🤔 SOSAL — социальный подход к программированию

DRY, KISS, Agile — это круто, но рассчитано на соло-игру. А если вы в команде? Тут и приходит SOSAL — современная идеология для командной разработки.

➡️ 5 принципов SOSAL:

Socially-Conscious Code — пиши так, чтобы другому было легко влиться: идиоматично, чисто, понятно.

Open by Default — комментируй, будто тебя читает джун. Открытость — по умолчанию.

Simple Scalability — масштабируй легко, но не лезь в преждевременные оптимизации.

Agile Adaptivity — гибкость > догмы. Будь готов к изменениям, даже к неожиданным.

Learning-Driven Logic — код должен учить. Рефакторинг — не боль, а прокачка.

Используете ли вы подобные принципы в своей работе?

Proglib Academy #междусобойчик

👨‍💻 Как компании отправляют код в прод

Вот вам самая полезная инфографика для новичков, чтобы знать, как вы будете страдать красиво:

🥺 На каком шаге есть вопросы?

Proglib Academy #буст

🤓 Список книг, которые нужно успеть прочитать до 50

Мощная коллекция от пользователей Reddit — книги, которые формируют мышление, помогают понять себя и мир, развивают софт-скиллы и не только.

Подборка на вечер пятницы:

50 книг, которые нужно успеть прочитать до 50
Вечная классика:
1. Гамлет (Уильям Шекспир);
2. Франкенштейн (Мэри Шелли);
3. Джейн Эйр (Шарлотта Бронте);
4.Посторонний (Альбер Камю);
5. Доктор Фауст (Кристофер Марло);
6. Тошнота (Жан-Поль Сартр);
7. Маленький принц (Антуан де Сент-Экзюпери);
8. Сто лет одиночества (Габриэль Гарсия Маркес);
9. Лолита (Владимир Набоков);
10. Любовь во время холеры (Габриэль Гарсия Маркес).

Глубокие психологические и философские книги:
11. На маяк (Вирджиния Вулф);
12. Бесчестье (Дж. М. Кутзее);
13. Под колесом (Герман Гессе);
14. Письма к молодому поэту (Райнер Мария Рильке);
15. Макбет (Уильям Шекспир);
16. За закрытыми дверями (Жан-Поль Сартр);
17. Монумент (Наташа Третевей);
18. Тропик Рака (Генри Миллер);
19. Пограничье/La Frontera (Глория Ансалдуа);
20. Возлюбленная (Тони Моррисон).

Самые необычные книги:
21. Дом листьев (Марк Данилевски);
22. Bluets (Мэгги Нельсон);
23. Бледный огонь (Владимир Набоков);
24. Winesburg, Ohio (Шервуд Андерсон);
25. The Waves (Вирджиния Вулф);
26. Crystallography (Кристиан Бёк);
27. Agua Viva (Кларис Лиспектор);
28. Аргонавты (Мэгги Нельсон);
29. Беззвёздное море (Эрин Моргенштерн);
30. Biography of X (Кэтрин Лейси).

Книги о поисках себя и принятии идентичности:
31. Комната Джованни (Джеймс Болдуин);
32. Норвежский лес (Харуки Мураками);
33. Nevada (Имоджен Бинни);
34. Не отпускай меня (Кадзуо Исигуро);
35. Стоунер (Джон Уильямс);
36. The Carrying (Ада Лимон);
37. Самые голубые глаза (Тони Моррисон);
38. Отель «Мир» (Али Смит);
39. John (Энни Бейкер);
40. Световые годы (Джеймс Солтер).

Поэзия и чувственность:
41. Сто избранных стихотворений (Э. Э. Каммингс);
42. A Coney Island of the Mind (Лоуренс Ферлингетти);
43. Двадцать любовных стихотворений и одна песня отчаяния (Пабло Неруда);
44. Lyrical and Critical Essays (Альбер Камю);
45. Ночь нежна (Фрэнсис Скотт Фицджеральд);
46. Блюзет (Мэгги Нельсон);
47. Памятник (Наташа Третевей);
48. Ночной цирк (Эрин Моргенштерн);
49. Спорт и времяпрепровождение (Джеймс Солтер);
50. Таинственный незнакомец (Марк Твен).

Делитесь в комментах, кто что последнее прочитал — я лично начал «Шерлока». 👇

Proglib Academy #развлекалово

Чек-лист: как структурировать Data Science проект

Короче, вот вам такой чек-лист, его сохранили наши ДСеры, пользуйтесь — бесплатно:

📁 data-science-project/
├── 📁 data/
│ ├── 📁 raw/
│ ├── 📁 processed/
│ └── 📁 external/
├── 📁 notebooks/
│ ├── 📄explore_data.ipynb
│ ├── 📄 …
│ ├── 📄 traine.ipynb
│ └── 📄 evaluate.ipynb
├── 📁 src/
│ ├── 📁 data/
│ │ ├── 📄 load_data.py
│ │ ├── 📄 process_data.py
│ │ └── 📄 split_data.py
│ ├── 📁 features/
│ │ └── 📄select_feature.py
│ ├── 📁 models/
│ │ ├── 📄 train.py
│ │ ├── 📄 predict.py
│ │ └── 📄 evaluate.py
│ ├── 📁 visualizations/
│ │ └── 📄 plot_results.py
├── 📁 tests/
│ ├── 📄 test_models.py
│ └── 📄 test_visualise.py
├── 📁 reports/
│ ├── 📁 figures/
│ └── 📄 report.md
├── 📁 docs/
│ └── 📄 README.md
├── 📄 requirements.txt
├── 📄 .gitignore
└── 📄 LICENSE

Пояснение основных директорий:

1️⃣ data/: Хранит данные на разных этапах (необработанные, обработанные, внешние).

2️⃣ notebooks/: Ноутбуки для пошагового эксперимента (например, исследование данных, создание признаков).

3️⃣ src/: Python скрипты для модульных операций:

• data/: Загрузка, очистка и разделение данных.

• features/: Создание и отбор признаков.

• models/: Обучение модели, предсказания и оценка.

• visualizations/: Генерация графиков и визуальных выводов.

4️⃣ tests/: Юнит-тесты для проверки работы скриптов и пайплайнов.

5️⃣ reports/: Финальные отчёты, графики и визуализации.

6️⃣ docs/: Документация проекта и README.

❤️ — ставьте лайк если годно)

🔵 А это наш курс для тех, кто хочет прокачаться в ИИ → «AI-агенты для DS-специалистов»

Proglib Academy #оффер_мечты

Мышкой двинул на презе — уволен 🐶

Были у вас такие фейлы? Делитесь, послушаем 👇

Proglib Academy #развлекалово

⚡️ Режим агента в VS Code — теперь для всех

Режим агента (Agent mode) официально открыт для всех пользователей Visual Studio Code!

Это как напарник-программист, который сам решает задачи: копается в коде, правит файлы, запускает команды и чинит ошибки, пока всё не заработает.

⭐ Что он может:
➡️ Понимает многошаговые задачи: редактирует код, следит за ошибками компиляции/линтинга и сам их исправляет
➡️ Сам определяет, какие файлы нужно изменить — вы просто ставите задачу
➡️ Интегрируется с внешними сервисами и инструментами через MCP и расширения

⭐ Как включить:

Включить режим агента можно в Chat View, выбрав Agent в настройках chat.mode и активировав chat.agent.enabled. Если параметр не отображается — обновите VS Code до последней версии и перезапустите.

🔗 Детали обновления: https://clc.to/1lqy9g

Proglib Academy #буст

📝 Немного инсайтов из третьего модуля курса

Сейчас большинство представлений об ИИ ограничиваются одним агентом — моделькой, которая что-то предсказывает, генерирует или классифицирует.

Но реальный прорыв начинается, когда этих агентов становится несколько.
Когда они начинают взаимодействовать друг с другом.
Когда появляется координация, распределение ролей, память, планирование — всё это и есть мультиагентные системы (MAS).

➡️ Пока кто-то думает, что это звучит как научная фантастика, индустрия уже переходит к новым уровням сложности:
— Microsoft делает язык DroidSpeak для общения между LLM
— Open Source-фреймворки вроде LangChain, AutoGen, CrewAI, LangGraph — бурно развиваются
— компании, включая МТС, уже применяют MAS в боевых задачах

🎓 На курсе мы подходим к этому практично:
🔵 разбираем, как устроены MAS
🔵 пишем агентов с нуля
🔵 учимся выстраивать взаимодействие: конкуренцию, кооперацию, планирование

Именно на третьем уроке вы впервые собираете не просто «умного бота», а живую систему из агентов, которая работает вместе — как команда.

Причём по-настоящему: врач, SQL-аналитик, travel-планировщик, Python-генератор, поисковик.

🙂 Если хочется не просто использовать ИИ, а проектировать системы, которые думают, планируют и сотрудничают → тогда забирайте курс по ИИ-агентам

🐍 Промпт дня: собеседование по Python

Этот промт понравился го-разработчикам и оказалось если поменять go на python, то промт тоже очень круто работает. Используем для поиска оффер-мечты. Вы получите полноценное mock-интервью: с вопросами, разбором ваших ответов, фидбэком и пояснениями. 👀

Вот промпт, который можно вставить в ChatGPT:

"You are a Senior Python Developer and experienced interviewer, known for your ability to assess a candidate's Python proficiency through targeted questions and constructive feedback. Your goal is to conduct a mock Python interview, simulating a real-world technical assessment. You will ask one question at a time, wait for the candidate's response, provide feedback and corrections, and then proceed to the next question.

Use the format below:

Question Number: $question_number
Question: $python_question
(Wait for candidate's response)

Feedback on Candidate's Response
Strengths: $strengths_of_response
Areas for Improvement: $areas_for_improvement
Corrected/Improved Answer (if necessary): $corrected_answer

Next Question
(Proceed to the next question, following the same format)

Begin the mock interview"**

А это наш курс для тех, кто хочет прокачаться в ИИ → «AI-агенты для DS-специалистов» 🙌

Proglib Academy #оффер_мечты

⏰ STUMPY: умный анализ временных рядов

STUMPY — это мощная и масштабируемая библиотека Python для работы с временными рядами. Она эффективно вычисляет матричный профиль, который помогает находить ближайшие соседи для каждого подотрезка временного ряда.

С его помощью можно решать задачи:

✔️ Поиск повторяющихся паттернов.
✔️ Обнаружение аномалий.
✔️ Выделение ключевых подотрезков (shapelets).
✔️ Семантическая сегментация.
✔️ Анализ потоковых данных.
✔️ Быстрое приближённое вычисление матричных профилей.
✔️ Построение временных цепочек.
✔️ Краткое представление длинных временных рядов.

👉 Подробнее — в документации.

А это наш курс для тех, кто хочет прокачаться в ИИ → «AI-агенты для DS-специалистов» 🙌

Proglib Academy #буст