Обновить
256K+

Python *

Высокоуровневый язык программирования

375,74
Рейтинг
Сначала показывать
Порог рейтинга
Уровень сложности
Формат публикации

Разработчик Радиум Ванг запустил Doom на камере Hasselblad X2D стоимостью $8000 в рамках открытого проекта с прошивкой...

Охват и читатели4.8K

Разработчик Радиум Ванг запустил Doom на камере Hasselblad X2D стоимостью $8000 в рамках открытого проекта с прошивкой Hasselblad X-System CIM Firmware Research & Feature Extensions.

Камера Hasselblad X2D оснащается 3,6-дюймовым экраном, позволяющим бегать по уровням и целиться во врагов. Экран устройства сенсорный, а для игровых действий можно использовать экранные элементы управления, а также физические кнопки (например, можно стрелять, нажимая на кнопку затвора камеры).

Читать дальше →

Как относитесь к разрабам, которые постоянно пилят что-то своё (это я)? Пугает ли вас данный факт, несет ли угрозу...

Охват и читатели5.6K

Как относитесь к разрабам, которые постоянно пилят что-то своё (это я)?

Пугает ли вас данный факт, несет ли угрозу вашему бизнесу?

Читать дальше →

Учимся отличать реальные email адреса от сгенерированных с CatBoost

Уровень сложностиПростой
Время чтения12 мин
Охват и читатели6.4K

Большинство владельцев сайтов, на которых можно извлечь хоть какую-то пользу от регистрации, рано или поздно сталкиваются с фродом. В этой статье я опишу как построить ML модель на Catboost для анализа “человечности” email адреса и подсчета скоринга. В статье по шагам разбираю весь путь: подготовку и разметку датасета, генерацию синтетических примеров, feature engineering, n-граммы и словари имён.

Читать далее

От облака точек к исполнительному чертежу: разработка прототипа на Python»

Уровень сложностиСредний
Время чтения11 мин
Охват и читатели7.8K

В предыдущей статье «Как я собирал ERP-контур из 5 продуктов для строительной компании» я рассказывал об автоматизации учёта и взаимодействия систем. Однако за любыми данными в ERP стоит физический объект: монолит, конструкции, инженерные сети и выполненные работы. Каким образом связать то, что происходит на стройплощадке, с тем, что мы видим в документах и информационных системах ?

Читать далее

Как я данные со станков снимал: девять машин, три способа и Odoo

Уровень сложностиСредний
Время чтения7 мин
Охват и читатели6.2K

Задача звучала просто: руководство хотело знать, сколько станки реально работают. Не по словам мастеров и не по журналу, который заполняют в конце смены, а по факту. Счётчик выпущенных деталей вторым приоритетом. Обязательное условие: полностью автоматически, без участия человека.

Станков девять, производители разные, возраст тоже. Я был уверен, что главная сложность будет в Odoo. Оказалось наоборот: Odoo здесь самая спокойная часть, а вся работа ушла на то, чтобы вытащить данные из самих станков.

Читать далее

Что отвалится у вашего сайта, если завтра отключат иностранные сервисы. Проверил 50 сайтов

Уровень сложностиСредний
Время чтения7 мин
Охват и читатели7.9K

Мне стало интересно, насколько российские сайты в 2026 году ещё зависят от зарубежных сервисов. Не в смысле «пользуется ли компания Zoom», а буквально: что сломается у сайта, если завтра иностранный провайдер отключит российских клиентов.

Я написал открытую утилиту и прогнал через неё 50 сайтов: банки, магазины, операторов связи, авиакомпании, госорганы. Спойлер: серверы почти все уже перевезли, а вот сертификаты, аналитика и шрифты остались. Рассказываю, что нашлось, как устроена проверка и как одна регулярка повесила всю программу.

Читать далее

Неожиданный октябрьский RC3-релиз и другие новости Python

Время чтения7 мин
Охват и читатели5.7K

Python 3.15 внезапно получил третью версию кандидата на выпуск из-за обнаруженных в последний момент ошибок, связанных с lazy-import, в результате чего финальный релиз был перенесен на 9 октября.

В то же время сообщество начинает получать первые ответы на вопросы, возникшие еще в марте после новости о покупке компании Astral компанией OpenAI — тогда разработчики всерьез обеспокоились судьбой инструментов Python, оказавшихся в руках сторонней корпорации. Сентябрь показал, что экосистема вполне успешно адаптируется: был избран первый в истории Python Packaging Council, а сам PyPI ужесточил методологию подсчета загрузок.

Читать далее

Языковая модель в поиске магазина: как подключить её так, чтобы её падение никто не заметил

Время чтения7 мин
Охват и читатели5.8K

В прошлой статье я рассказывал, как устроено ядро нашего поиска: триграммы, crc32, словарь болей и два сита. В конце был короткий раздел «А где же нейросеть?», и он заслуживает отдельного разговора. Сегодня про то, как модель встроена сверху и почему мы с самого начала исходили из того, что она когда-нибудь подведёт.

Коротко о контексте. Мы делаем поиск для сайтов, которому человек пишет своими словами: «нужно вырыть траншею под кабель на даче», «подарок папе, он рыбачит». Без модели поиск работает на словаре и векторах. С моделью он начинает понимать, чего человек хочет, задаёт уточняющий вопрос и объясняет, почему предложил именно этот вариант.

Читать далее

Солнечная система с перемоткой времени Давно хотел удобную модель Солнечной системы: посмотреть, где сейчас находятся...

Охват и читатели9.2K

Солнечная система с перемоткой времени

Давно хотел удобную модель Солнечной системы: посмотреть, где сейчас находятся планеты, выбрать другую дату и понаблюдать, как меняется их расположение. В итоге сделал свою - Orbita.

Читать дальше →

Скам‑бот в Telegram выдал себя таймером: разбор юзербота с реконструкцией на Telethon

Уровень сложностиПростой
Время чтения9 мин
Охват и читатели16K

Что это юзербот, я понял почти сразу. Аккаунт без username, фото девушки на фоне моря, диалог, который за полчаса доходит до развода и «может на ты перейдём». Интереснее было понять, к чему меня ведут и как эта штука устроена внутри.

Деньги и ссылки я никому не отправлял. Всё расследование уместилось в одну ночь и в один личный чат.

11 сентября в 15:30 «Мария» написала первой. Увидела меня в группе про IT, хочет попробовать себя в этой сфере и просит посоветовать материалы для старта. Безобидный повод, на который трудно не ответить, особенно если сам работаешь в IT.

Около часа ночи «Мария» ответила на сообщение, которое я удалил сразу после отправки. Как так вышло, я разобрал по таймингам и восстановил логику бота на Python.

Читать расследование

Как я перестал верить нейросети и полюбил контрольные разряды: Zero-Trust для распознавания юридических документов

Уровень сложностиСредний
Время чтения8 мин
Охват и читатели8.2K

Покажите VLM скан исполнительного листа — и она уверенно вернёт реквизиты. Формат будет идеальным, тон — безупречным. Одна беда: среди реквизитов с ненулевой вероятностью окажется несуществующий ИНН с правильным форматом, сумма, которую никто не сверил с документом, а рядом в сводке будет гореть «качество: 100 %» — на скане 745×1024 @ 96 DPI, с которого в принципе нельзя прочитать реквизиты.

Это не гипотеза и не страшилка из интернета — это логи реального проекта. Я строю конвейер, который читает сканы российских юридических документов (исполнительные листы, постановления ФССП, удержания из зарплаты, УПД, договоры) и готовит реестры для 1С. Он построен вокруг одного принципа: вывод модели никогда не принимается на веру. Нейросеть предлагает, алгоритм проверяет, человек смотрит только то, что не сошлось.

Под катом расскажу, как это вообще началось, как устроены четыре стены проверок — контрольные разряды, арифметика и закон, кросс-модальный гейт и честные статусы, — какие реальные баги они поймали, что показывают замеры ложных срабатываний и при чём тут пара десятков строк арифметики, которые заменяют доверие нейросети.

Читать далее

Математика для ИИ на русском: от школьной базы до трансформеров и диффузии Бесплатный курс-шпаргалка на GitHub,...

Охват и читатели4.7K

Математика для ИИ на русском: от школьной базы до трансформеров и диффузии

Бесплатный курс-шпаргалка на GitHub, который связывает формулы с их применением в ML: интуиция → формула → иллюстрация → код на NumPy → задачи.

Внутри:

• Линейная алгебра, производные, вероятности и статистика.

• Backpropagation, оптимизаторы, функции потерь и attention.

• Генеративные модели, обучение с подкреплением, RAG и рекомендации.

Для практики: 26 Jupyter-ноутбуков с запуском в Colab, 60 задач с решениями и 160 вопросов с собеседований. Есть карточки Anki и глоссарий RU ↔ EN.

Если математика забылась, предусмотрен отдельный справочник с нуля: от дробей и процентов до интегралов и матриц.

https://github.com/justxor/math-for-ai-2026

Читать дальше →

Насколько можно верить спутнику, который измеряет температуру земли

Уровень сложностиСредний
Время чтения12 мин
Охват и читатели10K

Всем привет, меня зовут Александра, и в 2024 году я занималась темой валидации спутниковых данных на основе наземных измерений.

Статья посвящена главной теме — какому же источнику верить и как я вижу свою работу спустя 2 года работы DevOps.

Летом 2022 года на Алтае датчик, лежащий на земле, показал +48 °C. Спутник Aqua почти в то же время над той же точкой увидел около +33. Кто из них прав и насколько вообще можно доверять «космической» температуре, я разбиралась в дипломе в ВКИ НГУ.

Спутниковые карты температуры поверхности используют климатологи, агрономы, гидрологи и пожарные службы. Они удобны: одна картинка покрывает тысячи километров, а наземная станция видит только свою точку. Но спутник не меряет температуру напрямую. Он ловит инфракрасное излучение сквозь атмосферу с высоты 700 км, а потом алгоритм пересчитывает его в градусы. Поэтому любые такие данные нужно проверять землёй. Эта проверка называется валидацией.

В статье расскажу, как я сравнивала данные MODIS (спутники Terra и Aqua) и Landsat 8 с показаниями термодатчиков, какие получились расхождения и на какие грабли я наступила.

Читать далее

Ближайшие события

Распределённые блокировки в Multi-DC: как перестать дублировать CronJobs

Уровень сложностиСредний
Время чтения9 мин
Охват и читатели7.8K

Представьте: вы настроили CronJob, протестировали локально и выкатили в продакшн. Всё работает как часы. А потом решили добавить отказоустойчивости и развернули приложение во втором дата‑центре. И внезапно ваша задача начала выполняться дважды. Это не баг Kubernetes, а фундаментальная проблема синхронизации.

Меня зовут Тимофей Салтымаков, я бэкенд‑разработчик в Точка Банк. В статье расскажу, как мы решили проблему дублирующихся CronJob'ов в распределённой системе. Прошли путь от advisory locks до собственной библиотеки, и в итоге поняли, что нужно перестать синхронизировать процессы и начать синхронизировать... время. Поехали!

Читать далее

Находки в опенсорсе: мир питона за сентябрь 2026

Уровень сложностиПростой
Время чтения8 мин
Охват и читатели13K

Вот и наступила золотая осень!

В сентябре я каждый день почему-то вспоминал поговорку “от работы дохнут кони, ну а я бесмертный пони”. Сделано было просто куча всего! Новые релизы, библиотеки, крутые фичи, доклад на конференции. А еще наше сообщество сделало кучу интересных проектов в опенсорсе.

С меня как всегда статья без нейрослопа и ИИ, с вас как всегда интересные комментарии и лайки! А вот тут ссылка на прошлый дайджест за август.

Погнали смотреть, что у нас в питоне происходило!

Читать далее

Писать агенту по-английски ради экономии? 40 прогонов: разница 12 токенов на задачу

Уровень сложностиПростой
Время чтения3 мин
Охват и читатели5.2K

Частый совет: пишите агенту по-английски, русский съедает в полтора раза больше токенов. Токенизатор это подтверждает: 194 токена против 132 на одном и том же абзаце. Я прогнал пять рутинных задач на двух моделях, на обоих языках, по два раза. Сорок прогонов.

Оба языка решили по 17 задач из 20, русский промпт к задаче длиннее в среднем на 12 токенов, а это 0,005% от того, что агент читает за прогон. Разброс между двумя одинаковыми запусками доходит до 3,4 раза. Рассказываю, куда делись полтора раза и где язык всё-таки стоит денег.

Читать далее

Продвижение в нейросетях: больше 80% ссылок ИИ ведут на чужие сайты, но это не довод уходить во внешние публикации

Уровень сложностиПростой
Время чтения4 мин
Охват и читатели5.5K

Я разобрал два исследования, которые вышли в один день, 30.09.2026: NP Digital и Grow and Convert. Оба смотрели, на какие страницы ведут ссылки-источники под ответами нейросетей. У NP Digital на коммерческих вопросах по 400+ крупным брендам 82% ссылок ведут на чужие сайты. У Grow and Convert на вопросах одного B2B-клиента таких 85%. Но в том же исследовании Grow and Convert в 87% ответов, где клиента назвали, среди источников был его собственный сайт. Для продвижения бренда в нейросетях из этого следует одно: выбирать между своим сайтом и внешними публикациями приходится по каждой теме отдельно.

Читать далее

Dao PDF или Python и автоматизация печати в конструкторском бюро

Уровень сложностиСредний
Время чтения24 мин
Охват и читатели5.4K

Хороший дизайн системы это не про идеальную архитектуру. Это про подходящие именно к твоей ситуации компромиссы и решения. Про путь, который ты должен пройти. Автоматизация обработки PDF решает множество неочевидных задач. А еще при разработке решения может оказаться что в действительности всё не так, как на самом деле.

Let's get started...

Код в Word без картинок: подсветка синтаксиса через python-docx и Pygments

Уровень сложностиСредний
Время чтения7 мин
Охват и читатели6.1K

В прошлой статье мой генератор отчетов вставлял код в Word картинками, и первый же комментарий был: «Код рисунками – брр». Справедливо: такой код не скопировать, не найти поиском, а при печати он мылится.

Разобрался, как сделать правильно: листинги текстом с подсветкой синтаксиса, рамкой, заливкой и автонумерацией «Листинг N» через поля Word. Все на python-docx и Pygments, около ста строк. По пути – пара ловушек, о которых почти нигде не пишут: почему Word может не открыть документ из-за порядка XML-тегов и зачем задавать шрифт четыре раза.

Бонус – замеры: 30 листингов текстом собираются за 0,6 с против 4,1 с картинками, а файл получается в три раза легче.

Разобраться в деталях

Голосовой ИИ Агент

Уровень сложностиСредний
Время чтения6 мин
Охват и читатели8.9K

Голосового агента выдаёт не голос. Современный синтез звучит прилично, и на связке телефонной линии с её 8 кГц разница между хорошим и отличным TTS вообще теряется. Выдаёт другое: как он читает числа.

«Привезём 15.07.2026» в устах робота превращается во что угодно — от «пятнадцать точка ноль семь» до бодрого чтения даты как дроби. Телефон, прочитанный как одно десятизначное число, невозможно записать со слуха. И каждый такой момент — это секунда, в которую собеседник вспоминает, что говорит с программой.

При этом из всех маркеров робота этот — самый дешёвый в устранении. Ниже — библиотека на 155 строк с одной зависимостью, которая закрывает даты, телефоны, деньги, проценты и номера заказов для русского языка. Код целиком в статье, забирайте. А заодно — три ловушки, в которые я наступил, пока её писал, включая баг, который нашёл прямо в процессе подготовки этого текста.

Читать далее