Запускать и отлаживать FastAPI локально можно безо всяких проблем. Ни докер, ни удаленные интерпретаторы не нужны. Все отлично разрабатывается даже на винде, а потом деплоится в линуксовый контейнер.
Тяжёлая конда тоже не нужна. Достаточно uv или просто pip.
Полностью переключиться с poetry на uv оказалось проще, чем просто настроить очередной проект на poetry. Такое ощущение, что этот пакетный менеджер будет жить только по инерции.
А мне надоело тащить в каждый проект монструозный dictConfig. Все оказалось намного проще и приятнее с loguru, который также интегрируется с logfire и тогда все логи с полпинка отравляются в облако.
Джуни это расширение для их AI, которое не просто даёт чат, а умеет решать задачи по ключ, создавать новые файлы и редактировать имеющиеся. Работает не быстро, потому что выполняет много рассуждений. В целом пока страшновато применять в сложных проектах, чата достаточно для таргетированных доработок.
Третий год сижу на дагстере, полет нормальный. Хоть и пришлось написать много кода, зато вся оркестрация действительно выглядит как центр управления данными, в отличие от Airflow, который все еще управляет лишь задачами...
А SQLModel пробовали? Он объединяет Sqlalchemy с Pydantic. В моих проектах на fastapi хорошо заходит, но бывают некоторые неудобства из-за абстракции поверх алхимии.
Это интересные фантазии, но на практике основная проблема вовсе не в питоне, а в нехватке управляемости и наблюдаемости пайплайнов.
Дагстер здесь принес много интересных подходов вроде использования качестве ассетов и накопления метаданных, за это его и выбирают. Это airflow и пытается у него позаимствовать в следующей версии.
Ну и ещё дагстер легко запустить локально для отладки и тестирования пайплайнов. Привет отделке в эйрфлоу путем коммитов в репозиторий.
Статья должна называться так: "Минцифры поддержало введение запрета на удалённую работу в IT-компаниях для сотрудников, находящихся за границей, работающих над госпроектами"
Мне приходилось экспериментировать с распаковкой бинарных файлов MATLAB, но не очень удачно.
Чтобы поменять код в live-скрипте, мы распаковывали mlx, меняли код во внутреннем m-файле и запаковывали назад в mlx. И по началу оно работало хорошо, но потом начали ловить странные баги в обработанных скриптах. Пришли к выводу, что ручная перепаковка работает ненадежно и лучше ее избегать.
Кстати, не так давно в матлабе появился способ теснее интегрироваться с Git/SVN. Суть в том, что матлаб регистрируется в системе как инструмент для проведения сравнений и слияний:
В таком случае после git diff или git merge автоматически открывается MATLAB/Simulink. Если пользовать гитом из командной строки, то так наверно чуть удобнее.
Еще мне пришлось провести работу над собой и убедить себя, что коммитить бинарные mlx-скрипты не так уж и страшно, если они реально полезны для решения задачи :) Тем более если кодовую базу максимально выносить в m-файлы и собственные библиотеки.
По моему опыту, если вы действительно рассматриваете матлаб для работы, вам не только продлят триал больше чем на месяц, но и помогут разобраться, чтобы быстрее принять решение.
А я нигде картинку под спойлер не прятал... Это уже хабр что-то мутит. А что он спрятал?
А потом ХОБА
Да нет, конечно, где мы и где он. Похулиганили немного не в ущерб самому Линусу.
Не знаю, какие там были проблемы, но я спокойно использую alembic в проекте с sqlmodel.
Все из коробки работает на винде, WSL не нужен. Когда деплоится в linux-контейнер, работает ровно так же.
Запускать и отлаживать FastAPI локально можно безо всяких проблем. Ни докер, ни удаленные интерпретаторы не нужны. Все отлично разрабатывается даже на винде, а потом деплоится в линуксовый контейнер.
Тяжёлая конда тоже не нужна. Достаточно uv или просто pip.
Полностью переключиться с poetry на uv оказалось проще, чем просто настроить очередной проект на poetry. Такое ощущение, что этот пакетный менеджер будет жить только по инерции.
А мне надоело тащить в каждый проект монструозный dictConfig. Все оказалось намного проще и приятнее с loguru, который также интегрируется с logfire и тогда все логи с полпинка отравляются в облако.
Джуни это расширение для их AI, которое не просто даёт чат, а умеет решать задачи по ключ, создавать новые файлы и редактировать имеющиеся. Работает не быстро, потому что выполняет много рассуждений. В целом пока страшновато применять в сложных проектах, чата достаточно для таргетированных доработок.
Третий год сижу на дагстере, полет нормальный. Хоть и пришлось написать много кода, зато вся оркестрация действительно выглядит как центр управления данными, в отличие от Airflow, который все еще управляет лишь задачами...
Ну кстати в корпблогах бывает, что почитать. А статьи из серии "Хабр не торт" хоть и развлекательные, но никакого отношения к миссии хабра не имеют.
Пусть каждый пишет, что хочет. Очевидно, что жёсткой модерации здесь уже не будет.
Бот для изучения Docker через стимуляцию айтишного чата. Потому что учиться лучшего всего на практике
https://t.me/docker_ai_game_bot
Роли тимлида и проджекта исполняет AI.
И ещё вопрос, почему requirements.txt, а не pyproject.toml, где можно гибко управлять зависимостями?
А SQLModel пробовали? Он объединяет Sqlalchemy с Pydantic. В моих проектах на fastapi хорошо заходит, но бывают некоторые неудобства из-за абстракции поверх алхимии.
Это интересные фантазии, но на практике основная проблема вовсе не в питоне, а в нехватке управляемости и наблюдаемости пайплайнов.
Дагстер здесь принес много интересных подходов вроде использования качестве ассетов и накопления метаданных, за это его и выбирают. Это airflow и пытается у него позаимствовать в следующей версии.
Ну и ещё дагстер легко запустить локально для отладки и тестирования пайплайнов. Привет отделке в эйрфлоу путем коммитов в репозиторий.
В любительской робототехнике, например, так и настраивают, че уж тут выпендриться.
В том что статья про настойку ПИД регулятора безотносительно кода и формул. Формулы нужны далеко не всегда, а код, как правило, уже есть.
Полезная статья для робототехников, которые подбирают коэффициенты вручную, часто не понимая, что они делают.
Это что за пропагандистский заголовок?
Статья должна называться так: "Минцифры поддержало введение запрета на удалённую работу в IT-компаниях для сотрудников, находящихся за границей, работающих над госпроектами"
Мне приходилось экспериментировать с распаковкой бинарных файлов MATLAB, но не очень удачно.
Чтобы поменять код в live-скрипте, мы распаковывали mlx, меняли код во внутреннем m-файле и запаковывали назад в mlx. И по началу оно работало хорошо, но потом начали ловить странные баги в обработанных скриптах. Пришли к выводу, что ручная перепаковка работает ненадежно и лучше ее избегать.
Кстати, не так давно в матлабе появился способ теснее интегрироваться с Git/SVN. Суть в том, что матлаб регистрируется в системе как инструмент для проведения сравнений и слияний:
https://www.mathworks.com/help/matlab/matlab_prog/customize-external-source-control-to-use-matlab-for-comparison-and-merge.html
В таком случае после git diff или git merge автоматически открывается MATLAB/Simulink. Если пользовать гитом из командной строки, то так наверно чуть удобнее.
Еще мне пришлось провести работу над собой и убедить себя, что коммитить бинарные mlx-скрипты не так уж и страшно, если они реально полезны для решения задачи :) Тем более если кодовую базу максимально выносить в m-файлы и собственные библиотеки.
По моему опыту, если вы действительно рассматриваете матлаб для работы, вам не только продлят триал больше чем на месяц, но и помогут разобраться, чтобы быстрее принять решение.