечного чтения документации. После каждого урока ты сразу пишешь код, проходишь тесты и решаешь задачу с автопроверкой.

🔥 Rust с нуля
🔥 5–6 часов в неделю
🔥 Практика после каждого урока
🔥 Подойдёт после Python, JavaScript, Java и других языков
🔥 Можно начать сразу

В конце у тебя будет понимание Rust, с которым уже можно писать быстрые backend-сервисы, сетевые приложения и системные утилиты, а не смотреть на borrow checker как на врага.

Пора добавить Rust в свой стек. Начинай курс и пиши первый код уже сегодня: https://stepik.org/a/294885/

1.2k 0 2 4

Python RU

26 Jul, 17:49

👣 Освой Rust и начни писать код, которому можно доверять

Хочешь перейти от Python, JavaScript или Java к быстрому системному программированию? Начни с Rust.

За курс ты пройдёшь путь от основ до уверенной разработки:

Ownership и Borrowing → структуры → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код.

🔥 После каждого урока — тесты и задача с автоматической проверкой.
⚡ Можно начать сразу.
⏱ Всего 5–6 часов в неделю.
🎯 Rust заранее знать не нужно.

В результате ты поймёшь, как управлять памятью без GC, избегать целого класса ошибок ещё на этапе компиляции и писать быстрые сервисы, утилиты и backend на Rust.

Хватит откладывать Rust «на потом». Начни писать на нём уже с первого занятия.

Эксклюзивно 36 часов скидка 55%: https://stepik.org/a/294885/pay?promo=d20c21b24473c78f

1.1k 0 1 3

Python RU

24 Jul, 14:09

1.2k 0 4

Python RU

22 Jul, 15:09

Веб-исследовательский агент в пяти строках Python

В Haystack 3.0 агенты стали центральной частью фреймворка. Готовый Deep Research Agent ищет информацию в интернете и возвращает отчёт в Markdown с источниками. Также доступен преднастроенный агент для продвинутого RAG.

Agent Hooks позволяют контролировать вызовы модели и инструментов, добавлять guardrails и human-in-the-loop. Skills загружаются по мере необходимости, экономя контекст.

Pipeline и AsyncPipeline объединили: теперь синхронный запуск, async, параллельные вызовы инструментов и стриминг доступны через единый API. Встроенная интроспекция показывает расход токенов, число шагов и вызовов инструментов.

1.3k 0 14 2

Python RU

18 Jul, 16:38

00:47

Локальный ИИ-бот в Telegram без единой подписки и API-ключа

1.3k 0 16 4

Python RU

18 Jul, 14:32

🔥 Хочешь расти в IT быстрее? Собери себе нормальное окружение

В IT выигрывает не тот, кто «когда-нибудь разберётся», а тот, кто каждый день видит новые инструменты, задачи, разборы, вакансии и идеи.

Собрал папки и каналы, где можно быстро прокачиваться по нужному направлению.

Основные направления:

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/java_library
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: https://t.me/gamedev
Haskell: t.me/haskell_tg

Собеседования и карьера:

DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview

Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: 'https://t.me/addlist/2Ls-snqEeytkMDgy' rel='nofollow'>https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy

Полезное сверху:

ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: @courses
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

Max python: https://max.ru/pythonl

Max Ai: https://max.ru/ai_machinelearning_big_data

ТЕХНО: https://max.ru/vistehno

Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg

Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.

1k 0 7 4

Python RU

15 Jul, 14:25

Кто-то разобрал Claude Code почти до винтика

learn-coding-agent - репозиторий для тех, кто хочет понять, как устроены современные coding agents не на уровне промо-страниц, а на уровне архитектуры.

Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.

Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.

https://github.com/justxor/Claudecourse/

1.6k 0 33 7

Python RU

12 Jul, 13:33

DeepSeek собрали гайд по подключению своих моделей к coding tools

Полезная находка для тех, кто хочет использовать DeepSeek не в отдельном чате, а прямо внутри привычных инструментов.

В репозитории есть инструкции для:

* Claude Code
* Cline
* Codex
* GitHub Copilot
* Cherry Studio
* Crush
* OpenCode
* Qwen Code
* DeepSeek-TUI
* других agent/coding-assistant инструментов

Каждый гайд проходит базовый путь: установка, конфиг, первый запуск.

Идея простая: можно быстро подключить DeepSeek-V4-Pro или V4-Flash к своему рабочему процессу и проверить, насколько хорошо они тянут агентное кодинг-окружение.

github.com/deepseek-ai/awesome-deepseek-agent

1.2k 0 39 8

Python RU

9 Jul, 15:45

00:45

Видео недоступно для предпросмотра

Смотреть в Telegram

Стать Королем Пиратов или Королем Вайбкодинга? Выбор за тобой

1.2k 0 4 3

Python RU

3 Jul, 19:29

Wagtail как Django admin на стероидах

Хороший разбор для Django-разработчиков: Wagtail можно использовать не только как CMS, но и как более удобную админку для обычных Django-моделей.

Смысл простой: Django admin быстро даёт UI вокруг моделей, но кастомизация часто превращается в боль. Wagtail даёт более современный интерфейс, нормальную работу с полями, группировку через panels, роли, permissions, rich text, media library, versioning и редакторские workflow.

При этом не нужно переписывать проект под CMS-логику. Wagtail ставится как обычный Django-пакет, добавляется в INSTALLED_APPS, подключается в urls.py, а бизнес-логика, views, forms и templates остаются обычными Django.

Самый практичный случай использования : взять существующий admin.py, перенести модели в Wagtail snippets и постепенно заменить старую админку там, где нужен интерфейс, который не стыдно показать клиенту.

Для внутренних тулзов, CRM, backoffice и контентных разделов это может быть намного приятнее, чем бесконечно допиливать стандартный Django admin.

https://timonweb.com/wagtail/wagtail-as-django-admin-on-steroids/

1.5k 0 9 2

Python RU

2 Jul, 19:09

Репост из: Python вопросы с собеседований

🖥 Python-трюк: `iter()` умеет работать как цикл до стоп-сигнала

Многие знают iter() только для списков, но у него есть второй режим:

iter(callable, sentinel)

Он вызывает функцию снова и снова, пока она не вернёт sentinel.

Например, читать большой файл кусками без while True:

with open("video.mp4", "rb") as f:
for chunk in iter(lambda: f.read(8192), b""):
process(chunk)

Что происходит:

• lambda читает по 8192 байта
• когда файл закончится, read() вернёт b""
• цикл сам остановится

Выглядит мелко, но это чистый и питоновский способ убрать вечные:

while True:
chunk = f.read(8192)
if not chunk:
break

Редкая штука, которую приятно знать.

1.1k 0 12 11

Python RU

24 Jun, 19:20

Один декоратор в Python может убрать сотни лишних запросов

В Python есть встроенный кэш, о котором часто забывают: lru_cache из functools.

Он запоминает результат функции и при повторном вызове с теми же аргументами не считает всё заново.

from functools import lru_cache

@lru_cache(maxsize=128)
def get_user(user_id: int):
print("Идём в базу...")
return load_user_from_db(user_id)

get_user(42) # запрос в базу
get_user(42) # результат из кэша

Где полезно:

1. дорогие вычисления
2. парсинг конфигов
3. API-запросы
4. рекурсивные алгоритмы
5. справочники и метаданные

Есть и продвинутые фишки:

get_user.cache_info()
get_user.cache_clear()

Первое покажет hit/miss статистику, второе очистит кэш.

Главное помнить: lru_cache хорош для чистых функций, где результат зависит только от аргументов.

Для случайных данных, времени, прав доступа и часто меняющейся базы лучше не использовать вслепую.

1.2k 0 15 7

Показано 20 последних публикаций.

12 393

подписчиков

Статистика канала

Популярное в канале

🐍 Распаковка списков и кортежей в Python Значения последовательности можно сразу распределить по...

Rust, который наконец становится понятным 🦀 Давно хочешь выучить Rust, но ownership, borrowing и...

Пост #2108: Фото

👣 Освой Rust и начни писать код, которому можно доверять Хочешь перейти от Python, JavaScript и...

🔥 9B-модель на 7 ГБ, которая по тестам автора лезет на территорию 27B На Hugging Face вышла Qwen...