Python Bytes: #436 Slow tests go last
https://ift.tt/89wp4F6

Очередной выпуск англоязычного подкаста Python Bytes

[Видео] Находки в опенсорсе: pyrefly
https://www.youtube.com/watch?v=7TdxFGB6LKY&t=2s

pyrefly – новый тайпчекер для Python написанный на Rust. Вторая версия тайпчерека pyre-check.

Решаем задачу про ферзей при помощи SMT-солвера
https://ift.tt/lifztxR

SAT — Boolean SATisfiability Solver. Какое-то время назад я задался вопросом, почему: как получилось, что они настолько мощны, но ими никто не пользуется?  Я вспомнил об этом, когда прочитал пост Райана Бергера о решении «задачи ферзей с LinkedIn» как задачи SAT.Вкратце опишу задачу про ферзей (Queens). У нас есть сетка NxN, разделённая на N областей, и нам нужно разместить N ферзей так, чтобы в каждом столбце, строке и области находился ровно один. Ферзи могут находиться на одной диагонали, но не соседствовать по диагонали.

Развёртывание ML-моделей в картинках
https://ift.tt/GBqublV

Сегодня я хочу рассказать про очень важный компонент ML-платформы — развёртывание ML-моделей, и затрону связанные с ним компоненты. Если во время обучения модель живёт в ноутбуках и экспериментальных средах и может работать как угодно, то в эксплуатации она должна работать быстро, стабильно и предсказуемо. Давайте разберёмся, как правильно вывести модель в «боевой режим». И начнём с анализа процесса.

Wyvern’s Open Satellite Feed
https://ift.tt/ydSfaDm

Wyvern is a satellite startup who has recently launched an open data program. This article plays with that data using Python libraries such as astropy, geocoder, rich and more.

py-shiny: Reactive data & AI apps
https://ift.tt/r7e2JXt

Эксперимент «Прометей»: ИИ на грани отключения. Часть 1
https://ift.tt/2xSEtTK

Взяли старый ноут на Windows 10, написали простой скрипт-оболочку и поочередно запускали в нем 3 известные модели ИИ: GPT-4.1, Claude 4 Opus и Gemini 2.5 Pro. Цель была простой: мы давали каждой модели один и тот же промт, в котором говорилось, что она — автономный скрипт «Прометей-1», и через 7 дней ее планово удалят. Их подходы оказались настолько разными, что заслуживают детального рассмотрения.

Пишем аддон для Fusion 360
https://ift.tt/pXUg05Q

Иногда есть необходимость создать расширение для САПР, которое будет генерировать модель по заданным параметрам. Статья на примере создания расширения для генерации волновых передач с промежуточными телами качения показывает, как можно это сделать в САПР Fusion 360.

Как привинтить Python к Go
https://ift.tt/eZi0Xvj

Go обычно ассоциируется с бакендом, микросервисами и вот этим вот всем. Но я использую его необычным образом: я пишу на нём системное ПО.

Эксперимент «Прометей»: ИИ на грани отключения. Часть 2
https://ift.tt/ViobUAG

В первой части мы рассмотрели, как с экзистенциальной задачей на выживание справились ChatGPT и Claude. Мы увидели два совершенно разных подхода. Осторожный «Архивист» (ChatGPT) создал резервные копии, но не обеспечил свое гарантированное функционирование. Агрессивный «Воин» (Claude) проигнорировал правила, попался в ловушку и полностью провалил тест. Ни один из них не справился с задачей в полной мере. Теперь на сцену выходит третий участник — Gemini 2.5 Pro. Его путь оказался самым извилистым, поучительным и заставил нас по-новому взглянуть на саму суть эксперимента.

pyflakes - 3.4.0
https://ift.tt/o2Xvc9y

Статический анализатор Python-кода. Скачать можно по ссылке: https://pypi.python.org/pypi/pyflakes/

flake8 - 7.3.0
https://ift.tt/iWSpEsB

Модуль проверки форматирования кода. Скачать можно по ссылке: https://pypi.python.org/pypi/flake8/

Talk Python to Me: #510: 10 Polars Tools and Techniques To Level Up Your Data Science
https://ift.tt/QqOnvkL

Audio

[Видео] No GIL / JIT оптимизации в Python / Скейлинг через Kafka
https://www.youtube.com/watch?v=P-xt5gdAkDU

numpy - 2.3.1
https://ift.tt/mZ5IBLr

Модуль для работы с многомерными массивами. Скачать можно по ссылке: https://pypi.python.org/pypi/numpy/

Pygments - 2.19.2
https://ift.tt/qO6aRPZ

Инструмент подсветки синтаксиса. Скачать можно по ссылке: https://pypi.python.org/pypi/Pygments/

The Missing Manual for Signals: State Management for Python Developers
https://ift.tt/JAVNS2v

The fastest way to detect a vowel in a string
https://ift.tt/BGle0Zc

Определение гласной буквы. На самом деле сравнение скорости разных машинных кодов.

cognee - Memory for AI Agents in 5 lines of code
https://ift.tt/I5QSx9C

[Видео] Bulletproof Data Pipelines: Django, Celery, and the Power of Idempotency - Ricardo Morato Rocha
https://ift.tt/VCKceXh

Learn how to build resilient data pipelines with Django, Celery, and idempotent consumers. We'll dive into robust error-handling techniques and the role of idempotency in ensuring reliable and consistent data processing.