😄 Как находить работу в 2025 году

1️⃣ Выставляешь на продажу компьютерный стол.
2️⃣ HR сам тебя находит.
3️⃣ Ты еще не понял, что ищешь работу, а тебе уже оффер кидают.

Proglib Academy #развлекалово

🏗 7 основных стратегий обеспечения устойчивости распределенных систем

Высоконагруженные распределенные системы должны справляться с миллионами запросов в секунду, оставаясь стабильными даже при сбоях в базах данных или внешних API. Это возможно только при условии, что в основе системы заложены проверенные стратегии обеспечения устойчивости.

В этой статье мы подробно рассмотрим, как нисходящие и восходящие шаблоны помогают минимизировать влияние отказов и эффективно управлять нагрузкой, обеспечивая стабильность и бесперебойную работу популярных приложений.

🔗 Читать статью
🔗 Зеркало

🐸 Библиотека хакера

✏️ 13 ресурсов, чтобы выучить математику

Одни говорят, что без математики можно обойтись, другие — что без этих знаний в IT никуда. Но если разбираться, то лучше сразу делать это правильно. Если вы всё-таки решили разобраться — в статье лучшие ресурсы и советы.

➡️ Что внутри статьи

✅ Онлайн-курсы: Khan Academy, Interneturok

✅ Лучшие книги: от «Удовольствия от x» до работ Перельмана

✅ Советы по эффективному обучению

✅ Как проверить, что вы всё делаете правильно

✅ Математика в Data Science и машинном обучении

🔗 Ссылка на статью

🔵 Чтобы знать математику для Data Science, забирайте наш курс → «Математика для Data Science»

Proglib Academy

🗓 Разбор вакансии: Junior ML-инженер

Эта вакансия подойдет джунам, которые уже разобрались с основами ML, умеют работать с Python, SQL и LLM (моделями вроде GPT) и готовы внедрять AI-решения в реальные проекты.

➡️ Разбираем ключевые обязанности

✅ Разработка ML-решений: полный цикл от идеи до внедрения

— Это не просто «играться с моделями», а разрабатывать и внедрять их в рабочие системы. Ожидается, что ты не только обучишь модель, но и сможешь встроить ее в продукт.

✅ Интеграция ML в IT-системы

— Нужно понимать, как подключать модели к существующим сервисам (например, бэкенду медицинской платформы). Это значит, что работа с API и базами данных обязательна.

✅ Взаимодействие с бизнесом

— Не просто кодить, а работать с требованиями от разных команд (разработчики, аналитики, бизнес-подразделения). Нужно уметь общаться и объяснять, как AI может помочь.

✅ Оценка качества моделей и их дообучение

— Обычного «натренировал модель и ушел» не будет. Придется анализировать, улучшать и поддерживать ML-решения, чтобы они работали лучше со временем.

🔵 Чтобы знать о машинном обучении все, забирайте наш курс «Базовые модели ML и приложения»

Подходит ли тебе такая вакансия?
Делись в комментариях 👇

🎮💾 Оптимизация памяти в Unity: как избежать лагов и повысить FPS в играх

Оптимизация памяти в Unity — ключ к стабильной работе игр. Если хочется избежать лагов и повысить FPS, важно правильно управлять памятью. Использование эффективных методов загрузки и выгрузки данных, уменьшение количества аллокаций и грамотное применение сборщика мусора помогут улучшить производительность и стабильность игры.

➡️ Подробнее в статье

🐸Библиотека шарписта

💬 Как оставлять комментарии в чате нашего канала

В нашем чате работает бот Shieldy — он защищает от спама, запрашивая у новых участников решение простой капчи.

⚠️ Проблема, с которой сталкиваются многие: вы нажимаете под постом «Прокомментировать», пишете что-то, а потом получаете бан и не можете писать комментарии.

❓Почему так: Shieldy отправляет капчу в сам чат, а не в комментарии под конкретный пост. Из-за этого капчу можно не увидеть, не отправить ответ на нее, и бот автоматически заблокирует вас.

✅ Как присоединиться к чату, чтобы бот вас не забанил

— Зайдите в описание канала с телефона и нажмите кнопку Discuss / Чат
— Нажмите Join / Присоединиться
— Сразу обратите внимание на сообщение от бота Shieldy
— Решите простой пример и отправьте ответ в чат

После этого бот отправит приветственное сообщение и вы сможете оставлять комментарии. Эту проверку нужно пройти только один раз при вступлении в чат.

❗️ Если вас все-таки забанили

— Это временная блокировка на несколько минут
— Подождите и попробуйте зайти позже, бот снова отправит вам капчу

Админы канала никак не могут ускорить процесс, бот автоматически снимает с вас блокировку через пару минут. Мы понимаем, что эта система неидеальна, и ищем более удобное решение.

👾 Спасибо, что активно участвуете в обсуждении наших постов!

English for IT Guys

🤝Индивидуальные уроки.
👦🏼Computer Science for Kids.
👨‍💻Computer Science CS50 для продолжающих.
🗣Чтение, говорение, аудирование, грамматика. 
📝30 мин - 750 руб.

Подробности тут.

👩‍🏫 @stivabonna или по номеру +7916136385

Реклама. Васильева Светлана Александровна, ИНН 772581099167. Erid 2Vtzqw8Wi6k

👀 Этапы, которые проходит каждый айтишник

Борешься за первую работу:
— «Ну хоть тестовое пришлите…»

Через 3 года:
— «А я ведь когда-то реально переживал из-за этого?»

Proglib Academy #развлекалово

📖 Это база: словарь в Пайтон

Если списки — это просто набор значений, то словарь в Python — это как телефонная книга.

Вместо позиции (0, 1, 2) ты обращаешься к данным по ключу.

person = {
    "name": "Alice",
    "age": 30,
    "city": "New York"
}

«name», «age», «city» — ключи
«Alice», 30, «New York» — значения

➡️ Доступ к данным:

print(person["name"])  # Alice

Используется везде: от конфигов и JSON до хранения данных об объектах.

🔵 Начинайте свой путь в программировании и прокачивайте свои навыки с нашим курсом «Основы программирования на Python»

Proglib Academy #буст

📱 Как работает область видимости в Python

Вы создали переменную, а потом внезапно NameError: name 'x' is not defined
Поздравляю — вы столкнулись с областью видимости (scope). И вот как она устроена:

📦 LEGB Rule — четыре уровня, по которым Python ищет переменные

L — Local (внутри функции)

E — Enclosing (во внешней функции, если у вас вложенные)

G — Global (в основном модуле)

B — Built-in (встроенные имена, например print())

Пример:

x = "global"

def outer():
    x = "enclosing"
    
    def inner():
        x = "local"
        print(x)
    
    inner()

outer()
# Выведет: local

Если x = «local» убрать — Python пойдёт искать x в enclosing, потом в global и так далее.

🔵 Начинайте свой путь в программировании и прокачивайте свои навыки с нашим курсом «Основы программирования на Python»

Proglib Academy #буст

📌 Резюме ML-разработчика: 90% кандидатов всё ещё делают одни и те же ошибки

Вот наши советы, как сделать так, чтобы ваше резюме не утонуло в потоке таких же джунов:

1️⃣ Пиши проекты, а не абстракции

«Работал с Pandas и Scikit-learn» — это вообще ни о чём. Лучше так:
«Разработал модель для предсказания оттока клиентов в e-commerce, AUC = 0.84»
Сразу видно: умеешь решать задачи, а не просто прошёл курс.

2️⃣ Собери мини-портфолио на Notion или Tilda

Даже простенькая страница с проектами и ссылками на Colab/репы выглядит в 10 раз лучше, чем резюме в PDF на 2 страницы с пустыми словами.

3️⃣ Хватит писать «ответственный» и «целеустремлённый»

Покажи это на деле. Где ты взял на себя больше, чем просили? Где дотянул до продакшна? Это и есть проактивность.

Хочешь, чтобы тебя заметили в IT — научись рассказывать о себе с цифрами, примерами и в формате «я сделал».

Proglib Academy #оффер_мечты

☸️ CKAD 2025. Самый свежий гайд по сдаче сертификации Certified Kubernetes Application Developer

CKAD стал более строгим к деталям — без системной подготовки можно завалить даже на банальных заданиях. Если хочется разобраться, что важно для получения сертификации — эта статья сэкономит часы.

➡️ Читать статью

🐸Библиотека devops'a

🕒 Как замерить время выполнения алгоритма в Python

Хочешь понять, насколько быстро работает твой код. Тогда без точных замеров тут не обойтись. Показываем 3 способа, как правильно мерить время выполнения в Python — от простого к более точному:

1️⃣ time.time() — простой и быстрый

import time

start = time.time()
# твой код
end = time.time()

print(f"Время выполнения: {end - start:.4f} сек.")

2️⃣ time.perf_counter() — для высокой точности

import time

start = time.perf_counter()
# твой код
end = time.perf_counter()

print(f"Время выполнения: {end - start:.6f} сек.")

3️⃣ timeit — встроенный модуль для честных замеров

import timeit

print(timeit.timeit("x = [i for i in range(1000)]", number=1000))

🔵 Чтобы знать об алгоритмах все, забирайте наш курс «Алгоритмы и структуры данных»

Proglib Academy #буст

⚛️ Простые приемы для фронтенд-разработчика

React.js — мощная библиотека для создания пользовательских интерфейсов, но многие начинающие разработчики не используют его на полную силу. В этой статье разберем 5 полезных хаков, которые помогут вам писать более чистый, производительный и удобный в поддержке код.

🔗 Читать статью
🔗 Зеркало

🐸 Библиотека фронтендера #свежак

📌 Как проходит отбор на стажировку в Яндекс (ML, 2025)

Вот как выглядит весь путь кандидата от контеста до оффера.

🔹 Этап 1 — Контест

Всё стандартно — алгоритмы. Главное — быть готовым и не тупить на банальностях.

🔹 Этап 2 — ML секция

Алгоритмическая задача на два указателя:
→ Дан отсортированный массив и индекс, нужно найти k ближайших элементов по расстоянию до arr[i].

ML-вопросы:
→ Классика — базовые устные задачи на классификацию, логику, свойства моделей и фичей.

🔹 Этап 3 — Алгоритмическая секция

Найти самый длинный монотонный подотрезок в массиве (часто всплывает).

Два массива длины n, вернуть массив n, где arr[i] — пересечение префиксов a[0..i] и b[0..i]. Решается сетами.

🔹 Этап 4 — Интервью с командой

— 15 минут про то, чем занимается команда
— Рассказываешь про свой опыт
— Бизнес-кейс и предложение по его решению

🤔 Думаете идти в Яндекс?
Пишите в комментариях

Proglib Academy #оффер_мечты

🥸 Как стажёру или джуну работать в команде (и не потеряться)

Вы уже в команде. Задачи, дедлайны, пайплайны — всё как у взрослых. Но как не потеряться, если вокруг опытные разработчики, а вы только начали.

1️⃣ Не бойтесь спрашивать

Глупых вопросов не существует. Лучше спросить сейчас, чем допустить баг, который уйдёт в прод. Вопрос в 10:00 спасает вечер.

2️⃣ Заведите себе «тупой файл»

Да, именно так. Всё непонятное — термины, вопросы, фрагменты кода — записывайте в один файл. Потом разберётесь или зададите вопросы.

3️⃣ Следите за pull requests

Даже если пока не коммитите в прод, читайте чужие изменения. Это помогает понимать, как устроен проект и как принимаются технические решения.

Помните: у вас есть уникальное преимущество — вы только начинаете. У вас пока нет выгорания, нет рутины, и вы действительно хотите разобраться. Используйте это.

🔵 Чтобы знать математику для Data Science, забирайте наш курс → «Математика для Data Science»

А вы уже работали в команде?
Пишите в комментариях 👇

Proglib Academy #буст

💾 Как выбрать стратегию кэширования: разбор 7 популярных алгоритмов

Кешировать нужно с умом. И нет, LRU — не серебряная пуля.

В статье вас ждёт разбор алгоритмов: LRU, LFU, FIFO и другие
– Примеры, где каждый работает лучше
– Плюсы и минусы подходов
– Практические советы по выбору стратегии

Если проектируете систему с большими нагрузками или оптимизируете производительность — материал будет как раз.

➡️ Читать статью

🐸Библиотека шарписта