А вот короткое и ёмкое видео про синдром самозванца: https://bit.ly/2DlE1RH
Сплойлер: чувствовать себя "самозванцем" нормально, это двигает человека быть лучше и постоянно развиваться 🚀

Сокращалки от github подъехали:

http://repo.new/ — создать новый реп ⭐
http://gist.new/ — создать новый сниппет 🎉

Пост от engineering manager из Uber про алгоритмы и структуры данных в реальной работы: https://blog.pragmaticengineer.com/data-structures-and-algorithms-i-actually-used-day-to-day/

Годный доклад от Гриши Петрова про навыки написания читаемого кода: https://www.youtube.com/watch?v=Sge_hycXb6E

Бесплатные лекции про распределённые системы от профессора Lindsey Kuper: https://www.youtube.com/playlist?list=PLNPUF5QyWU8O0Wd8QDh9KaM1ggsxspJ31

Кстати, пропустил новость о выходе Django 3.1 RC: https://www.djangoproject.com/weblog/2020/jul/20/django-31-release-candidate-1-released/
Планировал в блоге написать пост об асинхронных возможностях новой версии с примерами. Как вам идея?

Релиз pytest 6.0: https://docs.pytest.org/en/stable/changelog.html

ps. из крутых фич появился static анализ кода тестов, aka type annotations: https://github.com/pytest-dev/pytest/issues/3342

Состоялся релиз Django 3.1 - пруф.

Напомню, что с этой версии в Django полноценно присутствуют асинхронные view и middleware.
ORM по-прежнему остаётся синхронной частью (😢). Для синхронных функций рекомендуется использовать декоратор sync_to_async.
Чтобы ощутить все прелести асинхронного фреймворка, Django необходимо запускать на ASGI-совместимом веб-сервере, например, uvicorn.

Также из новинок: поддержка JSONField для всех поддерживаемых database бэкендов.

В 2016 году во время PyCon US 2016 в Портленде я встретил Гвидо ван Россума во время networking-сессии в холле. Первый вопрос, который я ему тогда задал относился к реализации интерфейсов в Python (just like in Java). Есть ли шанс, что в будущих версиях Python мы увидим реализацию интерфейсов? На что был получен однозначный ответ, что этого не стоит ждать, для таких целей можно использовать абстрактные классы (модуль abc). После я поинтересовался его мнением про zope.interfaces, на что также была получена рекомендация их не использовать 😢

Но не так давно, шерстя просторы официальной документации, я наткнулся на интересную штуку, а именно на typing.Protocol. По своей сущности это самый настоящий интерфейс. А не так давно нашел и обзор этой штуки, статья must read: I Want A New Duck.

Если кратко, то Protocol в первую очередь нужен, если вы активно используете mypy для статического анализа кода. Наверняка вы могли сталкиваться с аннотациями на кастомные классы, когда в функцию или метод могут передаваться разные объекты, протокол/интерфейс (читай, общие методы) которых одинаковый.

Если вы задумывались об изучении Data Science, но не знали с чего начать, то мой друг Ренат Алимбеков у себя на канале Пристанище Дата Сайентиста подготовил отличный обзор курсов с которых можно начать свой путь в удивительный мир data science: читать

Кстати, Ренат практикующий дата сайентист, неоднократный призёр соревнований на Kaggle, а также наставник на курсе Data Science в Яндекс.Практикуме.

Нашел ещё одну статью про Protocol и псевдоинтерфейсы в Python: https://andrewbrookins.com/technology/building-implicit-interfaces-in-python-with-protocol-classes/

Сегодня на платформе Redis University стартует курс Redis for Python Developers: https://university.redislabs.com/courses/ru102py/
Во время занятий у студентов будет возможно создать полноценное веб-приложение, имитирующее мониторинг солнечной станции. На курсе рассматриваются основные структуры данных:

1. Hashes
2. Sets
3. Sorted Sets
4. Geospatial Indexes
5. Streams

Учебные примеры кода для курса Redis for Python Developers: https://github.com/redislabs-training/ru102py

Инженеры Facebook показали свою писю 😲🤣

На канале JetBrains вышел вебинар про Django ORM и оптимизацию запросов: https://youtu.be/-5503tXOU7A
Рекомендую к просмотру! 👍

DataCamp в очередной раз устраивают бесплатную неделю: https://www.datacamp.com/freeweek

Карта навыков современного дата инженера: https://github.com/datastacktv/data-engineer-roadmap

Неплохо дополняет мою статью: https://khashtamov.com/ru/data-engineer/

​​Вы слышали о термине «цифровая зрелость»? Если нет, ваша компания может не досчитываться 20% прибыли и тратить на 30% больше ресурсов, чем необходимо. Всё дело в цифровизации и грамотном использовании ИТ-решений для автоматизации и оптимизации рабочих процессов. Кстати, по данным Google, всего 2% бизнесов достигли такой цифровой зрелости, так что вашей компании наверняка есть куда расти. Начните с проверки того, насколько далеко вы продвинулись в цифровизации.

Сделать это можно с бесплатным чек-листом. Получите его по ссылке и посмотрите, сколько квадратиков заполните плюсами: https://vk.cc/az3FVv

Сервис онлайн-образования Яндекс.Практикум в поиске Наставников на факультеты Аналитики и Data Science. Необходимо знание Python.

Наш девиз: «Каждый может». Каждый может менять свою жизнь, каждый может научиться новому, каждый может начать сегодня. Даже если раньше не получалось. Если вы считаете так же — вы уже часть нашей команды.

✔️Что делает наставник?
Наставник помогает студентам учиться: отвечает на вопросы и помогает с трудностями. Каждый наставник курирует группу студентов: общается с ними в Slack, проводит групповые и индивидуальные звонки. Все наставники перед работой проходят Школу наставников от Яндекс.Практикума.

✔️Чтобы стать наставником на факультете Аналитики потребуется владение библиотеками Pandas, NumPy, Matplotlib, Seaborn и, желательно, Plotly. Откликнуться на вакансию можно здесь: https://clck.ru/QkkjQ

✔️Если вдобавок к вышеперечисленному вы работали с проектами из сферы машинного обучения, то рассмотрите для себя наставничество на факультете Data Science: https://clck.ru/QkkmN

Кстати, наставничество возможно совмещать с основной работой, это частичная удалённая занятость.