На фоне конкурентов решение от Mistral выглядит проще.

В приложении можно задавать вопросы, загружать изображения и генерировать картинки.

Создавать текст и получать ответы от нейросети можно без регистрации и входа. В этом случае история чатов не будет сохраняться.

Для распознавания фотографий и генерации картинок уже надо войти в свою учётную запись.

В приложении нет возможности выбрать конкретную языковую модель, а сами нейросети значительно уступают всем конкурентам.

Из-за этого ответы чат-бота могут быть нерелевантными и проигрывают чат-ботам в бесплатных тарифах других приложений.

Чатами в Le Chat можно делиться с другими пользователями с помощью ссылки на диалог.

При этом сервис не будет отправлять конфиденциальную информацию и загруженные изображения.

Также если поделиться чатом и продолжить общаться с ботом, то новые сообщения не будут синхронизироваться с общедоступным.

Пользователи, которые открыли общий чат, также могут продолжить задавать боту вопросы. Сообщения не будут синхронизироваться.

https://vk.com/@science_geeks-le-chat-chto-vnutri-mobilnogo-...

💻 Приложение Le Chat доступно в Google Play и App Store.

❂ Полезные ссылочки: Telegram Канал | ВК Группа
❂ Хижина программиста: Rutube | YouTube | Plvideo

• Описание конечных точек (эндпойнтов).

• Форматы запросов и ответов.

• Методы аутентификации.

• Обработку ошибок.

• Примеры использования.

Представляем подборку лучших инструментов для создания API-документации.

Swagger

Swagger – один из самых популярных инструментов: он поддерживает много языков программирования и предоставляет удобный интерфейс для проектирования и документирования API. Swagger позволяет определять конечные точки, форматы запросов и ответов, а также методы аутентификации. Кроме того, он предоставляет интерактивные инструменты для исследования и тестирования API.

Apidog

Apidog – комплексный инструмент для разработки, документирования и управления API. Он предлагает автоматическую генерацию интерактивной документации и возможность тестирования API в реальном времени. Apidog также поддерживает генерацию кода на разных языках программирования и предоставляет широкие возможности для настройки стиля документации.

ReDoc

ReDoc – опенсорсный инструмент, поддерживающий спецификации OpenAPI 2.0 и 3.0. Он отлично подходит для публикации интерактивной API-документации и предлагает удобную навигацию с настраиваемым поиском, а также стильный, адаптивный дизайн с возможностью настройки тем.

DapperDox

DapperDox – опенсорсный OpenAPI-рендерер, совместимый с OAS 2.0 и 3.0. Он позволяет использовать контент в формате Markdown для создания диаграмм и предоставляет модуль исследования структуры API для практических экспериментов.

Theneo

Theneo – генератор документации, использующий ИИ для автоматического описания API. У него простой интерфейс, напоминающий Notion, и он поддерживает интеграции с Swagger, Postman и GitHub.

Sphinx

Sphinx – мощный генератор документации, широко используемый в Python-сообществе. Он поддерживает много языков и предлагает широкие возможности для настройки. Sphinx может генерировать документацию в разных форматах, включая HTML, PDF и ePub.

Javadoc

Javadoc специально разработан для документирования Java-кода. Он извлекает комментарии и аннотации из исходного кода для создания HTML-документации с подробным описанием классов, методов и полей.

DocFX

DocFX – генератор статических сайтов, разработанный Microsoft и с ноября 2022 года поддерживаемый сообществом .NET Foundation. Предлагает настраиваемые шаблоны для создания документации и лендингов.

Doxygen

Doxygen поддерживает C++, С, Objective-C, Python, Java, IDL, PHP, C# и Fortran, может генерировать документацию в разных форматах, включая HTML, PDF и LaTeX.

Slate

Slate фокусируется на простоте и удобстве использования, предоставляя удобный, современный, адаптивный интерфейс для API-документации. Он поддерживает Markdown, подсвечивает синтаксис больше 100 языков и предлагает интерактивную консоль для тестирования API-эндпойнтов.

Docusaurus

Docusaurus предназначен для создания современной интерактивной документации и любых других статических сайтов. Он поддерживает все популярные языки, предлагает настраиваемые шаблоны, имеет встроенную функцию поиска на базе Algolia, поддержку локализации и версионирования.

Приглашаем вас на вебинар «Как меняется математика в разных индустриях: от мобильных игр к фондовым рынкам», который состоится 22 августа в 20:00 по МСК. Там вы сможете:

• Узнать, как математические методы влияют на мобильные игры и фондовые рынки.

• Понять различия в математических подходах в разных сферах бизнеса.

• Изучить реальные кейсы применения математики в GameDev и финансах.

• Оценить, какие математические знания необходимы для успешной карьеры в Data Science.

Стать участником вебинара

😎 Автоматизация слепых SQL-инъекций на основе логических значений

Слепая SQL-инъекция на основе логического значения (Boolean-Based Blind SQL Injection) – тип SQL-инъекции, где атакующий не видит прямого вывода SQL-запроса, но может делать выводы на основе логических (истина/ложь) ответов от приложения (эти ответы могут проявляться в виде разных кодов состояния HTTP, разного содержимого ответа или реже разных заголовков).

Анализ ответов позволяет злоумышленникам определить структуру базы данных, а в дальнейшем – буквально символ за символом выяснить, какая информация в ней содержится. Пентестеры и этичные хакеры знают, что это один из самых трудоемких типов атак для ручной эксплуатации. Но несколько простых Python-скриптов помогают полностью автоматизировать процесс:

• Простейший метод – извлекать данные по одному символу, используя функции SUBSTRING() и ASCII() в MySQL. Это позволяет узнавать значение каждого символа в строке путем сравнения с ASCII-кодами.

• Оптимизированный подход – использовать алгоритм бинарного поиска. Это сокращает количество запросов для определения одного символа с 96 до 7, что значительно ускоряет процесс и делает атаку менее заметной.

• Дополнительные приемы для извлечения разных типов данных включают использование подзапросов для выбора данных из произвольных таблиц, объединение значений из нескольких строк в одну строку с помощью GROUP_CONCAT и преобразование разных типов данных (числа, даты и т. д.) в строки, которые легче извлечь.

Для дальнейшего ускорения процесса можно использовать многопоточность с помощью ThreadPoolExecutor из библиотеки concurrent.futures.

📶 Паттерны коммуникации в распределенных системах

Распределенные системы состоят из многих отдельных частей (или узлов), работающих вместе, но физически расположенных в разных местах. Эти части системы должны общаться друг с другом через сеть, чтобы система могла функционировать как единое целое. Хотя коммуникация критически важна, правильно ее организовать бывает непросто: разработчики иногда пытаются использовать один и тот же подход ко всем задачам коммуникации, что может быть неэффективно. Важно понимать, что существуют разные способы организации коммуникации, и выбор правильного метода зависит от конкретной задачи. Рассмотрим основные паттерны коммуникации, которые можно использовать для решения разных задач.

Запрос-ответ с HTTP

Этот синхронный паттерн коммуникации предполагает, что один сервис отправляет запрос другому сервису и ожидает ответа или ошибки, блокируя свою работу до получения результата. REST, наиболее популярный архитектурный стиль для этой модели коммуникации, использует методы протокола HTTP – GET, POST, PUT и DELETE.

Однако использование этого паттерна может привести к проблемам, если сервисы образуют цепочку взаимодействий: в таком случае сбой одного из сервисов может привести к отказу всей операции, а также к расточительному использованию ресурсов и каскадным сбоям.

Общие данные

Этот паттерн часто остается незамеченным, поскольку разработчики не всегда воспринимают его как модель коммуникации. В рамках этого подхода один компонент записывает данные в определенное место, а другой компонент считывает и обрабатывает эти данные. Например, один сервис может загрузить файл в облачное объектное хранилище (например, в корзину Amazon S3), а другой сервис затем извлекает этот файл для дальнейших действий.

Главное преимущество этого паттерна – простота реализации и возможность обеспечения взаимодействия между устаревшими и современными системами без проблем совместимости. Однако он не подходит для сценариев, требующих низкой задержки.

Асинхронный запрос-ответ

В отличие от синхронного подхода, запрос-ответ может быть реализован асинхронно и без блокировки. В этом случае получающий сервис должен явно знать место назначения для отправки ответа. Для реализации этого паттерна идеально подходят очереди сообщений, которые позволяют буферизовать несколько запросов.

Основная сложность здесь — корреляция между запросом и ответом: экземпляр сервиса, отправивший запрос, может отличаться от экземпляра, получающего ответ, поэтому требуется способ отслеживания запросов.

Коммуникация на основе событий

В этом подходе сервисы не общаются напрямую друг с другом, а генерируют события, которые могут быть использованы другими сервисами. Это требует наличия места для отправки данных о событиях и механизма, позволяющего получающим сервисам обнаруживать эти события. Брокеры сообщений, такие как RabbitMQ, могут обрабатывать оба этих аспекта. Издатели используют API для отправки событий в брокер, который управляет подписками и уведомляет подписчиков при поступлении события.

Этот паттерн идеально подходит для создания слабосвязанных взаимодействий между сервисами. Однако брокер сообщений должен обеспечивать надежную доставку событий, их упорядочивание и согласованность. Кроме того, добавляется дополнительный компонент в систему.

🛠️ Инструменты

Postgres Sandbox – ИИ-песочница для работы с PostgreSQL в браузере. Проект реализован на PGlite – легковесной версии PostgreSQL, скомпилированной в WebAssembly и упакованной в клиентскую библиотеку TypeScript. Это позволяет запускать базу данных PostgreSQL непосредственно в браузере, Node.js и Bun без необходимости устанавливать другие зависимости. Размер PGLite – всего 3 Мб после сжатия Gzip, при этом база поддерживает многие расширения PostgreSQL, включая pgvector.

textual-plotext – виджет-обертка библиотеки для построения графиков Plotext. Визуализирует данные из Python-скриптов прямо в терминале.

BunkerWeb – опенсорсный веб-фаервол (WAF), созданный на основе NGINX. Предназначен для защиты веб-сервисов – делает их безопасными по умолчанию. Легко интегрируется в существующие среды (Linux, Docker, Swarm, Kubernetes и т. д.), полностью адаптируется под ваши специфические требования. Предоставляет удобный веб-интерфейс и систему плагинов.

Kardinal – фреймворк для создания сверхлегких временных сред разработки внутри общего кластера Kubernetes. Позволяет быстро и эффективно создавать и удалять рабочие пространства для разработки, тестирования и демонстраций, минимизируя затраты ресурсов и стоимость эксплуатации.

Viking – инструмент для управления удаленными серверами (и группами серверов) через SSH.

Terminus – опенсорсная ОС на базе Kubernetes, которая позволяет создать домашнее облако на собственном сервере. Подходит для любых задач – локального хостинга LLM, хаба по управлению IoT-девайсами, персонального репозитория или рабочего пространства.

DeltaDB – легковесная, быстрая и масштабируемая база данных, созданная на основе polars и deltalake. Предназначена для разработчиков и организаций, которым нужно эффективное, простое и гибкое решение для обработки больших объемов данных с высокой скоростью и масштабируемостью.

emval – супербыстрый валидатор email-адресов для Python-приложений, написанный на Rust.

RustPython – интерпретатор Python, написанный на Rust.

Автор рассылки: Наталья Кайда

Исследователи Google Deep Mind провели анализ сообщений о случаях мошенничества с использованием ИИ и выяснили, для каких преступлений чаще всего используются возможности GenAI. Спойлеры:

• Самый популярный вид кибермошенничества с применением ИИ – имперсонация, когда злоумышленники с помощью дипфейк-технологий притворяются другими людьми.

• Один из самых впечатляющих случаев мошенничества произошел в феврале 2024 года в Гонконге, когда злоумышленникам удалось убедительно подделать видеоконференцию с участием нескольких лиц. Все участники, включая фальшивого финансового директора, выглядели настолько естественно, что ничего не подозревающий сотрудник послушно перевел $25,6 млн на подставной счет.

Еще один из отцов-основателей OpenAI, Джон Шульман, перешел в Anthropic.

Компания Groq, разработавшая уникальный супербыстрый LPU (языковой процессор), получила $640 млн инвестиций и оценку в $2,8 млрд, что свидетельствует о фундаментальном сдвиге в индустрии ИИ-инфраструктуры – Groq стал серьезным конкурентом для NVIDIA.

На опенсорсной платформе LMSYS Chatbot Arena, где ИИ-компании часто тестируют предстоящие релизы, появился некий anonymous-chatbot, который превосходит GPT-4o и остальные крупнейшие модели и, возможно, является секретным проектом Q*/Strawberry от OpenAI. На это намекнул Альтман.

Новая модель роботов-гуманоидов Figure 02 успешно прошла тестирование на заводе BMW. Робот поддерживает диалог благодаря генеративному ИИ от OpenAI, может поднимать до 25 кг, выполняет задачи автономно и работает 8 часов без подзарядки.

На платформе Mistral теперь можно создать собственных ИИ-агентов, имеющих такую же функциональность, как кастомные GPT.

Феноменальный успех ChatGPT сделал Сэма Альтмана одним из самых влиятельных людей в мире, и это должно внушать серьезное беспокойство всем нам. По наблюдениям Гэри Маркуса, которые он подробно изложил в разоблачительной статье, директору OpenAI и деятельности его компании нельзя доверять:

• Во время слушаний по вопросам регулирования ИИ в сенате США Альтман предоставил неполную и неискреннюю информацию и солгал, отвечая на вопрос о том, получает ли он прибыль от OpenAI. Альтман буквально сказал, что получает денег «достаточно для оплаты медстраховки». При этом один автомобиль из его обширного автопарка, Koenigsegg Regera, стоит не менее $4 млн.

• Несмотря на публичные заявления Альтмана о необходимости регулирования ИИ, на деле OpenAI активно лоббирует ослабление регулирования.

• OpenAI не уделяет достаточного внимания вопросам безопасности ИИ, что подтверждается уходом нескольких ключевых сотрудников, занимавшихся безопасностью.

• Деятельность OpenAI подразумевает использование огромных объемов электроэнергии, воды и других ресурсов. Такое же безответственное отношение к ресурсам переняли все конкуренты OpenAI – от Anthropic до Microsoft. Никто не пытается «озеленить» ИИ-индустрию.

• Технологии OpenAI активно используются для создания политической дезинформации – компания признала несколько инцидентов, но не предпринимает видимых усилий для предотвращения подобных случаев.

Илон Маск снова решил судиться с OpenAI и ее основателями – Сэмом Альтманом и Грэгом Брокманом. Юридическая команда Маска утверждает, что Альтман и Брокман «усердно манипулировали Маском», убеждая его стать соучредителем их якобы благотворительной организации, обещая безопасность и прозрачность OpenAI, что отличало ее от альтернатив, ориентированных на прибыль. Иск выходит за рамки простых договорных споров, поскольку содержит серьезные юридические обвинения, включая финансовое мошенничество, нарушение договора, сетевое мошенничество и даже нарушение RICO («Закона о коррумпированных и находящихся под влиянием рэкетиров организациях»).

Привет!

Мы запустили еженедельную email-рассылку, посвященную последним новостям и тенденциям в мире искусственного интеллекта. Наша цель – держать подписчиков в курсе самых интересных открытий, исследований и приложений ИИ.

В еженедельных письмах ты найдешь:

• Новости о прорывных исследованиях в области машинного обучения и нейросетей.

• Материалы о применении ИИ в разных сферах – медицине, бизнесе, науке, производстве и образовании.

• Статьи об этических аспектах развития технологий.

• Подборки лучших онлайн-курсов и видеолекций по машинному обучению.

• Обзоры инструментов и библиотек для разработки нейронных сетей.

• Ссылки на репозитории с открытым исходным кодом ИИ-проектов.

• Фильмы, сериалы и книги, которые заслуживают внимания AI-энтузиастов.

🛠️ Инструменты

MinusX – Chrome-расширение для анализа данных в Jupyter и Metabase.

Frontend AI – генерирует код UI-компонентов по текстовым описаниям и скриншотам, поддерживает редактирование.

Pictory – превращает любой контент в видеоклипы.

Semantic Scholar – бесплатный ИИ-поисковик по огромной базе (220,2 млн +) научных публикаций из всех отраслей науки. Имеет API для использования в собственных приложениях.

Napkin AI – визуализирует информацию в виде любой бизнес-графики – диаграмм, схем, графиков, презентаций и т. д.

AIswers – платформа, на которой можно задавать вопросы множеству ИИ-моделей одновременно.

Spreadsite – превращает данные из CSV-файлов в интерактивные дашборды и сайты.

GummySearch – находит Reddit-сообщества, попадающие под описание целевой аудитории продукта.

Rosebud – личный коуч и психолог.

✍️ Сделай сам

На Hugging Face выпустили опенсорсную модель CogVideoX-2B для генерации видео, по качеству сопaоставимую с Sora.

MiniCPM-V – опенсорсная минимодель, которая имеет всего 8 млрд параметров и работает на смартфоне, но при этом превосходит GPT-4V в понимании содержимого изображений и видео в реальном времени.

Flux – модель, разработанная командой, создавшей Stable Diffusion. По многочисленным отзывам, во многом превосходит Midjourney и DALL-E. И самое главное – ее можно установить на свой комп и даже на приличный игровой ноутбук. Протестировать можно на платформе NightCafe.

25 опенсорных инструментов для использования в ИИ-проектах

Vanna – Python-библиотека, которая позволяет автоматически писать SQL-запросы и задавать базе данных вопросы на естественном языке.

Khoj – AI-помощник для поиска информации. Понимает разные форматы файлов, включая Word, PDF, Markdown и другие, а также интегрируется с платформами вроде Notion.

Flowise – визуальный конструктор для построения пользовательских потоков управления языковыми моделями и AI-агентами.

LLAMA GPT – локальный и автономный чат-бот, похожий на ChatGPT.

LocalAI – API-сервер, совместимый с API OpenAI, который позволяет запускать языковые модели, генерировать изображения и аудио локально или на своей инфраструктуре без использования GPU.

Continue – один из лучших AI-ассистентов для написания кода. Он позволяет подключать разные модели и контексты, чтобы создавать пользовательские автодополнения и чат-интерфейсы внутри VS Code и JetBrains IDE.

Chat2DB – ИИ-платформа для управления данными, разработки и анализа. Может конвертировать естественный язык в SQL (и наоборот), а также автоматически генерировать отчеты.

LibreChat – продвинутая платформа для создания собственного интерфейса для чат-ботов. Она предлагает множество настроек и поддержку разных AI-провайдеров, сервисов и интеграций, предоставляет единый интерфейс для общения с несколькими AI-ассистентами.

Lobe Chat – фреймворк для создания чат-интерфейсов с языковыми моделями. Он поддерживает речевой синтез, мультимодальность и расширяемую систему плагинов.

MindsDB – платформа для настройки AI на основе корпоративных данных. Она позволяет развертывать, обслуживать и настраивать модели в режиме реального времени, используя данные из баз данных, векторных хранилищ или сторонних приложений.

AutoGPT – полуавтономный агент, способный автоматизировать сложные процессы, выполняя последовательности действий без постоянного вмешательства человека.

reor – ИИ-приложение для ведения заметок. Автоматически связывает заметки, отвечает на вопросы и обеспечивает семантический поиск. Все данные хранятся локально, а редактирование заметок происходит в Markdown-редакторе, похожем на Obsidian.

Leon – персональный ассистент, который может работать на вашем сервере. Выполняет разные задачи по вашему запросу и может общаться голосом или текстом. Имеет модульную структуру навыков, которую при желании можно расширить.

Instrukt – терминальная среда с интегрированным ИИ. Позволяет создавать и инструктировать модульных AI-агентов, генерировать индексы документов для ответов на вопросы и назначать инструменты для любого агента.

Quivr – RAG-фреймворк для создания специализированных AI-ассистентов с разными возможностями.

Open Interpreter – интерфейс, который позволяет отдавать компьютеру команды на естественном языке в терминале и дает возможность LLM выполнять код (Python, JavaScript, Shell и т. д.).

CopilotKit – фреймворк для создания пользовательских AI-помощников в React-приложениях.

GPT Engineer – инструмент, который позволяет вам описать нужное приложение на естественном языке, а затем наблюдать, как AI пишет, выполняет и вносит улучшения в код.

Dalai – самый простой инструмент для запуска моделей Llama* и Alpaca локально на вашем компьютере.

OpenLLM – инструмент, позволяющий с помощью одной команды запускать любые опенсорсные LLM в виде API-эндпоинтов. Поддерживает множество моделей и оптимизирован для использования в высоконагруженных приложениях.

Unsloth – ускоряет процесс тонкой настройки больших языковых моделей (Llama-3*, Mistral, Phi-3 и Gemma). Позволяет проводить файнтюнинг в два раза быстрее, используя на 70% меньше памяти, без потери точности.

E2B – предоставляет безопасную среду (песочницу) для AI-агентов и приложений. Это особенно полезно при создании ИИ-приложений с возможностями выполнения кода.

Camel AI – фреймворк, предлагающий масштабируемый подход к созданию систем с несколькими AI-агентами, которые могут эффективно взаимодействовать друг с другом.

Aider – ИИ-напарник программиста, который работает в терминале. Он может начинать новые проекты, умеет редактировать файлы и работать с существующими Git-репозиториями. Aider совместим со всеми популярными моделями (GPT-4, Sonnet 3.5, DeepSeek Coder, Llama 70b и другими).

FastEmbed – быстрая и легкая Python-библиотека для генерации эмбеддингов (векторных представлений) документов. Она использует ONNX runtime вместо PyTorch, что и делает ее быстрее традиционных решений.

Автор рассылки: Наталья Кайда

video = yt.streams.filter(progressive=True, file_extension='mp4').order_by('resolution').desc().first()

print(f"Скачиваемый формат: {video.resolution}")

# Скачиваем в текущую папку с кодом

current_directory = os.getcwd()

video.download(output_path=current_directory)

print("Видео успешно скачано!")

except Exception as e:

print(f"Произошла ошибка: {e}")

if __name__ == "__main__":

link = str(input('URL:'))

download_video(link)

• Введение в ИТ

• Основы языка Python

• Объектно-ориентированное программирование на Python

• SQL и проектирование баз данных

• Основы Django

• Продвинутая работа с Django

• REST-архитектура

• Docker

• Финальный проект — создание REST API сервиса с подключением к базе данных

• Основы Linux

• Основы HTML и CSS

• Асинхронное программирование на Python

• Стажировка.

Подробнее о курсе Django →

2. Курс «Python-фреймворк Django» [Skillbox] - 826 отзывов

Информация о курсе: стоимость — 44 445 ₽ или рассрочка на 6 месяцев - 7 407 ₽ / мес., длительность — 3 месяца

Особенности: Спикеры - опытные веб-разработчики. Две работы для портфолио. Пожизненный доступ к курсу.

Вы научитесь верстать веб-страницы, писать и оптимизировать веб-приложения на Django, продвинетесь в IT-индустрии и станете более востребованным разработчиком.

Чему вы научитесь:

• Понимать архитектуру веб-приложений

• Проектировать проекты, которые легко поддерживать

• Пользоваться инструментами: pip, virtualenv, Git, PyCharm и другими

• Ориентироваться в современных веб-технологиях

• Писать чистый и валидный код согласно PEP8

• Верстать адаптивные сайты с использованием HTML и CSS

• Создавать и оптимизировать веб-приложения на Django

• Писать Unit-тесты и покрывать ими Django-приложения

• Работать с JavaScript на базовом уровне.

Программа курса:

• Введение в веб и Linux

• Основы Django

• Базы данных и модели

• Административный интерфейс в Django

• Обработка запросов в Django

• Формы

• Class Based Views и Generic Views

• Аутентификация и авторизация

• Регистрация и права доступа

• Тестирование

• Работа с файлами

• Локализация и интернационализация

• Введение в Django REST Framework

• Документирование

• Эффективная работа с базой данных в Django

• Логирование и профилирование

• Экспорт и импорт данных

• Оптимизация с помощью кэширования

• Деплой и командная разработка.

Подробнее о курсе Django →

3. Курс «Django: создание backend-приложений» [Нетология] - 215 отзывов

Информация о курсе: стоимость — 26 600 ₽ или рассрочка на 12 месяцев - 2 333 ₽ / мес., длительность — 7 недель

Особенности: Вас будут обучать специалисты с практическим опытом. Вы создадите свой первый интернет-магазин. По окончании курса получите удостоверение о повышении квалификации.

Программа курса:

• Обработка запросов и работа с шаблонами
  Изучите фреймворк Django и установите его. Познакомитесь с основами организации проектов в Django и инструментами для работы с урлами. Узнаете, как работают шаблоны и их возможности.

• Базы данных
  Освоите создание гибкого и функционального API для веб-приложений. Научитесь настраивать права доступа и фильтрацию контента. Узнаете о троттлинге, пагинации и других важных аспектах API.

• Взаимодействие с сайтом
  Погрузитесь в изучение API на примере Django REST framework. Изучите CRUD-операции и разделение доступа в DRF. Научитесь тестировать Django-приложения с помощью Pytest.

• Английский язык для начинающих разработчиков
  Улучшите понимание технической лексики, кода и терминологии в вашей сфере. Научитесь ориентироваться в профессиональном англоязычном контенте. Узнаете, как подготовиться к техническому собеседованию и получите примеры интервью для различных специальностей.

• Итоговое тестирование
  Пройдите финальное тестирование для закрепления пройденного материала и получения удостоверения о повышении квалификации.

Подробнее о курсе Django →

4. Курс «Python: Разработка на фреймворке Django» [Хекслет] - 84 отзыва

Информация о курсе: стоимость — 3 900 ₽ в месяц, длительность — 21 час

Особенности: Неограниченный доступ к теоретическим материалам. Практические упражнения в тренажере.

В этом курсе вы освоите основы работы с Django для разработки веб-приложений на Python. Вы научитесь создавать и настраивать проекты в Django, работать с маршрутами, шаблонами, представлениями, моделями и формами. Также вы познакомитесь с механизмом администрирования, наследованием шаблонов и основами CRUD-операций.

Чему вы научитесь:

• Создавать сайты на Django

• Конфигурировать фреймворк

• Использовать систему шаблонов

• Взаимодействовать с базой данных через ORM.

Подробнее о курсе Django →

5. Курс «Python разработчик» [Eduson Academy] - 171 отзыв

Информация о курсе: стоимость — 5 701 руб. / мес. в рассрочку на 24 месяца, длительность — 9 месяцев

Особенности: Выполните учебные проекты и соберёте портфолио разработчика из 7 работ, что выделит вас на рынке труда. Получите 365 дней наставнической поддержки и официальный диплом.

Программа курса:

• Основы онлайн-обучения

• Введение в профессию

• Работа на удалёнке

• Жизненный цикл программного обеспечения

• Введение в IT

• Основы программирования

• Начало работы с Python

• Типы данных

• Функции

• Условия, циклы и рекурсии

• Модули, библиотеки и файлы

• Продвинутое программирование

• Объектно-ориентированное программирование (ООП)

• Анализ кода

• Backend-разработка

• Работа с базами данных

• Потоки, процессы и асинхронность

• Работа с Django

• API и RestAPI

• Контейнеризация и Docker

• Тестирование

• Итоговый проект

• Карьерный трек.

Подробнее о курсе Django →

6. Курс «Python Developer» [OTUS] - 126 отзывов

Информация о курсе: стоимость — 198 500 ₽ или рассрочка - от 19 850 ₽ / мес., длительность — 10 месяцев

Особенности: Преподаватели - опытные разработчики с 10-летним стажем работы с крупными клиентами. Вы добавите в своё портфолио два уникальных проекта. Получите поддержку в трудоустройстве: помощь в составлении резюме, размещение его в базе школы и возможность пройти собеседование у партнёров. По окончании курса получите диплом о профессиональной переподготовке.

Программа курса:

• Основы синтаксиса и базовые операторы Python

• Объектно-ориентированное программирование: классы, исключения, тестирование

• Взаимодействие с внешними системами: создание простейшего API и сборка проекта

• Работа с базами данных и асинхронное программирование

• Веб-разработка с использованием Flask

• Веб-разработка с использованием Django

• Python в Data Science

• Основы DevOps

• Проектная работа

• Продвинутые основы

• Веб-технологии

• Data engineering

• Highload системы

• Проектная работа.

Подробнее о курсе Django →

7. Курс «Python-разработчик: быстрый старт в профессии» [GeekBrains] - 1110 отзывов

Информация о курсе: стоимость — 3 609 ₽ / мес. в рассрочку на 36 месяцев, длительность — 9 месяцев

Особенности: Диплом о проф. переподготовке, помощь с трудоустройством.

На курсе вы научитесь создавать телеграм-ботов, сайты, приложения, нейросети и использовать Python для научных исследований, сочетая теорию с практикой на реальных задачах.

Программа курса:

• Введение в программирование

• Основы контроля версий

• Знакомство с языками программирования + Практикум

• Основы веб-технологий

• Основы языка Python

• Углубленное изучение Python

• Фреймворки Flask и FastAPI

• Фреймворк Django

• Продвинутый контроль версий

• Основы баз данных

• Базы данных и SQL

• Дипломная работа.

Подробнее о курсе Django →

8. Курс «Python: разработка веб - приложений на Django» [Специалист] - 34 отзыва

Информация о курсе: стоимость — 112 990 ₽ - 123 990 ₽, длительность — 180 ак. часов

В рамках комплексной программы «Python: разработка веб-приложений на Django» вы пройдете следующие курсы:

• Программирование на Python. Уровень 1. Базовый курс

• Программирование на Python. Уровень 2. Объектно-ориентированное программирование

• Программирование на Python. Уровень 3. Разработка веб-приложений в Django.

По завершении комплексной программы вы освоите:

• Язык Python

• Стандартную библиотеку Python

• Алгоритмы объектно-ориентированного программирования

• Фреймворк Django для создания веб-приложений на Python с использованием MVC-подхода.

Подробнее о курсе Django →

9. Курс «Python. Разработка веб - приложений в Django» [Академия АйТи] - 23 отзыва

Информация о курсе: стоимость — 33 900 ₽, длительность — 5 дней / 40 ак. часов

Курс знакомит с Django — фреймворком для создания веб-приложений на языке Python с использованием MVC-паттерна.

Завершив обучение по этому курсу, вы сможете:

• Разрабатывать веб-приложения с помощью Django

• Выполнять начальную обработку данных на Python

• Ориентироваться в стандартной библиотеке Python.

Программа курса:

• Введение в Django

• Модели

• Django Admin

• Представления

• Шаблоны

• Работа с формами

• Аутентификация и авторизация

• Сессии

• Тестирование и отладка

• Безопасность

• Разработка RESTful API с Django

• Использование AngularJS с Django

• Развертывание Django веб-приложений.

Подробнее о курсе Django →

10. Курс «Django - разработка веб-приложений» [Codeby] - 19 отзывов

Информация о курсе: стоимость — от 19 990 руб., длительность — 3 месяца

Программа обучения:

• Введение: основные понятия, установка IDE и Django;

• Структура и настройка проекта;

• Django ORM: создание моделей и миграции;

• Административная панель;

• Маршрутизация;

• Функциональные контроллеры (Function based view);

• Классовые контроллеры (Class based view);

• Шаблоны;

• Разграничение прав доступа;

• Обработка форм;

• Django ORM: связи, выборка данных, транзакции;

• Формы;

• Работа с cookies и сессиями;

• Сигналы модели;

• Рассылка Email;

• Кэширование;

• Настройка безопасности;

• Тестирование (django tests);

• Архитектура REST;

• Введение, установка и настройка DRF;

• Сериализаторы;

• Вывод данных в формате JSON;

• Аутентификация и уровни доступа;

• Viewset и роутеры;

• Тестирование с помощью Postman;

• Экзамен.

Подробнее о курсе Django →

11. Курс «Django-разработка» [Thinknetica] - 16 отзывов

Информация о курсе: стоимость — нет информации, длительность — 3 месяца

Вы погружаетесь в реальный процесс разработки и решаете большинство задач, с которыми сталкиваются специалисты в компаниях. Этот путь намного быстрее, чем изучение Django на своем веку. Вы освоите Django до уровня, позволяющего создавать полноценные веб-приложения с готовностью к промышленной эксплуатации. В вашем портфолио появится значимый проект с кодом, который можно с гордостью представить потенциальному работодателю.

Подробнее о курсе Django →

12. Курс «Django» [СИЭФ] - 7 отзывов

Информация о курсе: стоимость — 19 900 руб. - 40 300 руб., длительность — 6 занятий (30 ак. часов)

На первом уроке вы знакомитесь с Django, изучаете основные концепции фреймворка и его преимущества.

На втором занятии вы изучаете паттерны и работаете с urlpatterns. Также вы углубляетесь в работу с шаблонами, освещаете работу со статикой и принципы связывания.

Третье занятие посвящено работе с базами данных, включая их создание, управление и выполнение запросов. Вы также изучаете основные возможности работы с формами.

Четвёртое и пятое занятия фокусируются на управлении сайтом, реализации аутентификации и создании административной панели.

Шестой урок охватывает дополнительные расширенные возможности Django. После этого следует дополнительное занятие и прохождение экзамена по полученным знаниям, получение сертификата государственного образца.

Подробнее о курсе Django →

Бесплатные курсы и уроки Django

Курс «Введение в Django» [НОУ ИНТУИТ]

Курс охватывает фреймворк Django, его основные функции и примеры его применения в современной веб-разработке. В программе изучается современный фреймворк для Python — Django, его базовые возможности, уникальные черты и интеграция с другими веб-библиотеками. Освещаются подходы к построению веб-приложений на основе современной архитектуры MVC. Рассматриваются методы использования сторонних пакетов при проектировании Django-приложений. Основное внимание уделяется практическим аспектам использования основных возможностей фреймворка. Курс представляет собой значительное обновление книги "Learning Django Web Development" (Sanjeev Jaiswal, Ratan Kumar).

Подробнее о курсе Django →

Курс «Django» [Академия IT]

Занятия:

• Основы работы с Django

• Настройка маршрутизации. Обработка запросов и ответов сервера

• Использование шаблонов и представлений

• Работа с моделями данных

• Разработка и валидация форм

• Взаимодействие с базой данных

• Реализация функций регистрации и авторизации пользователей

• Использование технологии Ajax

• Обеспечение безопасности.

Подробнее о курсе Django →

Курс «Django 3 для python» [selfedu]

Уроки:

• Знакомство с Django и процесс установки

• Паттерн MTV. Настройка маршрутизации. Функциональные представления

• Обработка маршрутов, исключений запросов и перенаправлений

• Определение моделей данных. Создание и выполнение миграций

• Основы работы с ORM для CRUD операций с моделями

• Использование шаблонов (templates). Введение в их работу

• Интеграция статических файлов. Использование фильтров в шаблонах

• Формирование URL-адресов в шаблонах

• Установка связей между моделями через ForeignKey

• Начало работы с административной панелью

• И многое другое.

Подробнее о курсе Django →

Курс «Руководство по веб-фреймворку Django» [metanit]

Программа обучения включает в себя следующие разделы:

• Основы Django

• Работа с представлениями и настройка маршрутов

• Использование шаблонов

• Работа с веб-формами

• Определение моделей данных.

Подробнее о курсе Django →

В 2024 году Python исполняется 33 года. За это время он прошел невероятный путь – от пет-проекта до одного из самых универсальных и популярных языков. Все начинающие питонисты знают, что первую версию языка разработал голландский программист Гвидо ван Россум, а назван он в честь британского комедийного шоу, а не прожорливой змеи. Как развивались основные концепции языка, почему крупные ИТ-компании боялись, что автобус может переехать Гвидо, и когда на логотипе Python все-таки появились змеи – расскажет публикация на Хабре.

🏆 Лучшие практики разработки на Python

Знание и правильное применение лучших практик – один из самых важных навыков профессионального разработчика. Следование общепринятым правилам позволяет:

• Повысить качество кода. Лучшие практики основаны на многолетнем опыте обширного сообщества разработчиков и направлены на минимизацию ошибок, улучшение читаемости и поддерживаемости кода. Это помогает создавать более надежные и долговечные системы.

• Ускорить процесс разработки. Применение многократно опробованных шаблонов и подходов помогает быстрее писать типовой код и решать распространенные проблемы.

• Упростить совместную работу, ревью кода и интеграцию изменений. Особенно в больших командах и опенсорсных проектах.

• Обеспечить гибкость и масштабируемость проекта. Правильно организованный код легче адаптировать под новые требования и масштабы. Это снижает риск технического долга — ситуации, в которой изменения становятся слишком дорогостоящими или сложными для реализации.

Привет!

Всю неделю мы мониторим интернет, чтобы в воскресенье прислать тебе интересное письмо. Наша цель – держать читателей в курсе последних открытий и тенденций в мире Python. В еженедельных письмах ты найдешь:

• Новые возможности в последних версиях Python

• Работа с базами данных и SQL в Python.

• Веб-разработка на Django и Flask.

• Машинное обучение и анализ данных с помощью Python.

• Автоматизация и работа с API на Python.

• Тестирование и отладка кода на Python.

• Задачи для новичков с решениями.

Вот что входит в набор общепринятых на данный момент правил:

• Устанавливайте Python с поддержкой нескольких версий. Используйте mise или pyenv для установки Python – они дают возможность переключаться между разными версиями языка и позволяют обновлять интерпретатор без влияния на другие инструменты и проекты. Еще один отличный вариант – Development Containers.

• Используйте последнюю версию Python. Для новых проектов выбирайте самую последнюю стабильную версию Python 3. Это обеспечивает наличие последних исправлений безопасности и максимальную производительность. Обязательно обновляйте проекты по мере выхода новых версий языка и забудьте про Python 2.

• Используйте pipx для запуска приложений в среде разработки. Вместо установки пакетов с помощью pip или другого аналогичного метода используйте pipx для запуска инструментов в отдельной виртуальной среде.

• Не используйте Poetry для новых проектов – в нем нестандартно реализованы некоторые ключевые функции. Лучше пользоваться PDM или Hatch.

• Создавайте файл pyproject.toml в корневой директории каждого проекта – для хранения информации о конфигурации и используемых инструментах.

• Используйте src-структуру для каталогов. Это требует использования редактируемых установок, но PDM и Hatch упрощают задачу.

• Используйте виртуальные среды для разработки. Виртуальная среда изолирует проекты и наборы установленных для них пакетов – не будет никаких конфликтов.

• Применяйте файлы requirements.txt для установки пакетов в среду – вместо использования команды pip. Либо используйте PDM или Hatch для управления пакетами.

• Используйте инструмент для форматирования кода и линтер для проверки на ошибки. Самый популярный форматер Python-кода – Black, а самый известный линтер – flake8. Однако их с успехом можно заменить одним мощным и быстрым инструментом – Ruff.

• Применяйте pytest для тестирования, а в ситуациях, где это невозможно – используйте стандартный модуль unittest.

• Используйте PyInstaller для упаковки приложений в исполняемый файл. А свои пакеты публикуйте в виде wheel, чтобы другие разработчики могли загружать их с помощью pipx и pip-sync.

• Используйте аннотации типов – особенно в важных приложениях и библиотеках. Для проверки вам пригодится mypy, а для интеграции этого инструмента с Pydantic – плагин.

• Форматируйте строки с помощью f-строк, а не с использованием %, str.format() или str.Template().

• Всегда используйте объекты datetime, которые знают о временных зонах. По умолчанию Python создает объекты datetime, которые не включают временную зону.

• Применяйте enum или collections.namedtuple() для неизменяемых наборов пар «ключ-значение».

• Создавайте классы данных для пользовательских объектов. Среди прочего это позволяет сократить количество кода, необходимого для определения классов, предназначенных для хранения значений. Экземпляры таких классов можно замораживать.

• Используйте collections.abc для пользовательских типов коллекций. Абстрактные базовые классы в collections.abc реализованы на C и работают очень быстро.

• Применяйте breakpoint() для отладки. Эта функция создает точки останова, которые могут использовать и встроенный отладчик, и внешние инструменты отладки.

• Используйте журналирование для диагностических сообщений. Команда print() удобна для вывода отладочной информации, но в скрипты и приложения нужно включать логирование.

• Применяйте формат TOML для конфигурационных файлов – если они предназначены для людей. Используйте формат JSON для данных, которые передаются между компонентами приложения.

• Используйте async только там, где это необходимо. Асинхронные возможности Python позволяют одному процессу избегать блокировки на операциях ввода-вывода. Для запуска нескольких процессов нужно использовать контейнеры или сервер Gunicorn. Чтобы создать собственное приложения для управления многочисленными процессами, воспользуйтесь этим стандартным пакетом.

• Обрабатывайте ввод из командной строки с argparse. Модуль argparse теперь является рекомендуемым способом обработки ввода вместо устаревших optparse и getopt.

• Для указания путей к файлам и каталогам используйте pathlib, а не строки.

• Используйте os.scandir() вместо os.listdir(). Функция os.scandir() значительно быстрее и эффективнее, чем os.listdir().

• Запускайте внешние команды с subprocess. Модуль subprocess предоставляет безопасный способ запуска внешних команд. Используйте его вместо spawn, popen2 и popen3.

• Используйте httpx для клиентских приложений. Пакет httpx поддерживает HTTP/2 и async и заменяет requests, который работает только с HTTP 1.1.

📒 Google Colab или Jupyter Notebook: что лучше подойдет для новичка

Jupyter Notebook обладает массой очевидных достоинств:

• Позволяет выполнять код по частям и мгновенно видеть результаты.

• Поддерживает большинство популярных библиотек.

• В блокнотах легко визуализировать данные и форматировать текст.

• Устанавливается локально, работает без подключения к сети.

Облачный сервис Google Colab предоставляет похожую функциональность – код можно писать и выполнять в браузере – и несколько дополнительных преимуществ:

• Использование GPU/TPU.

• Удобное меню навигации по файлу.

• Возможность совместной работы над проектом – настойка доступа и синхронизация работают точно так же, как в документах Google.

🕸️ Веб-разработка

«Как настроить уведомления в Django с помощью сигналов: пошаговое руководство» рассказывает обо всех тонкостях работы с сигналами, которые запускают выполнение нужных действий после совершения определенных манипуляций с моделями. Например, сигнал может:

• Запустить автоматическое создание профиля пользователя после регистрации.

• Отправить уведомление о заполнении формы, появлении нового отзыва, получении сообщения.

• Обновить данные в связанных моделях.

• Сделать запись об изменении статуса объекта.

«Создание собственного API на Python (FastAPI)» – простой и понятный туториал для начинающих.

«Безопасность в Django: защита от распространенных угроз веб-приложений» – рассказывает о самых распространенных типах атак (SQL-инъекциях, межсайтовой подделке запросов, кросс-сайтовом скриптинге, DoS и DDoS) и очень подробно разбирает способы защиты от них.

📈 Как улучшить производительность Python

Беспрецедентное развитие ИИ сделало Python суперпопулярным языком – и поставило исключительно сложную задачу перед ведущими инженерами: как увеличить скорость работы Питона, не жертвуя его простотой и гибкостью. Одним из решений проблемы стал перенос критически важных для производительности частей кода на более быстрые языки – C, C++ и Rust. Для упрощения совместного использования Python и Rust разработчик Дэвид Хьюитт создал PyO3. В этом интервью он подробно рассказал о сложностях разработки такого проекта и его впечатляющих возможностях.

Как преодолеть разрыв

Интеграция Python и Rust – нетривиальная задача, поскольку эти два языка имеют принципиально разные подходы к управлению памятью, потоками и обработке ошибок. Однако PyO3 решает эти проблемы, используя мощные возможности Rust и C-образную архитектуру интерпретатора Python.

В основе PyO3 лежит концепция сопоставления функций и структур Rust их аналогам в Python. Используя процедурные макросы, PyO3 генерирует необходимый код для создания совместимых с Python объектов и функций, позволяя разработчикам Python легко взаимодействовать с компонентами на базе Rust. Этот подход позволяет программистам на Python воспользоваться преимуществами производительности и безопасности Rust без необходимости глубоко погружаться в тонкости языка.

Безопасность памяти и время жизни объектов

Одна из ключевых задач при объединении Python и Rust – обеспечение безопасности памяти. Система проверки заимствований и времени жизни объектов в Rust играет в этом отношении важную роль. PyO3 использует аннотации времени жизни Rust для управления владением и временем жизни объектов Python, гарантируя, что ссылки на объекты Python являются действительными, а доступ к памяти не осуществляется после ее освобождения. Это внимание к безопасности памяти является существенным преимуществом использования Rust в контексте оптимизации производительности Python. Обеспечивая эти гарантии во время компиляции, PyO3 помогает разработчикам избежать распространенных ошибок и уязвимостей, связанных с памятью, которые могут возникать при использовании привязок C/C++.

Обработка ошибок и производительность

Это одно из самых мощных преимуществ PyO3. Сопоставляя механизмы обработки ошибок Rust с системой исключений Python, PyO3 обеспечивает бесшовную интеграцию для программистов, работающих с обоими языками. Эта интеграция гарантирует правильную передачу ошибок, позволяя коду Python элегантно обрабатывать исключения, созданные в Rust. Что касается производительности, PyO3 стремится обеспечить производительность, близкую к нативной, за счет использования абстракций Rust. Хотя на границе между Python и Rust могут быть некоторые накладные расходы, прирост производительности, достигаемый внутри кода Rust, часто с лихвой компенсирует их. По мере развития проекта PyO3 команда активно работает над оптимизацией этих пограничных случаев для дальнейшего снижения влияния на производительность.

Потоки и асинхронность

Одна из самых сложных областей интеграции Python и Rust – обработка потоков и асинхронности. Асинхронная модель Rust с async/await и глобальная блокировка интерпретатора (GIL) Python представляют собой уникальные проблемы, которые команда PyO3 активно решает. Разработчики исследуют различные подходы к преодолению разрыва между моделями параллелизма Rust и Python, в том числе использование типов Rust Send и Sync для обеспечения безопасного обмена данными между потоками, а также обеспечение бесшовной совместимости между асинхронными средами выполнения Rust и циклами событий Python.

Автор рассылки: Наталья Кайда