Python/ django

Знать Python сегодня мало

Начинающих разработчиков много, а работодатели ждут больше, чем синтаксис и пару фреймворков: широкий стек, практический опыт и умение работать с ИИ.

МФТИ и Нетология собрали программу профпереподготовки, где к Python добавлены два слоя, которых обычно нет в курсах разработки:
— бэкенд на Python и FastAPI, фронтенд на JavaScript и React, работа с базами данных, командный проект с тестами, Git и CI;
— ИИ в разработке: машинное обучение, нейросети на PyTorch и TensorFlow, работа с LLM через API, собственное ИИ-приложение;
— технологическое предпринимательство: бизнес-модель и экономика продукта, чтобы видеть задачу шире кода.

🎓️️️️️️На выходе — два диплома о профессиональной переподготовке: МФТИ и Нетологии.
Обучение онлайн, его можно совмещать с работой.

Старт — 23 ноября. Скидка 10 000 ₽ по промокоду MFTIPY10.

Подробнее о программе тут

Реклама. ООО “Нетология” ОГРН 1207700135884 Erid:2VSb5yHYyKx

В Python 3.15 появился профилировщик, который можно подключить к уже работающему процессу

Tachyon - новый статистический профилировщик в стандартной библиотеке Python. Устанавливать сторонние пакеты не нужно.

В отличие от cProfile, он периодически снимает снимки стека вызовов и по ним оценивает, где программа тратит больше всего времени. Накладные расходы при этом очень небольшие.

Запустить скрипт с профилированием:

python -m profiling.sampling run app.py

Подключиться к уже работающему процессу по PID:

python -m profiling.sampling attach 12345

Можно даже наблюдать за результатами в реальном времени:

python -m profiling.sampling attach --live 12345

Tachyon умеет строить flamegraph и HTML-тепловые карты исходников, подсвечивая строки, на которых программа проводит больше всего времени.

Например, получить flamegraph можно так:

python -m profiling.sampling run --flamegraph app.py

Ещё одна полезная возможность - сохранить профиль в бинарном формате, а потом строить из него разные отчёты без повторного запуска программы.

Есть ограничения. Tachyon не подходит для микробенчмарков, точного подсчёта вызовов и измерения разницы производительности в 1–2%. Для этого лучше использовать timeit или трассирующие профилировщики.

Зато для поиска узких мест в долго работающих Python-сервисах инструмент весьма удобный. При подключении к чужому процессу могут потребоваться повышенные права.

https://mathspp.com/blog/tachyon-sampling-profiling-in-python

🌟 Zyphra опубликовала компактную TTS-модель

ZONOS3-Mini синтезирует речь и клонирует голос по образцу, рассчитана на использование в реальном времени на телефонах, ноутбуках и браузере.

Модель копирует голос по записи длиной до минуты, но также можно собрать новый, задав возраст, акцент и тембр. Эмоции, темп и подачу можно настраивать вплоть до отдельных слов.

Поддерживается девять языков, среди них английский, китайский, японский, немецкий, испанский и французский, русского нет.

🟡Архитектура

Под капотом MoE на 800 млн общих при 100 млн активных параметров, где из 64 экспертов на каждом шаге включаются два.

Из 11 слоёв девять построены на Gated DeltaNet и два на обычном глобальном внимании.

Звук кодирует собственный кодек ZAC-1 с частотой 15 кадров в секунду.

🟡Тесты
Задержка до первого звука в браузере на Pixel 9 меньше 570 мс, на MacBook Air с M3 меньше 150 мс, а на одной H100 при восьми одновременных запросах в среднем 80 мс.

Пиковая выработка на той же H100 - 457 секунд звука за секунду.

По внутреннему бенчмарку ZTTS2-Eval, новинка занимает первое место среди открытых моделей, за ней идут Fish S2 Pro и MOSS TTS v1.5.

Модель запускается в браузере через WebGPU, классическим путём с SGLang и vLLM, на Mac через MLX и на обычных процессорах через ggml.

По API в облаке Zyphra Inference она стоит 10 долларов за мегабайт текста, лимиты - один запрос за раз и 100 генераций в сутки.


📌Лицензирование: Apache 2.0


🟡Блогпост
🟡Веса
🟡Демо
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #TTS #ZONOS3 #Zyphra

🔥️️️️ Черная пятница на STEPIK - 55% процентов на курс Вайбкодинг в разработке: от генерации кода до production

ИИ ускоряет написание кода, но ошибки, уязвимости и проверка результата по-прежнему остаются задачей разработчика.

На Stepik вышел практический курс, посвящённый работе с ИИ в реальных проектах.

В программе: работа с ИИ-агентами, архитектура, Python, тестирование, Code Review, SQL, безопасность, CI/CD, отладка и релиз.

Внутри:
- 49 уроков
- 210 тестов
- 53 практические задачи
- 9 модулей

Пройти курс: https://stepik.org/course/296720/