SOAP, WSDL и немножко Python создаём веб-сервис шаг за шагом
https://ift.tt/NBHQMaJ

Практика — лучший способ глубокого понимания теории. Рассмотрим на примере, как работают веб-сервисы с протоколом SOAP, для чего нужен WSDL и как он связан с XML-документом в теле POST-запроса.

Jaeger v2
https://ift.tt/kHYV6ei

Появилась у меня задача по мониторингу и оценке производительности проекта на микросервисной архитектуре. Для решения был выбран Jaeger. Он давно на рынке, активно развивается (не так давно вышла версия 2, в которой упростилось развертывание и появилась интеграция OpenTelemetry)

Как в Django реализовать заполнение профиля пользователя через Google
https://ift.tt/zWt1VTc

Хотелось бы подчеркнуть, что в обеих статьях рассматривается только один из алгоритмов. Он, на мой взгляд, наиболее понятен для начинающих разработчиков, хотя существуют и другие способы. О них можно узнать из документации Django.

Электронный курвиметр
https://ift.tt/J7MnQpP

Идея создания электронного курвиметра возникла в процессе разработки инструментальной выверки вращающейся печи. Для точного измерения диаметров опорных роликов и определения их износа необходимо было создать специальный прибор.Износ роликов, возникающий в результате неправильной работы печи, требует ремонта, который заключается в шлифовке и выравнивании их профиля.

Как я проектирую и разрабатываю реальные расширения для Python на Rust
https://ift.tt/hcdpfXL

Вы, вероятно, уже видели немало статей с заголовками вроде «Python, Rust — производительность, бла-бла-бла…». Печально, но почти все эти статьи демонстрируют лишь самые простые примеры уровня «hello world». В отличие от них, в этой статье я хочу поделиться тем, как я проектирую крупные расширения для реальных проектов и почему принимаю при этом те или иные решения.

Use TorchAudio to Prepare Audio Data for Deep Learning
https://ift.tt/quRp60K

Learn to prepare audio data for deep learning in Python using TorchAudio. Explore how to load, process, and convert speech to spectrograms with PyTorch tools.

Generating Video Highlights Using the SmolVLM2 Model
https://ift.tt/rndNTcG

scrapy - 2.13.3
https://ift.tt/5l8THsg

Гибкий фреймворк для написания web-пауков (парсеров). Скачать можно по ссылке: https://pypi.python.org/pypi/scrapy

httpx - 1.0.dev1
https://ift.tt/3GeIxF2

HTTP-клиент нового поколения. Поддерживает HTTP/1.1 и HTTP/2 и имеет синхронный + асинхронный API. Скачать можно по ссылке: https://pypi.python.org/pypi/httpx/

Django - 5.2.4
https://ift.tt/MYRZru9

Мощный web-фреймворк. Скачать можно по ссылке: https://pypi.python.org/pypi/Django/

Python Bytes: #438 Motivation time
https://ift.tt/FKNy45T

Очередной выпуск англоязычного подкаста Python Bytes

От работяги до айтишника
https://ift.tt/qic3FhR

Наткнулся на журнал «Мир Робототехники» и загорелся узнать подробнее за какие навыки и знания платят в айти. Знакомый посоветовал обучаться на базе конструктора с микроконтроллерами, чтобы тот был полигоном для творчества. Так что спустя несколько месяцев проб и ошибок решил поделиться своим опытом со всеми соискателями.

KEKS кодек и криптографические сообщения
https://ift.tt/BVF5l1n

Данная статья напоминает о проблемах X.509 PKI и реализаций ASN.1. Предлагает компактный, быстрый, детерминированный, потоковый и простой формат кодирования данных KEKS, а также криптографические сообщения для подписи и шифрования данных с поддержкой пост-квантовых алгоритмов.

coverage - 7.9.2
https://ift.tt/0w9Ktem

Утилита позволяющая измерить процент покрытия тестами. Скачать можно по ссылке: https://pypi.python.org/pypi/coverage/

From AI Hype to Durable Reality: Why Agentic Flows Need Distributed-Systems Discipline
https://ift.tt/Rs1EKLl

How to Think About Time in Programming
https://ift.tt/nM7ohRq

Time is a complex thing to code. This article is a very deep dive, covering absolute measurement, civil time, modern time keeping, the mess that are timezones, and much more.

tyro: CLI Interfaces From Types
https://ift.tt/iJ21ObU

Как я собираю AI-интервьюера, чтобы имитировать собеседования
https://ift.tt/8XoM9bw

Несколько месяцев назад я поймал себя на мысли: я знаю свою профессию, читаю статьи, работаю в команде — но сто́ит заговорить о собеседованиях, появляется напряжение. Да, я не один такой: стресс, туманные ожидания от интервьюеров, неочевидные слабые места в знаниях. Решил попробовать подойти к подготовке иначе — с помощью AI. Ну все сейчас хотят ко всяким GPT по разным нуждам.

Python⇒Speed: 500× faster: Four different ways to speed up your code
https://ift.tt/EeNH9yT

[Видео] Новости мира Python за июнь 2025
https://www.youtube.com/watch?v=4nQ_QQkVSJE

Статус: в неточном поиске (fuzzy match)
https://ift.tt/pLe2gy8

Задача нахождения неточных дубликатов текстовых строк - удивительно часто встречается на практике.Нахождение неточных дубликатов позволяет лучше понять структуру списка, повысить его качество (удаление дубликатов), провести техническую кластеризацию (выделить группы похожих). Всё это видно на графе выше.Но приключения начинаются, когда список становится размером несколько миллионов строк.