pymongo - 4.15.0
https://pypi.org/project/pymongo/4.15.0/

Python интерфейс для MongoDB. Скачать можно по ссылке: https://pypi.python.org/pypi/pymongo/

Python 3.14: 3 Smaller Features
https://blog.changs.co.uk/python-314-3-smaller-features.html

With a jam packed 3.14 release around the corner, it’s also important to look at the smaller features coming to Python

Собрали тест для оценки уровня Django разработчика

Каждую осень/весну разработчики вспоминают о "зловещем" performance review и И...П...Р (Индивидуальный План Развития). Чтобы в очередной раз подготовиться к этому периоду, собрали для разработчиков рекомендации и опросник из 27 тестовых вопросов про Django.

Опросник можно пройти по ссылке: https://u.to/JotXIg

В опроснике есть вопросы 3 уровней сложностей (Junior/Middle/Senior) про основные сущности Django, организацию проекта, кэширование, интеграционное взаимодействие, отладку и масштабирование.

По ответам определяется текущий уровень знаний, раскрываются ожидания рынка на этом уровне, даются рекомендации по дальнейшему развитию, которые можно скопировать в ИПР табличку и забить или предметно обсудить с руководителем ожидания и текущие навыки.

P.S. Пока собирали опрос снова задумались, что Middle разработчики закрывают основную массу сформулированных задач.

vectorwrap: Swap Vector Databases by Changing the URL
https://github.com/mihirahuja1/vectorwrap

pymc: Bayesian Modeling and Probabilistic Programming
https://github.com/pymc-devs/pymc

Python⇒Speed: Testing the compiler optimizations your code relies on
https://pythonspeed.com/articles/testing-compiler-optimizations/

Scaling asyncio on Free-Threaded Python
https://labs.quansight.org/blog/scaling-asyncio-on-free-threaded-python

A recap on the work done in Python 3.14 to enable asyncio to scale on the free-threaded build of CPython.

How to Drop Null Values in pandas
https://realpython.com/how-to-drop-null-values-in-pandas/

Learn how to use .dropna() to drop null values from pandas DataFrames so you can clean missing data and keep your Python analysis accurate.

Случайный ИИ успех: Как мы встроили нейросеть в приложение для автосервисов и сорвали куш
https://habr.com/ru/companies/datafeel/articles/944354/

Сегодня хочу разобрать на реальном примере, как иногда самые неочевидные идеи те, что в момент презентации заставляют тимлидов молча поправлять очки, а менеджеров ёрзать на стуле могут не просто выстрелить, а полностью перевернуть продукт. Это история не про гениальный прорыв, а скорее про настойчивость, готовность к экспериментам и немного удачи.

Comparison of New Python Type Checkers: Ty, Pyrefly, and Zuban
https://sinon.github.io/future-python-type-checkers/

CodeBoarding - Interactive Diagrams for Code
https://github.com/CodeBoarding/CodeBoarding

pyparsing - 3.2.4
https://pypi.org/project/pyparsing/3.2.4/

Python модуль для синтаксического анализа. Скачать можно по ссылке: https://pypi.python.org/pypi/pyparsing/

VibeVoice - Open-Source Text-to-Speech
https://github.com/microsoft/VibeVoice

Memento - Fine-tuning LLM Agents without Fine-tuning LLMs
https://github.com/Agent-on-the-Fly/Memento

Собираем «идеального душнилу»: как создать ИИ-агента, который завалит вашего чат-бота
https://habr.com/ru/articles/946140/

Выкатили новую фичу в чат-боте и надеетесь, что она переживет встречу с реальными пользователями? Хватит надеяться — пора доказывать. В этой статье мы покажем как собрать стенд для стресс-тестирования, где один ИИ будет методично ломать другого.

Визуализация управления памятью в Python: что творится внутри?
https://habr.com/ru/companies/ntechlab/articles/946098/

Python щедро раздаёт нам удобные абстракции. Создаёшь список, словарь или строку — и не думаешь, где под это выделилась память и как она потом освободится. Но внутри интерпретатора работает довольно сложный механизм, и он устроен не так, как в C или других языках. Идея сделать приложение-визуализатор пришла после чтения книги CPython Internals.

Какой Python-фреймворк выбрать: Django, Flask или FastAPI?
https://habr.com/ru/articles/944708/

Какой фреймворк выбрать для веб-разработки на Python: Django, Flask или FastAPI. Django берёт надёжностью и готовой функциональностью, Flask — гибкостью и минимализмом, FastAPI — скоростью и современными возможностями. А какой из них ближе вам?

Почему HH не автоматизирует поиск работы и как мы построили на этом стартап
(снято с публикации)

Почему HH не автоматизирует поиск работы и как мы построили на этом стартапПоиск работы в IT до сих пор напоминает ручной труд на конвейере: сотни однотипных действий, копипаст, бесконечные отклики. При этом в 2025 году уже очевидно, что часть задач можно автоматизировать. Но крупнейший игрок на рынке - HeadHunter - до сих пор этого не сделал. Из этой “проблемы” мы решили сделать стартап.

Обработка результатов моделирования Fire Dynamics Simulator на Python (часть 2)
https://habr.com/ru/articles/946594/

В основном моделирование развития пожара провожу в специализированном программном обеспечении Fire Dynamics Simulator (FDS), оно используется от Японии до США при обосновании отступлений требований пожарной безопасности.  При моделировании развития пожара очень много времени занимает обработка результатов моделирования.

Предиктивная аналитика в нефтедобыче или как я проходил практику
https://habr.com/ru/articles/946242/

В первые дни, проведённые в офисе, я ощутил всю прелесть онбординга в нефтянку. Тогда для меня каждое второе слово от коллег являлось новым и приходилось жёстко гуглить. УЭЦН, ПЭД, МРП, КВЧ, загрузка, НГДП, кусты, ВНР... Мне казалось, я попал в параллельную вселенную, где говорят на странном техническом диалекте. Мой наставник, видя мои широко открытые глаза только улыбался и говорил: «Ничего, через неделю всё поймёшь. Главное выучи, что такое VLP и IPR».