Изучаем основы Python. Практический курс для дата-аналитиков Автор: Меликов Павел Ильич Год издания: 2023 #python #ru Скачать книгу https://t.me/bookitarchive/74
Python — August 2026
What Telegram channels wrote about Python in August 2026: 1003 posts from 372 channels, collected automatically from public Telegram channels.
More posts — page 27
1,003 posts totalПубликатор: Hiccup Bloodrain Обсуждение: @devops_jobs #резюме #devops #sre #remote #k8s #kubernetes
Формат работы: удалёнка Занятость: полная Грейд: Middle/Middle+ Ожидания по зарплате: от 270 000 ₽ в месяц на руки На связи: ежедневно с 09:00 до 00:00
Технический стек: Linux • Python • SQL • Docker • Docker Swarm • Kubernetes • Helm • ArgoCD • FluxCD • GitLab CI/CD • Terraform • Ansible • Bash • Nginx • Hashicorp Vault • Prometheus • Grafana • Alertmanager • ELK • Loki • PostgreSQL • MySQL • Backup • Gitlab CI/CD • GitHub Actions • Yandex Cloud
---
Обо мне: 5+ лет коммерческого опыта в IT. Работал как с небольшими сетапами и поднимал их с нуля от репозитория в гите до рабочего продукта, так и с высоконагруженными платформами вплоть до параллельного сопровождения 500+ k8s кластеров и десятков репозиториев. Работал в финтехе (банк с молоточками), в CDP инструменте и в BI интеграторе
Основные предпочтения по технологиям - облачный/baremetal kubernetes, CI/CD и автоматизация всего, что можно и нужно автоматизировать во избежание огромного toil, но занимаюсь всем из своего стека и готов изучать новые технологии и дальше.
В качестве бонуса, очень дружу с Python, поэтому любые утилиты/скрипты/CLI/боты идут в комплекте. Начинал свою карьеру в IT с аналитики, поэтому отдебажить SQL могу с нескольких сторон.
Telegram: @Jack_Frost13
Анализируем сложные графовые связи с помощью классической сетевой библиотеки NetworkX.
Стандартные нейросети работают с таблицами и изображениями, но теряются при анализе сложных взаимосвязей между узлами. Графовые алгоритмы и нейросети (GNN) агрегируют признаки соседних вершин, выявляя скрытые паттерны в соцсетях, молекулах и транзакциях. Мы соберем базовый граф связей на Python и рассчитаем метрики центральности узлов для поиска ключевых элементов сети.
Для начала установим библиотеку NetworkX для построения и анализа графовых структур.
pip install networkx
Пакет успешно установлен и готов к работе с графами.
Запустим Python-скрипт, который создаст граф топологии и рассчитает метрику Eigenvector Centrality для поиска наиболее влиятельных узлов.
import networkx as nx
G = nx.karate_club_graph() centrality = nx.eigenvector_centrality(G) top_node = max(centrality, key=centrality.get)
print(f"Всего узлов: {G.number_of_nodes()} | Ребер: {G.number_of_edges()}") print(f"Самый влиятельный узел: {top_node} с метрикой {centrality[top_node]:.4f}")
Алгоритм успешно определил ключевой узел графа на основе его связей с окружением.
# проверка (контрольный запуск импорта NetworkX и расчета графа) python3 -c "import networkx as nx; print('GNN Pipeline Status:', nx.karate_club_graph().number_of_nodes())"
Ожидаемый вывод: GNN Pipeline Status: 34
# cleanup (удаление установленного пакета из системы) pip uninstall networkx -y
Графовый подход незаменим в антифрод-системах, биоинформатике и рекомендательных сервисах. Для обучения полноценных глубоких GNN-моделей на миллионах узлов используйте специализированные фреймворки PyTorch Geometric (PyG) или DGL.
👉 AI Ready | #ml
Backend разработчик (Python)
Грейд: Middle/Senior Стек: Python, FastAPI, Flask, Django, Jupyter Notebook, REST, gRPC, SQL
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Откликнуться через Runello-бот ↓
#python #middle #hybrid
😱 Клонируем практически любой голос локально — нашли настоящий комбайн для работы с AI-аудио.
Voice Clone Studio — объединяет сразу несколько мощных нейросетей в одном интерфейсе: Qwen3-TTS, VibeVoice, Fish Speech, Chatterbox, LuxTTS и другие.
Что умеет: 🎙 клонировать голос по короткому образцу речи; 🗣 озвучивать этим голосом совершенно новый текст; 😂 управлять эмоциями — шёпот, смех, возбуждение и десятки других вариантов; 🎧 создавать новые голоса просто по текстовому описанию; 👥 генерировать разговоры нескольких персонажей; 🎧 превращать один записанный голос в другой; 📚 создавать длинную озвучку — VibeVoice поддерживает до 90 минут непрерывной речи; 🧠 дообучать собственные голосовые модели; 🗑 автоматически чистить, нарезать и транскрибировать записи; 💥 генерировать звуковые эффекты и атмосферу для видео.
Установка: git clone https://github.com/FranckyB/Voice-Clone-Studio.git cd Voice-Clone-Studio
chmod +x setup-linux.sh ./setup-linux.sh
▶️ Запуск:
С помощью Python python voice_clone_studio.py
Windows
launch.bat
Linux ./launch.sh
После запуска открываем: http://127.0.0.1:7860
▶️ Как клонировать голос:
1. Открываем вкладку Prep Audio. 2. Загружаем или записываем примерно 3–10 секунд чистой речи. 3. При необходимости обрезаем запись, нормализуем громкость и удаляем шум. 4. Нажимаем Transcribe или самостоятельно вводим точный текст, который произносится на записи. 5. Сохраняем результат через Save as Sample. 6. Переходим в Voice Clone и выбираем сохранённый голос. 7. Выбираем движок — например Qwen3-TTS, VibeVoice или Fish Speech. 8. Пишем совершенно новый текст и нажимаем Generate.
Готово — нейросеть генерирует новую речь на основе выбранного голосового образца.
А если собственного образца вообще нет, можно открыть Voice Design и просто описать нужный голос, например:
Мужчина, 35 лет, глубокий спокойный голос, слегка хриплый, уверенная манера речи.
ИИ попробует создать подходящий голос с нуля.
♎️ GitHub/Инструкция
🔥 По сути, это целая локальная AI-студия озвучки в одном интерфейсе: 🟢для роликов, 🟢подкастов, 🟢игр, 🟢персонажей, 🟢аудиоконтента и экспериментов с синтезом речи.
🙂 Лайф | 📲 Зеркало Max
#python #soft #github #нейросеть
⋆。°✩ что пройти на Stepik, если хочется прокачать мозг 🧠
собрала курсы, которыми сама пользовалась в учебе – от Python и SQL до матанализа и Deep Learning
📎программирование & IT
· SQL Интерактивный тренажёр по SQL — ДВФУ практика SQL: запросы, работа с базами данных и основные конструкции языка.
· ЕГЭ по информатике Курс для подготовки к ЕГЭ разбор основных тем и типов задач – особенно полезно, если хотите систематизировать знания перед экзаменом (я проходила в апреле, чтобы освежить все перед ЕГЭ)
· Python Основы Python: курс для начинающих с нуля разбираются базовые конструкции Python и постепенно добавляется практика.
· Deep Learning Deep Learning для тех, кто уже знаком с программированием и хочет попробовать себя в нейросетях и глубоком обучении
📎математика
· математика Математика для всех! — А. В. Савватеев курс не столько про «решить как можно больше всего», сколько про понимание математических идей и развитие математического мышления
· высшая математика Математический анализ с нуля если вышмат кажется чем-то страшным — можно начать отсюда и постепенно разобраться с основами математического анализа, мне правда помогал, так как в интернете мало толкового материала #учеба
Детект privilege escalation через корреляцию sudo с auditd
👋 Приветствую в мире цифровой безопасности!
Sudo-лог показывает факт вызова команды, но не то что произошло после. Auditd видит всё на уровне ядра - вместе они дают полную картину.
⏺Задача такая: поймать момент когда пользователь через sudo получил привилегированный шелл или сделал что-то за пределами ожидаемого поведения. Один источник логов этого не покажет, нужна корреляция.
⏺Настраиваем auditd на отслеживание процессов запущенных через sudo - ключевой момент это PPID (parent PID):
# Следим за fork/exec от процессов с euid=0 auditctl -a always,exit -F arch=b64 -S execve -F euid=0 -k priv_exec
# Отдельно — запуск интерпретаторов от рута auditctl -a always,exit -F arch=b64 -S execve \ -F path=/bin/bash -F euid=0 -k shell_as_root
auditctl -a always,exit -F arch=b64 -S execve \ -F path=/usr/bin/python3 -F euid=0 -k python_as_root
⏺Связываем sudo-событие с последующими действиями через session ID. Каждый sudo-вызов создаёт новую audit-сессию - все дочерние процессы наследуют ses:
# Находим session ID конкретного sudo-вызова ausearch -k sudo_exec -i --start today | grep "ses="
# Все события в рамках этой сессии ausearch --session 42 -i | grep -E "execve|open|connect"
Один ses объединяет весь граф процессов от момента sudo до завершения сессии.
⏺Автоматическая корреляция через aureport. Строим сводку подозрительных сессий:
# Все сессии где был запущен bash от root aureport --executable --start today | grep bash
# Сессии с сетевой активностью от root-процессов ausearch -k priv_exec -i | grep "syscall=connect"
# Полный timeline конкретной сессии ausearch --session 42 -i --format text | \ awk '/execve|openat|connect/{print $1,$2,$3,$NF}'
⏺Детект классических техник эскалации через паттерны в auditd:
# SUID-бинари запущенные в рамках привилегированной сессии ausearch -k priv_exec -i | grep "SUID"
# Запись в /etc/passwd или /etc/sudoers после sudo auditctl -w /etc/passwd -p wa -k passwd_write auditctl -w /etc/sudoers -p wa -k sudoers_write
ausearch -k passwd_write -i --start today | \ grep -B5 "ses=" | grep "auid=" | sort -u
auid - это original user ID который не меняется даже после sudo, именно по нему можно восстановить кто реально выполнил действие.
⏺Собираем итоговый алерт: sudo-вызов плюс последующий запуск шелла в той же сессии - это уже повод разбираться:
#!/bin/bash # Находим сессии где после sudo был запущен интерпретатор ausearch -k sudo_exec --start today -i | grep "ses=" | \ grep -oP 'ses=\K\d+' | sort -u | while read ses; do if ausearch --session $ses -i 2>/dev/null | \ grep -q "priv_exec\|shell_as_root"; then echo "ALERT: Suspicious session $ses" ausearch --session $ses -i | grep "execve" | tail -5 fi done
ZeroDay | Белый Хакер | #sudo
🌎 Building Quantum Software in Python: A Developer's Guide (2025)
❔ Чему вы научитесь: 🔵 работать с кубитами, суперпозицией и запутанностью на уровне кода, а не только формул; 🔵 собирать квантовые схемы из базовых вентилей и запускать их на симуляторе; 🔵 разбирать классические алгоритмы: поиск Гровера, преобразование Фурье, фазовая оценка; 🔵 интерпретировать вероятностные результаты измерений и накопление ошибок; 🔵 встраивать квантовую часть в обычный Python-код как гибридный пайплайн.
"Building Quantum Software in Python" — заход со стороны разработчика: сначала работающая программа, затем стоящая за ней математика. Рассчитана на программистов на Python без физической подготовки, но линейная алгебра на базовом уровне всё же понадобится. От академических учебников отличается прикладным тоном — речь о том, как писать и отлаживать квантовый код сегодня, без обещаний скорой практической выгоды.
🗄Скачать курс
IT Pirate
🧭 Building Quantum Software in Python: A Developer's Guide (2025)
💬 "Building Quantum Software in Python" — заход со стороны разработчика: сначала работающая программа, затем стоящая за ней математика. Рассчитана на программистов на Python без физической подготовки, но линейная алгебра на базовом уровне всё же понадобится. От академических учебников отличается прикладным тоном — речь о том, как писать и отлаживать квантовый код сегодня, без обещаний скорой практической выгоды.
🕕 Скачать бесплатно
@BugUser
Streamlit vs Flask Which Python Framework Is Better// #Видео
Из этого видео вы узнаете о ключевых различиях между Streamlit и Flask — двумя популярными фреймворками на Python, используемыми для веб-разработки и развертывания приложений для работы с данными. Мы сравним их простоту использования, гибкость, производительность и оптимальные сценарии применения, чтобы помочь вам выбрать фреймворк, который лучше всего подходит для вашего проекта. Независимо от того, создаете ли вы простые приложения для работы с данными или сложные веб-сервисы, понимание особенностей этих фреймворков улучшит ваш рабочий процесс разработки. Посмотрите полное сравнение, чтобы понять, когда лучше выбрать Streamlit или Flask для вашего следующего проекта на Python.
▪️Перейти к просмотру [03:26]
Python Expert | Программирование
Full Stack Development with MongoDB
Описание: Цель этой книги — научить вас разрабатывать полнофункциональные приложения с помощью MongoDB и применять свои знания для создания веб-приложений и мобильных приложений. Книга поможет любому программисту и разработчику, а также тем, кто работает с NodeJS, PHP, Python и React Native, настроить рабочую среду с помощью MongoDB, начиная с самых основ. В книге подробно рассматриваются различные конфигурации библиотек и фреймворков для мобильных и веб-приложений. Также подробно объясняются принципы работы REST API и CRUD-операций. Чем больше вы будете практиковаться в использовании PHP, ExpressJS, NodeJS, Python и React Native, тем лучше будут становиться ваши навыки.
🧷Скачать бесплатно
#SQL
CodeMode
PYTHON DEVELOPER | RELOCATION TO MONTENEGRO OR REMOTE EU | BETBY #remote #eu or #relocation to #montenegro #fulltime #itjob #backend #python https://teletype.in/@courierus/8P1XRKor_B1
Стажер-студент Backend разработчик Python (AI & Data Science) #офис #intern Санкт-Петербург Компания: Сбер
☑️Обязанности -разрабатывать надежные backend-сервисы для AI-помощников на основе GigaChat -создавать и поддерживать системы сбора и обработки данных: парсинг, логирование, аналитика -оптимизировать код, повышать стабильность и производительность сервисов под высокой нагрузкой -применять инструменты Data Science для улучшения работы систем и интеграции LLM в реальные бизнес-процессы.
☑️Требования -рассматриваем студентов ВУЗа технической специальности, бакалавр 3-4 курс, магистратура 1-2 курс -уверенно владеете Python -знаете библиотеки FastAPI, aiohttp, SQLAlchemy, pandas, bs4 -имеете навыки асинхронного программирования разбираетесь в SQL и ORM; -понимаете принципы REST API, а также основы объектно-ориентированного проектирования (ООП, SOLID) -работаете с Git.
Откликнуться
Python Job в Telegram | в VK | в Max
Почему pkill может затронуть не тот процесс
pkill удобен, но опасен тем, что по умолчанию ищет совпадения по имени процесса. На сервере легко получить ситуацию, когда под условие попадают несколько процессов.
Например:
pkill python
может завершить не только нужный скрипт, но и другие процессы, у которых имя - python.
Сначала лучше посмотреть, что именно совпадает:
pgrep -a python
У pgrep есть важное отличие: можно искать не только по имени, но и по полной командной строке:
pgrep -af "python.*worker.py"
Это уже проверяет аргументы запуска, а не только имя executable. Ещё один нюанс - pkill работает в текущем PID namespace. В контейнере PID 123 может быть совершенно другим процессом, чем PID 123 на хосте.
Проверить namespace процесса:
readlink /proc/<PID>/ns/pid
И сравнить его с текущим:
readlink /proc/self/ns/pid
Для максимально точного завершения лучше вообще не использовать имя:
kill <PID>
А перед этим проверить:
ps -p <PID> -o pid,ppid,user,comm,args
⚡️Особенно опасен pkill -f: он ищет совпадение во всей командной строке. Например, pkill -f worker может зацепить совершенно другой процесс, если слово worker случайно присутствует в его аргументах. Перед массовым pkill безопаснее сначала выполнить такой же поиск через pgrep -a и посмотреть полный список совпадений.
#курс #Python
▶️Курс «Создание AI-агентов на Python»
Курс посвящён созданию трёх полноценных AI-агентов на Python, готовых к работе в реальных условиях. Разбирается архитектура фреймворка Agentspan, настраиваются память, инструменты и механизмы безопасности. Рассматриваются оркестрация, тестирование и стабильное развёртывание агентов.
Смотреть курс
LH | IT Курсы | OSINT
Профайлинг и Оптимизация Производительности
Когда ваш код уже не просто работает, а должен летать, на первый план выходит умение профилировать и оптимизировать производительность. Для Python это не просто трюки, а глубокое понимание CPython и его инструментов.
Шаг 1: Точное Измерение (Profiling)
Прежде чем оптимизировать, мы должны знать, где именно тратятся ресурсы. Слепое улучшение кода — это путь к бессмысленным изменениям и появлению новых багов.
- Модуль cProfile: Стандартный и самый надежный инструмент для нахождения горячих точек (hotspots) — функций, где тратится больше всего времени. Он показывает совокупное время (tottime) и общее время (cumtime) выполнения каждой функции, включая вызовы извне.
import cProfile import re
cProfile.run('re.compile("foo|bar")', filename='profile_data') # Анализируем результаты import pstats p = pstats.Stats('profile_data') p.sort_stats('cumulative').print_stats(10)
- Line-by-line Profilers (line_profiler): Если cProfile показывает функцию, которая "тормозит", но вам нужно понять, какая именно строка внутри этой функции виновата, используйте внешние инструменты, такие как line_profiler.
# Декоратор @profile над нужной функцией # Запуск: kernprof -l my_script.py # Анализ: python -m line_profiler my_script.py.lprof
- Анализ Памяти (memory_profiler): Для задач, связанных с большими данными или длительными процессами, где утечки памяти или излишнее потребление критичны, используйте memory_profiler или pympler.
Шаг 2: Реальная Оптимизация (Beyond Simple Fixes)
Найдя узкое место, приступаем к устранению, используя знания об устройстве Python.
1. Уменьшение Накладных Расходов Интерпретатора (Interpreter Overhead)
- Использование Встроенных Функций и Модулей C: Встроенные функции (например, sum, map, sorted) и функции из стандартной библиотеки, написанные на C (например, itertools, collections), работают значительно быстрее, чем их эквиваленты на чистом Python, поскольку избегают накладных расходов на GIL и байткод. - Пример: Используйте collections.deque вместо list для быстрого добавления/удаления с обоих концов.
2. Манипуляции с Данными NumPy/Pandas
- Векторизация: Если вы работаете с числовыми данными, полностью переходите на NumPy и Pandas. Вместо циклов for в Python, обрабатывающих элементы по одному, используйте векторизованные операции. Это позволяет выполнять вычисления на уровне C/Fortran, эффективно используя процессор.
3. Параллелизм vs. Конкурентность
- CPU-bound задачи (расчеты): Из-за GIL (Global Interpreter Lock) чистый Python не может эффективно использовать несколько ядер ЦП для одновременного выполнения кода на Python. Используйте модуль multiprocessing для распараллеливания задачи между процессами. - I/O-bound задачи (сеть, диск): Если код проводит много времени в ожидании (ввод-вывод), используйте конкурентность с помощью asyncio (асинхронный ввод-вывод) или threading. В этом случае GIL не мешает, так как Python "освобождает" его во время ожидания.
📲 Мы в MAX
👉@BookPython
#вакансия #гибрид #vacancy
AI Tech Lead (LLM) в российскую технологическую компанию.
Компания рассматривает кандидатов из РФ и Беларуси З/п: обсуждается индивидуально. Формат работы: Гибрид, Офис(Москва, Санкт-Петербург, Нижний Новгород и Минск); Уровень позиции: Team Lead
Стек: Python, NLP, ML, GenAI/LLM.
🔷Задачи: Разработка и настройка AI системы, базирующиеся на текстовой корпоративной информации (включая обучение/fine-tuning моделей); Оценка и оптимизация AI-решения, модели машинного обучения, алгоритмы AI; Формирование технических заданий для инженерной команды; Осуществление технического руководства от анализа и обработки данных до внедрения разработанного сервиса в корпоративные решения; Консультация разработчиков и развитие инженерных навыков команды.
🔷Обязательные требования: От 6 лет опыта в AI (LLM); Глубокие знания и практический опыт в области AI (IDP, ML, NLP, CV, GenAI); Способность работать как автономно, так и в команде. Уметь выступать в роли как технического лидера, координировать работу, так и индивидуального контрибьютора; Способность самостоятельно разобраться в предметной области задачи. Видеть связь технической постановки и бизнес-потребности; Опыт написания технического задания, включая техническое описание реализации необходимого функционала; Глубокие знания и практические опыт разработчика на Python (разработка, профилировка, дебаг, оптимизация).
Отклики ждём @fr_rec
-- [< Подпишитесь на канал «Работа в ИТ» >]
😛 Среда🔴12 августа
📌 Разработка
Веб-разработчик/веб-дизайнер для проектирования и разработки современных адаптивных сайтов
Веб-разработчик в Trading Room Kenya для восстановления сайта после кибератаки
Фронтенд-разработчик в Mindrift для разработки лендингов и многостраничных сайтов на React/Next.js
Python-разработчик в Applied Emotions для подготовки данных и создания векторной базы данных для LLM
Инженер-программист в Zencore для разработки облачных решений на базе Google Cloud с использованием Python, Kubernetes и ИИ
📌 Дизайн/графика/анимация
Креативная команда в MIRIMAR для реализации новых творческих проектов агентства
Дизайнер для верстки печатных материалов в газетном формате
Младший дизайнер в Fat Earth для создания рекламных креативов для Meta и других рекламных платформ
Графический дизайнер в ADANA для создания креативных дизайнов печатной продукции и рекламных материалов
Графический дизайнер для работы над несколькими творческими проектами
3D-дизайнер в Tomorrow Recruitment Ltd для подготовки технических чертежей и проектной документации для торговых пространств
Монтажер в Quantum Dice для создания длинных видео и вертикальных роликов по материалам подкаста
📌 Контент/переводы
Копирайтер для подготовки B2B-маркетинговых текстов для технологической компании
Копирайтер (испанский) для создания брендовых и рекламных текстов для быстрорастущих компаний
Копирайтер для написания сценариев для коротких видео и контента для соцсетей
Контент-креатор в One Way для создания контента, раскрывающего историю и ценности бренда
Устные переводчики в Lugotara Language Services (английский ↔ корейский, словацкий, венгерский, японский, польский, хмонг, китайский, боснийский) для сопровождения общения клиентов
Устные переводчики в Lugotara (английский ↔ корейский, японский, вьетнамский, польский, непальский, грузинский, венгерский, арабский и др.) для сопровождения общения клиентов
📌 Маркетинг/SMM/Работа с комьюнити
Маркетолог для разработки маркетинговых стратегий для проектов из разных отраслей
SMM-специалист/email-маркетолог в Wonder & Co. Creative для создания стратегии, ведения соцсетей и запуска рассылок
SMM-специалист в IsraelLINK (StandWithUs) для развития соцсетей образовательной платформы
SMM-специалист/комьюнити-менеджер в Unicorn Foundry для создания контента и развития сообщества благотворительной платформы
PR-специалист в Talent Resources для продвижения технологических и ИИ-компаний
📌 ИИ-специалисты
Специалист по сбору данных для ИИ в RWS для подготовки фотографий объектов, документов и вывесок для обучения моделей
ИИ-креатор для создания статичных изображений и анимации
📌 Бэк-офис
Ассистент руководителя для поддержки процессов найма, ведения календаря и административных задач
📌 Геймдев
Старший геймдизайнер боевых систем в Smile Break для разработки игровых персонажей и их боевых способностей для экшен-RPG
Старший инженер по разработке игровых серверов в Smile Break для разработки серверной инфраструктуры многопользовательской стратегии
🔖 Оцените эту подборку:
👍 — Есть подходящие мне проекты 😐 — Не нашлось ничего для меня ✍️ — Уже откликнулся на проект из этого списка
Публикатор: Владимир Обсуждение: @devops_jobs #резюме #devops #sre #monitoring #remote #kubernetes
Позиция: DevOps-инженер Формат: удалённо / гибрид Занятость: full-time Контакты: @vestik712
Обо мне DevOps-инженер с опытом 3.5 года в поддержке и развитии контейнерной и серверной инфраструктуры. Работал с Kubernetes, CI/CD, мониторингом, автоматизацией и базами данных. Участвовал в сопровождении микросервисных проектов, занимался оптимизацией сборки и деплоя.
Основной фокус — CI/CD: GitLab CI, ArgoCD (GitOps), Helm. — Kubernetes: развёртывание, администрирование (Deckhouse, Longhorn), миграция сервисов. — Observability: Prometheus, Grafana, Alertmanager, Loki, OpenSearch/Graylog. — IaC и автоматизация: Ansible, Terraform. — Секреты: HashiCorp Vault, External Secrets. — Базы данных: PostgreSQL (бэкапы, репликация, PITR), Kafka, Redis. — Инфраструктура: Linux (Ubuntu), Docker, Nginx, containerd.
Практический опыт — Администрировал Linux-инфраструктуру на Ubuntu (on‑prem + облако). — Разворачивал и сопровождал Kubernetes-кластеры (Deckhouse) — установка, ротация сертификатов, настройка Longhorn, управление RBAC. — Проектировал CI/CD пайплайны в GitLab CI, внедрил GitOps через ArgoCD (синхронизация кластера с репозиторием). — Оптимизировал Dockerfile (multi-stage) и Helm-чарты — ускорил сборку и уменьшил размер образов. — Настраивал мониторинг и алертинг на Prometheus + Grafana, логи через Fluent Bit + OpenSearch. — Писал Ansible-плейбуки для автоматизации установки ПО и настройки серверов. — Работал с PostgreSQL: бэкапы (pg_dump, pg_basebackup, Wal-G), репликация, PITR, восстановление. — Автоматизировал релизы через Python-скрипты (версионирование по semver). — Участвовал в дежурствах, разборе инцидентов, пост-мортемах с RCA. — Вёл техническую документацию в Confluence / Jira.
Стек Linux, Docker, Kubernetes, Helm, Git, GitLab CI, ArgoCD, Ansible, Terraform, Vault, Prometheus, Grafana, Loki, OpenSearch, Graylog, PostgreSQL, Kafka, Redis, Python, Bash, Nginx, Deckhouse, Longhorn, Wal-G.
Быстро вникаю в проекты, готов к новым задачам и развитию в облачных технологиях.
Python-разработчик (TMS)
Грейд: Middle/Senior Стек: Python, FastAPI, ASGI, PostgreSQL, SQL, RESTful API, OpenAPI, Swagger
Разработка Telecom Management System (TMS) — продукта для управления услугами связи. Проект предполагает создание архитектуры с нуля, миграцию бизнес-логики из унаследованных систем и разработку бэкен…
Откликнуться через Runello-бот ↓
#python #middle #hybrid
One Day Offer для Python-разработчиков!💚
15 августа открываем двери в команду Agent Execution Framework ⚡️
Коллеги создают платформу для GenAI‑агентов в банке — делают так, чтобы ИИ реально работал в серьёзных финпроцессах: с безопасностью, нагрузкой и пользой.
Чем предстоит заниматься:
✔️ развивать backend на Python ✔️ подключать LLM, инструменты, базы знаний и RAG ✔️ строить пайплайны оценки качества агентов ✔️ участвовать в архитектуре и ревью кода
Встречаемся 15 августа онлайн.
Регистрируйся по ссылке
⌨ Docker для python разработчика
Приглашаем на открытый урок.
🗓 20 августа в 20:00 МСК 🆓 Бесплатно. Урок в рамках старта курса «Python-разработчик. Продвинутый уровень».
Что будет на вебинаре?
✔ Разберём особенности использования Docker для контейнеризации решений на Python. ✔ Рассмотрим лучшие практики контейнеризации. ✔ Разберём способы оркестрации мультиконтейнерных решений
Что в результате вебинара узнают слушатели? Как/где смогут применить полученные навыки? - Использовать Docker для контейнеризации решений на продвинутом уровне. - Применять лучшие практики контейнеризации. - Управлять оркестрацией контейнеров различными способами.
🔗 Ссылка на регистрацию: https://vk.cc/d0prbX
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
📱 60+ готовых Python-скриптов на все случаи жизни
Нашли репозиторий, который поможет автоматизировать рутину и сэкономить время.
В нем собраны десятки готовых примеров: от обработки файлов и парсинга сайтов до Telegram-ботов и проектов для анализа данных.
⛓ Ссылка на репозиторий
tags: #полезное
➡ Python Developer | 📲 MAX
Собрала образ, который отлично подойдет для конца лета и первых прохладных дней 🍂
Тренч, рубашка в клетку виши, прямые джинсы, коричневые замшевые лоферы и клатч под питона - всё идеально впишется в гардероб 🙂↔️
И самое приятное - каждая вещь из подборки стоит до 5000 ₽ ✨
1. Рубашка в клетку виши 2. Бежевый тренч 3. Прямые синие джинсы 4. Коричневые замшевые лоферы 5. Клатч под питона
Можно собрать образ целиком или выбрать отдельные позиции, которые понравились больше всего 🤎
Реклама: ООО "АЛИБАБА.КОМ (РУ)" ИНН: 7703380158