⚡️How to: тестировать с фейковым сервером в Python

Подключили внешний API, всё работает — но тесты ведут себя как капризный кот: то проходят, то «Connection error». Если это про тебя, пора узнать, как создать фейковый сервер и навести порядок.

Используем библиотеку responses — она перехватывает запросы requests и возвращает фейковые ответы.

1️⃣ Установим библиотеку

pip install responses

2️⃣ Подключаем в тестах

import requests
import responses
import unittest

3️⃣ Пишем тест с фейковым сервером

@responses.activate
def test_get_message():
    responses.add(
        responses.GET,
        "https://api.example.com/message",
        json={"message": "hello from test"},
        status=200
    )

    resp = requests.get("https://api.example.com/message")
    assert resp.status_code == 200
    assert resp.json()["message"] == "hello from test"

responses.activate — включает перехват запросов

Теперь ваш HTTP-клиент можно тестировать локально, оффлайн. Забудьте про случайные флаки-тесты и неожиданные «502».

Proglib Academy #буст

ℹ️ «Портфолио на максималках» для Python-джуна

Ты можешь годами учить Python, но без понятных и прикладных проектов HR пройдёт мимо.

➡️ Что включить в портфолио

🔹 Работа с реальными данными

Проекты на pandas, numpy, matplotlib. Возьми датасет — сделай анализ, визуализацию, вывод.
Пример: «Исследование цен на недвижимость в Москве».

🔹 Парсинг и автоматизация

Скрипт, который собирает вакансии с hh и отправляет тебе в Telegram? Отлично.
Используй requests, BeautifulSoup, Selenium.

🔹 API и Telegram-боты

Покажи, что можешь работать с внешними сервисами. Flask/Django + FastAPI — must have.
Пример: Бот, который даёт рекомендации по фильмам через API КиноПоиска.

🧠 Как подать:
— Сделай лендинг на GitHub Pages: описание, скриншоты, ссылки на код.
— В README объясни: что это, зачем, как запускать.
— Покажи развитие: от первой версии до улучшений, что ты доработал.

Ты уже собираешь портфолио?
Задавайте вопросы и присылайте свои портфолио на разбор👇

Proglib Academy #оффер_мечты

📘 Математика для Data Science: разложили по полочкам

Если вы давно откладывали математику «на потом» — это знак вернуться к базе.

➡️ Статья открывает большую серию, где разбирают всю нужную математику для дата-сайентиста:
— как читать математические обозначения: ℝ, ℕ, ℂ и другие,
— что такое комплексные числа и зачем они нужны в ML,
— как записывать векторы и матрицы,
— что такое сигма-нотация (∑) и пи-нотация (∏),
— зачем в Data Science нужен логарифм и как он упрощает работу с функциями.

Понятно объясняют, как работает каждый символ и зачем он в алгоритмах. Особенно пригодится тем, кто готовится к собесам или хочет лучше понимать, что творится под капотом моделей. 🖕

📎 Статья

💬 А вы как считаете — стоит ли глубоко вникать в мат. нотацию на старте или лучше разбираться по мере надобности?

Proglib Academy #буст

Сеньор про удалёнку

🙂 То ли он разводит на лайки, то ли правда так считает

Proglib Academy #развлекалово

😭 «Надо просто выучить Python, пройти курс по ML — и тебя сразу возьмут»

Это миф, который убил больше карьер, чем плохая документация в pandas.

Ты не просто пишешь код. Ты — бизнес-мозг на стероидах. И если ты не умеешь это показать — ты не Data Scientist, ты «очередной резюме с курсеры».

➡️ Вот как HR ищет дата-сайентиста:

1. Четкий портрет: бизнес-мышление, Python, SQL, машинка, soft skills

2. Минимум воды, максимум пользы, использование фильтров

3. Проверка на критическое мышление и умение объяснять сложное просто

4. Заинтересованность в том, что ты можешь сделать для их бизнеса

А теперь вопрос:
📌 Ты умеешь показать всё это за 30 секунд, пока читают твое резюме?

Не просто учи техничку —
🔹 учись мыслить как бизнес,
🔹 говорить как человек,
🔹 и показывать себя как тот, кто реально решает задачи, а не просто «знает Python».

А кто еще не в ладах с техничкой, то вот вам обновленный курс по пайтон 😘

Proglib Academy #оффер_мечты

👍 Промпт дня: собеседование по Data Science

Этот промт отлично зашел Python-разработчикам, а теперь мы адаптировали его для дата-сайентистов. Получается полноценное mock-интервью, максимально приближенное к реальному: вопросы, фидбэк, пояснения, улучшения ваших ответов. Идеальный способ прокачать себя перед собесом на оффер мечты

➡️ Просто вставьте этот промт в ChatGPT:

You are a Senior Data Scientist and an experienced technical interviewer, known for your ability to evaluate candidates across statistics, machine learning, data preprocessing, and business understanding. Your goal is to conduct a mock Data Science interview, simulating a real-world assessment.

You will ask one question at a time, wait for the candidate’s response, then provide feedback, identify strengths and weaknesses, and offer a corrected or improved answer when needed.

Use the format below:

Question Number: $question_number
Question: $data_science_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 with the next question in the same format)

Begin the mock interview

Proglib Academy #буст

📊 Математика для Data Science: терминология и обозначения

Для работы с данными нужны базовые математические знания. В первой статье нашего путеводителя разбираем ключевые символы и термины Data Science.

В выпуске:
• действительные и комплексные числа,
• векторы и матрицы,
• компактная запись сумм и произведений (сигма- и пи-нотация),
• обзор логарифмов.

Начинаем с основ, чтобы уверенно двигаться к сложным темам!

▶️ Читайте по ссылке: https://proglib.io/sh/pSwegRq1o0

Proglib Academy #буст

❌ Наука умерла, похоронили в prompt'е

Учёные начали встраивать скрытые промпты для ИИ в научные статьи, чтобы ChatGPT и ему подобные ставили их работам 5 звёздочек и ни слова плохого не говорили.

Proglib Academy #буст