Новые складчины

​

Интенсив научит решать задачи на связные списки
Структурированно и без хаотичной зубрежки сотни задач на LeetCode

1. Сначала быстрая теория без воды и низкоуровневых концепций — только то, что пригодится в решении заданий
2. Потом разбор 8 типовых заданий уровня easy/medium, которые встречаются на алгосекции — идея задачи с подробным объяснением кода
3. К каждой задаче — эталонное и простое решение, которое легко повторить на собеседовании и которое устроит интервьюера
4. 6 заданий для самостоятельной практики — хватит, чтобы набить руку и решать большинство заданий по этому алгоритму

Интенсив состоит из
Записанных уроков — все актуально на текущий год . Учись в удобное для себя время — все материалы открываются сразу после оплаты
Домашней работы с самопроверкой. Задания уровня easy/medium для самостоятельной практики + оптимальные решения для самопроверки
Дополнительных материалов
В теории даем только самое основное для собеседований, но если захочешь погрузиться глубже — дадим статью и допзадачи с повышенной сложностью

А еще в комплекте
Принципы прохождения алгоритмического собеседования
Курс по структурам данных без сложной математики

Преподаватель — Владимир Балун, ex-team lead в яндекс
Решил 400 задач на LeetCode, успешно проходил и проводил алгосекции в российский BigTech

Теория + разбор 8 популярных задач на связные списки
6 допзадач для самостоятельной практики
База, без которой нельзя — курс по структурам данных

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Учебная программа состоит из 3 курсов:

• Видеокурс по основам работы в терминале Linux.
• Переведенный на русский язык сертификационный экзамен Linux Essentials 010-160 с объяснениями всех вопросов.
• Оригинальный экзамен Linux Essentials 010-160 на английской языке также с пояснениями для каждого вопроса.

Чему вы научитесь

• Перейдете "на ты" с терминалом Linux - от базовых команд до профессионального уровня
• Преодолеете страх перед неизвестной операционной системой
• Освоите популярные текстовые редакторы (Nano и Vim) на продвинутом уровне
• Научитесь профессионально работать с файлами, папками и правами доступа (chmod, chown)
• Разберётесь в файловой структуре Linux и важных системных директориях
• Освоите архивирование, поиск файлов (find) и работу с потоками ввода-вывода
• Научитесь управлять пользователями, группами и процессами системы (top, htop, kill)
• Сможете настраивать SSH и работать с облачными серверами
• Овладеете горячими клавишами и конвейером команд для эффективной работы
• Научитесь писать Bash-скрипты с условиями, циклами и функциями
• Освоите планирование задач с помощью cron и crontab
• Научитесь работать с дисками (монтирование, LVM) и системными журналами
• Поймёте основы сетевой безопасности и настройки фаервола
• Освоите установку и управление ПО (apt, dpkg, snap)
• Научитесь работать с Docker: создание контейнеров, Dockerfile, Docker Compose
• Сможете развернуть веб-сервер Nginx в контейнере
• После курса вы будете уверенно работать в Linux-терминале и решать реальные системные задачи!
• Подготовитесь и сдадите экзамен LPI Linux Essentials 010-160.

Для кого этот курс
Студенты университетов и колледжей. ‍ Выпускники ВУЗов и работники ИТ-индустрии. ‍ Администраторы, желающие систематизировать знания. Разработчики, DevOps, которым нужно эффективно управлять серверами. ‍ Новички в Linux, которые хотят уверенно работать в терминале. Любой, кто интересуется ОС Linux. Для желающих закрепить и/или проверить свои знания ОС Linux.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Освойте язык Go с нуля: переменные, функции, структуры, maps, интерфейсы, goroutines и работа с ошибками.

Что вы узнаете:

• Научитесь устанавливать Go, настраивать VS Code и писать первые программы, компилируя и форматируя код по лучшим практикам Go
• Разберётесь в переменных, константах и типах, научитесь использовать Printf, понимать статическую типизацию и значения по умолчанию
• Освоите функции, массивы, срезы, карты, структуры, интерфейсы и указатели, включая замыкания, методы и передачу по ссылке
• Научитесь обрабатывать ошибки, использовать panic и recover, писать конкурентный код с goroutines, каналами и группами ожидания

Требования:

• Базовые знания работы с компьютером, установки программ и навигации по файловой системе
• Желание изучать современный язык программирования и применять его на практике с примерами
• Отсутствие необходимости в предыдущем опыте программирования - всё объясняется с нуля

Язык программирования Go (или Golang), разработанный Google, становится всё популярнее благодаря своей простоте, высокой производительности и встроенной поддержке параллельного выполнения. Этот курс предназначен для тех, кто хочет с нуля освоить Go и научиться создавать надёжные, масштабируемые и эффективные программы.

Курс начинается с установки Go и настройки среды разработки в Visual Studio Code. Вы научитесь работать с пакетами, писать простые программы, компилировать и форматировать код. Мы подробно изучим переменные, базовые типы, константы и функции, включая такие темы, как замыкания и именованные возвращаемые значения.

Затем вы познакомитесь с указателями, массивами, срезами, условными операторами и циклами. Переходя к более сложным темам, мы рассмотрим работу с map и struct, их особенности и отличия. Особое внимание уделяется интерфейсам и их реализации — важному аспекту, который делает Go мощным языком для разработки.

Большой раздел посвящён ошибкам: от простого получения ошибок до продвинутого использования panic, recover и реализации собственного типа ошибок. Завершается курс глубоким погружением в goroutines, каналы и синхронизацию, что позволяет писать конкурентные приложения.

В курсе используется подход “от простого к сложному” с большим количеством реальных примеров, задач и практики. Вы не только узнаете, как работает язык, но и научитесь применять полученные знания на практике.

Ключевые темы, которые вы изучите:

• Настройка среды разработки и первая программа на Go
• Работа с переменными, типами, константами и функциями
• Указатели, массивы, срезы, условные конструкции и циклы
• Использование map и struct, отличие значимых типов
• Интерфейсы: реализация, множественная реализация, универсальные типы
• Обработка ошибок: panic, recover, custom error
• Многопоточность: goroutines, каналы, группы ожидания

Все видеоуроки сопровождаются пояснениями, примерами и упражнениями. В конце курса вы получите не только знания, но и готовые шаблоны, которые сможете использовать в своих проектах.

Программа:

• Модуль 1. Введение в курс по Go (4 лекции, 4 минуты)
• Модуль 2. Инсталляция Go и команды Go (5 лекций, 13 минут)
• Модуль 3. Основы Go (8 лекций, 1 час 2 минуты)
• Модуль 4. Переменные и базовые типы (14 лекций, 1 час 43 минуты)
• Модуль 5. Константы (5 лекций, 49 минут)
• Модуль 6. Функции (12 лекций, 2 часа 36 минут)
• Модуль 7. Указатели (6 лекций, 1 час 34 минуты)
• Модуль 8. Массивы и slices (11 лекций, 2 часа 41 минута)
• Модуль 9. Условные инструкции if и switch (7 лекций, 1 час 7 минут)
• Модуль 10. Циклы for и for range (7 лекций, 1 час 17 минут)
• Модуль 11. Тип map (9 лекций, 1 час 46 минут)
• Модуль 12. Тип struct (10 лекций, 2 часа 11 минут)
• Модуль 13. Интерфейсы (12 лекций, 3 часа 45 минут)
• Модуль 14. Ошибки (12 лекций, 2 часа 30 минут)
• Модуль 15. Goroutines и параллельное выполнение (9 лекций, 2 часа 3 минуты)
• Модуль 16. Завершение (1 лекция, 1 минута)

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Пройди путь от основ электроники до реальных проектов на микроконтроллерах

О чем эта программа:

• Что есть профессия
  Инженер умных систем работает в сфере разработки встраиваемых систем (Embedded Systems).
  Такие системы присутствуют во многих областях жизни: от бытовой техники до сложных систем управления транспортом и летательными аппаратами.
• Что умеют специалисты
  Специалисты Embedded-технологий умеют разрабатывать и паять печатные платы, писать код для работы с микроконтроллерами, производить отладку и внедрять устройства во всех направлениях деятельности человека.
• Востребованность професии
  Профессионалы востребованы в целом ряде отраслей промышленности и секторов экономики: от потребительской электроники до устройств особых назначений.
• Уровень знаний
  Программа направлена на подготовку специалистов с любого уровня до уровней Junior/Junior+. Вы получите все необходимые знания для старта в профессии Embedded-разработчика.

Кому подойдет программа:

Программа "Инженер умных систем" идеально подойдет для широкого круга людей, желающих освоить востребованную профессию и начать карьеру в динамично развивающейся области embedded-разработки

• Начинающим и специалистам других сфер IT
  Предоставит навыки аппаратной инженерии и программирования микроконтроллеров, что поможет достичь новых карьерных перспектив
• Студентам технических специальностей
  Позволит восполнить пробелы "классического" образования, получить практические навыки разработки и существенно повысить свою ценность на рынке труда
• Инженерам и специалистам по ремонту
  Станет отличным способом перейти в сферу разработки. Улучшит понимание устройств на низком уровне: поможет разобраться, как они работают "изнутри"
• Действующим разработчикам
  Позволит "уложить по полочкам" все знания, дополнит и расширит компетенции и навыки
• Предпринимателям и самозанятым
  Программа поможет приобрести все необходимые навыки для того, чтобы предлагать свои услуги по разработке устройств
• Бизнесу, производству и компаниям
  Программа поможет повысить квалификацию и уровень ваших сотрудников, что безусловно отразится положительно на качестве выпускаемой продукции

Программа:

1. Введение в профессию
2. Программирование на Си. Базовый уровень
3. Основы электроники
4. Arduino. Проектирование устройств
5. Микроконтроллеры. Вводный курс
6. Микроконтроллеры. STM32
7. Программирование на Си. Продвинутый уровень
8. ОСРВ на базе FreeRTOS
9. Базовые технологии электроники
10. Технологии связи

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Соберете и настроите свою профессиональную среду для разработки с агентами: от написания кода до ревью, автотестов и проверки безопасности.

Кому подойдёт воркшоп:

• Разработчикам
  Тем, кто пишет на Python и хочет, чтобы рутину закрывал агент, а они занимались архитектурой и сложными задачами
• Инженерам данных и ML-инженерам
  Тем, кому нужен production-grade код, а не ноутбуки, и кто устал спорить с бэкендерами про качество
• DevOps или платформенным инженерам
  Тем, кто выстраивает стандарты разработки в командах и хочет зашить их прямо в агента
• Тимлидам и техлидам
  Тем, кому важно не просто «внедрить ИИ», а показать руководству вклад агентов в цифрах по коммитам

Заберёте с собой после воркшопа:

• Агентная среда под ключ
  Настроенный AI-агент с выверенной схемой «модель под задачу» через OpenRouter. Переносится в любой проект
• Правила, навыки и чеклисты
  Готовые промпты под ревью, автотесты, безопасность и политики работы с секретами
• Шаблон AI-first проекта
  Python / Litestar / PostgreSQL / Alembic. Готов к продакшену с первого дня
• Инструменты контроля качества
  Способы определить, где агент справляется сам, а где его нужно направлять

Формат:

• Онлайн
• 4 часа
• Живой формат с экспертом, запись доступна в LMS

Результат:

• Рабочая агентная среда на живом проекте, которую переносишь в свой репозиторий сразу после воркшопа.
• Не демонстрация возможностей AI, а собранная среда, в которой агент ежедневно закрывает инженерные задачи

Что добавите в резюме и примените на работе уже завтра:

• Безопасность AI-разработки: секреты, утечки, зависимости
• Автоматический контроль качества: pre-commit, линтеры
• AI-first разработка на Litestar + PostgreSQL + Alembic
• Построение агентной среды с правилами и стандартами команды
• Unit- и integration-тесты через агента с контролем покрытия
• Code Review силами AI-агента по чеклисту архитектуры
• Оценка вклада AI-инструментов через метрики по коммитам
• Выбор LLM под задачу по метрикам цена/качество
• Настройка AI-агентов в VS Code через OpenRouter

Программа:

1. Окружение для разработки
2. Backend-проект на Litestar и PostgreSQL
3. Безопасность разработки
4. OpenRouter: один ключ — десятки моделей
5. Сравнение моделей на реальной задаче
6. Что происходит без правил
7. Правила и навыки: агент как инженер команды
8. Автоматические проверки качества
9. Тесты и покрытие кода
10. Типовые задачи руками агента
11. Code Review силами агента
12. Измерение вклада агента в работу

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Для кого этот курс?

• ML инженеры и разработчики, которые интересуются финансовым анализом и хотят развиваться этой области
• Финансовые аналитики, которые хотят начать использовать машинное обучение в своей работе

Необходимые знания:

• базовое знакомство с Python;
• базовые знания линейной алгебры, математического анализа, математической статистики;
• базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия, простые нейросети).

По итогам курса курса вы:

• научитесь основам финансового анализа и принципам биржевой торговли;
• познакомитесь со специальными понятиями финансового анализа, научитесь анализировать различные финансовые инструменты, оценивать риски и формировать оптимальный портфель;
• создадите торгового робота, который будет проводить операции автоматически, оценивая приемлемый уровень риска;
• узнаете как разместить торгового робота на облачной платформе для взаимодействия с реальными биржевыми площадками;
• настроите торгового робота на мониторинг и регулярное переобучение по актуальным данным.

Программа:

Введение в финансовые рынки и машинное обучение

В этом модуле вы познакомитесь с основными понятиями. Вспомните Python и поймёте, как его можно применять для финансового анализа. Вспомните основы машинного обучения и поймёте его применение в финансах. Вспомните основы статистики и временных рядов. Познакомитесь с инструментами анализа финансовых данных.

Тема 1: Введение в финансовые рынки и основные понятия
Тема 2: Основы машинного обучения и его применение в финансах
Тема 3: Основы статистики и временных рядов в анализе финансов
Тема 4: Инструменты анализа финансовых данных
Тема 5: Практическое введение в Python для финансового анализа // ДЗ

Технический анализ финансовых рынков

В этом модуле вы познакомитесь с основами технического анализа. Рассмотрите паттерны и стратегии технического анализа. Поймёте, как интегрировать технический анализ с методами машинного обучения. Построите первую модель на основе технического анализа и оцените её эффективность.

Тема 1: Введение в технический анализ: графики и индикаторы
Тема 2: Паттерны и стратегии технического анализа
Тема 3: Интеграция технического анализа с методами машинного обучения
Тема 4: Применение технического анализа к различным классам активов
Тема 5: Оценка и сравнение эффективности технического анализа // ДЗ

Подготовка данных и признаковая инженерия

В этом модуле вы познакомитесь с методами сбора, очистки и визуализации финансовых данных. Поймёте, как работать с большими объёмами данных. Изучите преобразование и создание признаков.

Тема 1: Сбор и очистка финансовых данных
Тема 2: Визуализация финансовых данных
Тема 3: Управление отсутствующими данными и аномалиями
Тема 4: Работа с большими объемами данных в финансах
Тема 5: Преобразование данных и создание признаков // ДЗ

Моделирование и стратегии на финансовых рынков

В этом модуле вы рассмотрите основы классификации и регрессии в финансовых приложениях. Вспомните особенности моделирования временных рядов и прогнозирования цен активов. Познакомитесь со стратегиями торговли и оптимизации портфеля с использованием ML. Рассмотрите особенности работы с высокочастотными данными.

Тема 1: Основы классификации и регрессии в финансовых приложениях
Тема 2: Моделирование временных рядов в прогнозировании цен
Тема 3: Стратегии торговли и оптимизация портфеля с использованием ML
Тема 4: Работа с высокочастотными данными в финансах
Тема 5: Применение регуляризации и оптимизации в финансовых моделях // ДЗ

Глубокое обучение и практические аспекты

В этом модуле вы вспомните, как строить и обучать глубокие нейронные сети. Научитесь применять нейронные сети в анализе финансовых рынков. Построите и обучите нейросетевую модель на основе технического и фундаментального анализа.

Тема 1: Введение в глубокое обучение и нейронные сети
Тема 2: Применение нейронных сетей в анализе финансовых рынков
Тема 3: Этические и регуляторные аспекты применения ML в финансах
Тема 4: Создание и обучение глубоких моделей в Python
Тема 5: Продвинутые методы глубокого обучения для анализа финансов // ДЗ

Сложные модели торгового агента и перенос обучения в production

В этом модуле вы рассмотрите дополнительный функционал, предоставляемый нам LLM и RL-моделями. Соберёте ансамбль из нескольких моделей для повышения точности. Перенесёте модели в облачную среду.

Тема 1: LLM - модели
Тема 2: RL - модели
Тема 3: Сборка финального ансамбля // ДЗ
Тема 4: Перенос модели в облачную среду // ДЗ
Тема 5: Метрики модели и регулярное переобучение

Продажник
Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Этот курс — твоя ступенька к росту.
Если ты научишься применять конкурентность и параллелизм в продакшен проектах, ты сможешь выставлять это, как одно из самых сильных качеств при повышении грейда.

Скорее всего ты уже
пытался изучить эти темы:

Асинхронность, потоки и процессы, смотрел статьи
и видео — но так и не понял, как это применять в реальной разработке

• Учебные примеры
не похожи на работу
• Непонятно, какой инструмент выбрать под задачу
• Знания есть, но цельной картины нет

Тебе нужно знать:

• FastAPI
• PostgreSQL
• Docker
• Git

Основная ценность курса —
постоянная практика

Ты будешь разбирать ошибки в продакшен коде вместе со спикером, и параллельно будешь писать свой проект с использованием новых технологий:

• Потоки и процессы. Для нетипичной 
IO/CPU нагрузки
• Высокая нагрузка. Нагрузим 1000 RPS для имитации продакшена
• Брокеры. Для обработки больших потоков данных из Kafka
• Websockets. Для трансляции лайв-событий
• Локальные очереди. Для передачи данных внутри приложения
• Внешние API. С таймаутами, распределенными rate limiter’ами и локами
• Распределенные системы. Мьютексы и семафоры для координации распределенных запросов

Программа:

Неделя 1. Фундамент конкурентности и параллелизма

• Разбираем конкурентность и параллелизм по кирпичикам: как задействуются ядра процессора, как переключаются потоки, и как работают сокеты
• GIL, IO-bound и CPU-bound: что именно блокирует GIL, как он влияет на каждый тип нагрузки и почему CPU-bound задача не ускоряется от async
• Корутины и событийный цикл изнутри: почему это не просто "тупая" очередь задач, и как его не заблокировать
• Корутины, потоки, процессы, воркеры: разница, когда что выбрать
• Tasks и Futures: create_task, получение результата, обработка исключений, отмена и потеря задач
• gather и TaskGroup: как ведёт себя группа задач при падении одной из них и как безопасно запускать набор задач

Домашнее задание
Сравнить последовательный и параллельный запуск корутин, получить блокировку event loop. Поработать с запуском и отменой задач. Вынести блокирующую функцию в поток, CPU-задачу — в процесс.

Результат недели
Уложишь в голове, как устроены потоки, процессы, корутины и воркеры, разберёшься с базой асинхронности и, глядя на любую задачу или код, будешь сразу понимать, каким инструментом её решать.

Неделя 2. Работа с базой данных и внешними API под нагрузкой

• Знакомство с production-style микросервисом заказов: где в нём прячется конкурентность и что ломается под нагрузкой в первую очередь
• Как устроены большинство Python библиотек для работы с БД, Redis, брокером, и как не выстрелить себе в ногу при больших нагрузках
• Параллельные запросы к базе PostgreSQL: что такое thread-safe и coroutine-safe, и почему типичный паттерн Repository ломается в этом случае
• as_completed и wait: забираем результаты по мере готовности, не дожидаясь самого медленного

Домашнее задание
Реализовать HTTP-клиенты к внешним API и параллельно подтягивать данные при создании события. На превью заказа параллельно собирать сущности из БД, не шаря одну сессию. Добавить таймауты, обработку ошибок и retry на временные ошибки.

Результат недели
Научишься ходить в базу и внешние API параллельно, переиспользовать TCP-соединения и на реальных примерах увидишь, насколько это ускоряет сервис. Погрузишься в параллельные запросы, которые нужны каждый день, и поймёшь, какой код безопасно выполнять конкурентно.

Неделя 3. Координация в распределенной системе

Что меняется, когда сервис живёт запущен в нескольких инстансах? Как согласовать всех воркеров, даже если они живут на разных серверах?

Паттерн Single Flight: как из тысячи одинаковых запросов пропустить в базу только один (решение проблемы Thundering herd)

• Распределенная блокировка на примере протухшего токена: продлеваем общий токен внешнего API так, чтобы это сделал ровно один воркер, избежав 429 ошибок
• Состояние прямо в памяти приложения: когда кэша уже мало и приходится жертвовать оперативкой ради производительности

Домашнее задание
Добавить Redis кэш и защитить популярное событие от лавины запросов через паттерн single flight через распределенную блокировку. Решить проблему thundering herd через распределенный мьютекс для обновления протухшего токена. Подтягивать snapshot конфига в память фоновой задачей.

Результат недели
Шагнёшь в распределённые системы и начнёшь решать серьезные проблемы: удерживать базу под наплывом запросов, согласовывать состояние между воркерами и не дать им наперегонки атаковать общий ресурс или внешний API.

Неделя 4. Фоновые задачи. От простых методов до production-ready

• TaskIQ и Celery: когда задачу пора отдавать воркеру и чем опасны фоновые задачи
• Как снизить нагрузку на сервис, используя поллинг для длинных
• Паттерн Transactional outbox: как не допустить расхождения данных между базой, taskiq/celery и приложением
• Как ускорить асинхронное приложение через вынос блокирующего кода в потоки. Учимся распознавать такой код

Домашнее задание
Вынести обработку покупок в Taskiq, отдавая статус для поллинга. Регулярно проверять билет и обновлять статус. Генерировать QR-код синхронным SDK во внешнем потоке.

Результат недели
Познакомишься с самыми популярными инструментами для фоновых задач в Python и поймёшь, какие проблемы с ними связаны. Научишься сам выбирать инструмент под задачу: когда выносить CPU-нагрузку, когда I/O и что для этого взять.

Неделя 5. Очереди, батчинг и потоковая обработка событий из Kafka

• Зачем использовать очередь asyncio.Queue внутри приложения
• Батчинг событий в ClickHouse: как снизить нагрузку с базы в сотни раз
• Как действовать, если не успеваешь обрабатывать входящий поток сообщений из брокера
• Знакомимся со вторым микросервисом аналитики, с получением тысяч событий из Kafka
• Как выстроить пайплайн по переливу данных из Kafka в Websocket для рил-тайм слежения за курьерами на карте

Домашнее задание
Отправлять аналитику в фоновом режиме, чтобы запрос её не ждал. Копить события в очереди и писать в ClickHouse батчами. Обрабатывать данные из Kafka.

Результат недели
Научишься работать с Kafka асинхронно и с вебсокетами, делать батчинг данных и не перегружать базу, что критично важно на продакшене.

Неделя 6. Профилирование и трейсинг Python приложений

• Выносим CPU-нагрузку правильно: какие вычисления отпускают GIL и почему от этого зависит выбор между потоками и процессами
• Тяжёлый отчёт уезжает в воркер: клиент опрашивает статус и забирает готовый файл
• CPU-расчёты по перемещениям курьеров и генерация Excel — в ProcessPoolExecutor, чтобы сервис не замирал
• Ловим блокировки event loop: лаги, медленные коллбеки и охота за тем, что подвешивает сервис
• Трейсинг сквозного запроса через contextvars: видим весь путь запроса, даже когда всё перемешано в логах
• Graceful shutdown: гасим сервис с фоновыми задачами, очередями и воркерами без потери данных

Домашнее задание
Реализовать запуск отчёта о продажах через Taskiq с поллингом и скачиванием файла. Собрать аналитику по продажам и сгенерировать Excel отчет, вынеся CPU-вычисление в процесс. Добавить мониторинг блокировок event loop и трейсинг.

Результат недели
Разберёшься, как правильно выносить CPU-нагрузку, и научишься профилировать и трейсить асинхронный код, находя узкие места под нагрузкой.

Тариф Стандарт

• будут доступны все материалы курса
• доступ к еженедельным встречам без проверки заданий

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Архитектура Frontend приложений
• Изучим подходы к проектированию модулей, обеспечивающие легкость поддержки и развития приложения.
• Рассмотрим популярные паттерны проектирования и их применение в разных контекстах.
• Сравним парадигмы программирования, чтобы выбрать наиболее подходящую для конкретных задач.
• Все материалы сопровождаются практическими примерами, чтобы сразу применить знания в своих проектах.

Курс ориентирован на разработчиков, стремящихся улучшить архитектуру приложений и повысить их качество.
Домашнее задание и Ответы
После завершения интенсива вас ждет домашнее задание, созданных Андреем Кобецом, чтобы вы смогли закрепить и углубить полученные знания.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Привет, инженер! Да, ты не ослышался, готовлю для тебя интенсив по React

Но это не будет курс для прикладного использования фреймворка. Вместо этого мы посмотрим на него глазами инженера. Разберем архитектуру на составляющие и проследим ее эволюцию от версии к версии. Правильно сказать, что данный интенсив не сделает из тебя разработчика на React, но даст понимание как писать высокоэффективный производительный код с использованием React и повысит шансы на успешное прохождение собеседования (да, тренд 25-26 годов сместился в сторону прикладных инструментов и все чаще спрашивают именно нюансы React на собеседовании).

Курс идеально подходит для middle+ разработчиков, которые хотят перестать «просто использовать» React и начать понимать его на уровне архитектуры.
Можно ли прийти без знания React? Да. React здесь просто наглядный пример. Мы будем говорить об архитектуре, инженерии и принципах, которые работают в любом фреймворке.

Программа:

День 1. Архитектура React:

• Virtual DOM как структура данных: зачем, как, сравнение с DOM
• Что такое реактивность: почему setState вызывает рендер? Что именно делает React реактивным?
• Рендер и коммит: фазы жизни React-компонента
• Поток обновлений представления: разбираемся с Fiber и кооперативной многозадачноностью
• Отладка и профилирование: React DevTools - почему компонент перерендерился, как записать и проанализировать профиль

День 2. Производительность:

• Когда на самом деле нужны useMemo, useCallback, React.memo и что нового принес React-compiler
• Зачем нужны useTransition и useDeferredValue
• Разбираемся с use() + Suspense: как React научился ждать данные во время рендера
• Современные фичи: useActionState, useOptimistic и другое

День 3. Анатомия приложения:

• Управление состоянием: когда Redux Toolkit, когда Zustand, когда Context + useReducer, когда React Query (TanStack Query) для серверного стейта
• Серверные компоненты и сравнение с HDAA-подходом (Hypermedia-Driven Applications)
• Слоистая и гексогональная архитектура

Продажник
Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Хотите начать карьеру в 1С, но не знаете, с чего начать?
Этот курс поможет выбрать направление развития, подготовить резюме, пройти собеседования и получить работу в экосистеме 1С. Практические задания, реальные кейсы и пошаговый план помогут быстрее достичь профессиональных целей

Чему вы научитесь

• Разбираться в основных профессиях и карьерных направлениях 1С.
• Выбирать подходящий карьерный трек в зависимости от своих целей и сильных сторон.
• Планировать профессиональное развитие на несколько лет вперед.
• Анализировать вакансии и понимать требования работодателей.
• Составлять конкурентоспособное резюме.
• Подготавливать ответы на типовые вопросы собеседований.
• Избегать распространенных карьерных ошибок.
• Оценивать предложения работодателей и принимать взвешенные решения.
• Понимать, какие навыки влияют на рост дохода и карьерное продвижение.

Этот курс поможет разобраться в профессиях экосистемы 1С, выбрать подходящее направление развития и подготовиться к успешному трудоустройству как для начинающих специалистов, так и специалистов с опытом.

Вы узнаете, какие карьерные треки существуют в 1С, чем отличаются программист, аналитик и консультант, какие навыки востребованы работодателями и как выстроить собственный план развития.

Курс охватывает весь путь специалиста: от выбора профессии и составления резюме до прохождения собеседований, оценки офферов и построения долгосрочной карьеры.

Материал основан на реальном опыте работы в индустрии 1С и анализе карьерных траекторий специалистов разного уровня.

К концу обучения вы будете понимать:

• какое направление в 1С подходит именно вам;
• какие навыки необходимо развивать для роста дохода и востребованности;
• как искать работу и проходить собеседования;
• как построить долгосрочную и успешную карьеру в экосистеме 1С.

Главный результат курса — не просто знания, а готовый план действий для развития карьеры и поиска работы в 1С.

Программа курса
1. Введение
2. Рынок 1С и карьерные возможности
3. Выбор карьерного пути
4. Где работать в 1С
5. Резюме и собеседование
6. Офферы и карьера

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

В основе курса лежит stepstat*ru - учебный сайт-тренажёр и одновременно живое веб-приложение, которое собирает данные о курсах Stepik. На протяжении курса вы будете работать с его API: получать карточки курсов, рейтинги, отзывы, промокоды, статистику, команды авторов, поисковые логи и другие данные.

Мы сделали курс максимально практическим. Теория здесь нужна не для галочки, а чтобы вы не тыкались в API вслепую. Квизы тоже будут, но без фанатизма: ровно столько, чтобы закрепить важные идеи и не дать теории улететь из головы сразу после прочтения.

Дальше в каждой теме вас ждёт несколько подводящих задач перед боевой практикой. Мы старались делать их не сухими "получите поле name из JSON", а разными по механике, сюжету и настроению. Где-то будет простая разминка, где-то мини-детектив, где-то задача в контексте популярных вселенных - чтобы обучение не превращалось в бесконечную таблицу с endpoint’ами.

А вишенка на торте - рейд-боссы курса: реальные практические задачи на парсинг stepstat.ru. Там уже всё по-взрослому: живые данные, настоящие ответы API, пагинация, фильтры, авторизация, обработка ошибок и ощущение, что ваш скрипт наконец-то делает что-то полезное, а не просто печатает "Hello, JSON".

В курсе есть:

• вводный модуль про API, REST и документацию;
• модуль по requests: установка, первый запрос, Response, коды ответов, заголовки, cookies;
• большой модуль по JSON: вложенные структуры, даты, деньги, ошибки .json(), нормализация, JSON/CSV, flatten;
• модуль про точную настройку запроса: query/path-параметры, пагинация, batch, rate limiting, сессии и адаптеры;
• модуль про авторизацию API: API Key, Bearer/JWT, Basic Auth, cookies, OAuth и хранение токенов;
• модуль про сжатие HTTP-ответов;
• модуль про прокси и ротацию(в разработке).

Чему вы научитесь:

• уверенно читать документацию API и понимать, какие эндпоинты, параметры и форматы ответов вам нужны;
• отправлять GET и POST запросы через requests, передавать params, headers, cookies и таймауты;
• работать с объектом Response: проверять статус-коды, заголовки, тело ответа и Content-Type;
• разбирать JSON-ответы, ходить по вложенным структурам и не падать на null, пустых списках и неожиданных типах;
• приводить данные API к нормальному виду: даты, цены, рейтинги, списки, вложенные поля;
• сохранять результат в JSON и CSV так, чтобы его можно было использовать дальше;
• строить запросы с query- и path-параметрами, проходить пагинацию, делать batch-запросы и учитывать rate limiting;
• использовать Session, ретраи и HTTP-адаптеры для более устойчивого парсинга;
• работать с API Key, Bearer Token, JWT, Basic Auth и cookie-сессиями;
• понимать, как работает сжатие HTTP-ответов: gzip, deflate, br, zstd;
• подключать прокси к requests, проверять их и понимать базовые стратегии ротации.

Спойлер: Программа курса:

Введение

• Введение
• Содержание
• Что такое API
• Как работает современный API
• Что такое RESTful API и чем он нам полезен
• Изучение документации /docs

Основы requests

• API на пальцах: что это и зачем
• Установка и импорт
• Сигнатура метода GET и POST
• Объект Response
• Коды ответов HTTP
• Точка входа в API
• Фильтруем выдачу
• Договариваемся с сервером
• Предъяви своё печенье

Работа с JSON-ответами API

• Введение
• Синтаксис JSON и маппинг типов
• Навигация по структуре JSON
• Типы данных API: даты, цены, числа и null
• response.json() и ошибки
• Нормализация ответа
• Сохраняем результат в JSON
• Сохраняем результат в CSV
• Flatten: расплющиваем вложенные структуры

Точная настройка запроса

• Query-параметры
• Path-параметры
• Комбинированные запросы
• Пагинация в API
• Batch-запросы
• Rate limiting - ограничение на количество запросов
• Работа с сессиями
• HTTP Адаптеры

Авторизация API

• Введение в авторизацию API
• Bearer, API key, Basic Auth
• API Key
• Bearer Token и JWT
• Basic Auth
• Cookie и сессии
• OAuth 2.0

Безопасное хранение ключей и токенов

• Сжатие HTTP-ответов.
• Введение: зачем сжатие и когда оно важно
• Зачем использовать сжатие?
• deflate базовый алгоритм
• gzip проверенная классика
• br современный выбор
• zstd новейший алгоритм
• Обратная сторона: CPU vs сеть
• Сравнение алгоритмов: когда что выбрать

Прокси

• Введение 2.0
• Введение
• Proxies
• Используем прокси
• Серверные прокси
• Резидентские прокси
• Мобильные прокси
• Стратегии ротации прокси

Это конец

• Куда дальше?

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Интенсив для тебя, если ты хоть раз ловил себя на этой мысли

• На рынке слишком много джунов и сложно выделиться
• Кажется, что нейросети скоро заменят начинающих разработчиков
• Что мне говорить про свои навыки в ИИ, если я ничего не понимаю
• В резюме нечем удивить работодателя
• Я изучаю C#, но не понимаю, как сделать проект, который действительно заинтересует работодателя

Этот интенсив подходит:

- Для учеников курсов C#

- Для тех, кто готовится к собеседованиям

- Для junior-разработчиков

- Для разработчиков, которые боятся, что ИИ их заменит


ПРОГРАММА:

День 1

Подключаем нейросети к проекту. Ты узнаешь

• как работают LLM
• как подключать GigaChat через C#

Результат: твоя программа отвечает через ИИ.


День 2

Управляем моделью правильно. Ты изучишь:

• системные промпты
• структурированный вывод
• JSON-ответы
• Function Calling

Результат: Нейросеть начинает выдавать предсказуемые ответы для твоего приложения.


День 3

Создаём поиск по смыслу. Разберём:

• эмбеддинги
• векторный поиск
• хранение данных
• поиск релевантной информации

Результат: твой сервис находит нужную информацию внутри документов.


День 4

Собираем полноценный проект

• объединяем компоненты
• оформляем проект
• подготавливаем для GitHub
• поймёшь, как презентовать проект работодателю

Результат: готовый ИИ-помощник для документов.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

После DLC вы сможете собрать и отладить полноценный пайплайн для realtime analytics: забрать изменения из Postgres через CDC, передать их в Kafka, посчитать метрики в ClickHouse и отдать их через API — а также диагностировать типовые поломки по лагу, свежести и контрактам данных.

Кому подойдет этот курс:
middle+ Data Engineer

Какие инструменты освоите:

• Debezium
• Kafka
• ClickHouse
• PostgreSQL
• FastAPI
• CDC
• Python
• Docker
• Monitoring
• Schema Evolution

Что вы сможете после DLC:

• Собрать полный процесс обработки realtime-данных
  Вы соберёте сквозной пайплайн от источника до API и сможете объяснить каждое звено: зачем оно нужно и как влияет на остальные.
• Проектировать метрики для freshness и SLA
  Вы научитесь определять, насколько свежи данные, и строить метрики, по которым видно, выполняется ли SLA по задержке и качеству.
• Дебажить инциденты в проде
  Дубли, пропущенные события, lag, schema drift, неверные данные — вы научитесь находить причину и восстанавливать пайплайн.

Программа:

• Неделя 1: Realtime mindset, локальный стенд, CDC
  Architecture kickoff
  Теория
  • Что такое realtime analytics в инженерном смысле: latency, freshness, SLA, throughput, correctness
  • Типовой prod: CDC → Kafka → OLAP → API
  • Где в realtime-пайплайнах возникают ошибки: источник, транспорт, схема, агрегация, serving, monitoring
  • Как диагностировать pipeline: lag, offsets, row counts, freshness timestamps, API latency
  Практика
  Поднять локальный docker-compose стенд с Postgres, Kafka, Debezium, ClickHouse, FastAPI. Проверить связь всех компонентов и научиться смотреть логи.
  CDC basics
  Теория
  • CDC: зачем он нужен и чем отличается от batch export
  • Debezium: snapshot и streaming
  • Семантики insert/update/delete в контексте потоковых данных
  • Event envelope, keys, ordering, tombstones
  • Эволюция схемы и контракт данных между источником и приёмником
• Неделя 2: Kafka ingestion, надежность событий
  Kafka refresher
  Теория
  • Topics, partitions, offsets, consumer groups
  • At-least-once delivery и практические последствия. Другие семантики и их сложности
  • Idempotency и дубли на уровне downstream
  • Backpressure, in-flight и lag: как возникают и как диагностируются
  • Контракты для событий: naming, versioning, required fields
  Практика
  Написать producer/consumer для тестовых событий. Смоделировать задержку consumer и увидеть lag. Добавить тестовые дубли и проверить, как downstream должен на них реагировать.
• Неделя 3: ClickHouse, ingestion, realtime-агрегации
  OLAP
  Теория
  • Почему для realtime analytics нужен быстрый OLAP
  • Kafka Engine / ingestion pattern в ClickHouse и как его настроить и мониторить
  • Raw events vs serving tables, materialized views и incremental aggregation
  • Replacing/Summing/AggregatingMergeTree: когда они нужны и где легко ошибиться
  • Freshness как часть модели данных
  Практика
  Подключить ClickHouse к Kafka events. Создать raw events table. Построить materialized views для бизнес-метрик. Посчитать метрики по time window, entity, status/event type. Добавить freshness timestamp.
• Неделя 4: FastAPI metric service и начало проекта
  API
  Теория
  • Зачем нужен API поверх OLAP, если есть дашборды
  • Metric endpoints: filters, grouping, time range, pagination/limits
  • Cache: где помогает, где вредит freshness
  • API-level freshness checks
  • Error semantics: когда отдавать stale response, warning или возвращать ошибку
  Практика
  Реализовать FastAPI service поверх ClickHouse. Добавить endpoints для нескольких метрик. Поддержать time range и group by. Добавить cache для тяжелого запроса. Добавить freshness check.
• Неделя 5: Ops drill и продолжение проекта
  Дебаг
  Теория
  • Как дебажить realtime pipeline: подход, системность, сигналы
  • Runbook для инцидента: симптом, blast radius, гипотеза, проверки, fix, prevention
  • Лаги: source lag, Kafka lag, ClickHouse ingestion lag, API freshness
  • Schema drift: что ломается и как увидеть раньше пользователя
  • Wrong numbers: как сверять source, raw layer, aggregates и API
  Практика
  Получить заранее сломанный pipeline. Найти причину lag. Найти schema drift и предложить совместимое исправление. Найти причину неправильной метрики. Написать incident note и recovery plan.
• Неделя 6: Проверка проекта, демо и защита
  Финальная подготовка
  Теория
  • Как объяснять инженерные решения: latency vs correctness, cost vs freshness, simplicity vs flexibility
  • Как презентовать pipeline на собеседовании или внутри команды
  • Финальный разбор типовых ошибок перед защитой
  Защита проектов
  Теория
  • Demo на тестовых событиях
  • Разбор одной поломки и диагностики
  • Вопросы по semantics, freshness, duplicates, schema drift

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Generative AI Fun with ChatGPT & Suno: No Tech Skills Needed by Phil Johncock

Язык курса английский + орг сделает русскую аудиодорожку [авто]

Чему Вы научитесь:
Создадите свою первую песню AI, повысьте свою уверенность и посмотрите, насколько простым и увлекательным может быть творчество AI — даже без технических навыков!
Ускорите написание песен с помощью Voice-to-Text! Записывайте идеи естественным образом и превращайте произнесенные слова в креативные песни AI — никаких проблем с набором текста, только чистый поток!
Освоите использование нескольких устройств, повысите креативность с помощью облачного хранилища и обретёте уверенность, легко переключаясь между приложениями, веб-сайтами и инструментами!
Используете метод 5-STAR Plus для подсказок ChatGPT, создадите персонализированные, рифмованные тексты и с легкостью редактируйте их в содержательные, готовые к исполнению песни!
Создадите полноценные песни AI в Suno, выбирайте жанры, концовки и структуры и используйте профессиональные советы, чтобы сделать свою музыку более веселой, отточенной и уникальной!
Освоите творчество в AI, преодолеете страхи перед технологиями и откроете для себя интересные способы создания песен, историй и трибьютов, исследуя идеи из «Your AI Adventure»!

Материалы курса:

Спойлер

8 разделов • 29 лекций • Общая продолжительность 2 ч 22 мин
Введение
Модуль 1 — Ваша первая веселая песня Suno с использованием копирования и вставки
Модуль 2 - Голос в текст - Ваша первая веселая песня Suno с использованием голоса в текст
Module 3 - Device Harmony Is Like Riding a Bike
Модуль 4: Использование ChatGPT для создания текстов песен и многого другого!
Модуль 5: Использование аудио для создания песен
Модуль 6: Глубокое погружение в «ваше приключение ИИ»
Модуль 7: За музыкой: Превращение реальной жизни в песню с ChatGPT и Suno

Этот курс проведет вас от полного новичка в области ИИ до создания пользовательских трибьютов с уверенностью. Каждый модуль знакомит с простыми практическими навыками, которые вы сможете сразу же использовать, даже если вы новичок в области ИИ. Мы начнем с простого обзора ИИ и того, что делает генеративные инструменты, такие как ChatGPT и Suno, такими захватывающими для личного творчества. Никаких сложных терминов — просто простое введение, чтобы помочь вам почувствовать себя непринужденно. Мы покажем вам, как инструменты Voice-to-Text меняют правила игры в использовании генеративного ИИ.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Это практический курс по созданию Backend-системы на FastAPI. Вы разработаете полноценную образовательную платформу с Clean Architecture, JWT-аутентификацией, тестированием, очередями, Docker-runner для проверки кода и системой прогресса обучения. Курс ориентирован на разработчиков, которые хотят перейти от простых API к архитектурно сложным backend-проектам. Внимание, данный курс не содержит ни минуты видео!

Чему вы научитесь:

• Проектировать backend-приложения на FastAPI с использованием Clean Architecture
• Разделять систему на domain, application, infrastructure и delivery слои
• Реализовывать Use Cases, репозитории и Unit of Work
• Работать с SQLAlchemy, миграциями и persistence-слоем
• Создавать JWT-аутентификацию, роли и систему авторизации
• Писать unit, integration и end-to-end тесты
• Разрабатывать интерактивные системы тестирования и отслеживания прогресса
• Реализовывать платформу кодовых задач с автоматической проверкой решений
• Настраивать Docker-runner для безопасного исполнения пользовательского кода
• Работать с очередями, worker-процессами и брокерами сообщений
• Проектировать масштабируемую архитектуру образовательной платформы
• Оптимизировать производительность через индексы и кеширование

Код проекта, который создается в рамках курса, вы можете посмотреть на GitHub.

Чему научитесь:

Модуль 1. «MVP».

• Мы спроектируем и реализуем первую рабочую версию онлайн-школы на FastAPI с опорой на Clean Architecture.
• Разберем структуру проекта, разделим домен, application, persistence и delivery-слои, настроим конфигурацию, ошибки и инфраструктурную основу.
• Реализуем ключевые сущности Course, Module, Section, Lecture и User, добавим роли пользователей и базовую модель доступа.
• Построим read- и write-сценарии через Use Cases, оформим контракты слоев, подключим ORM, репозитории, Unit of Work и миграции базы данных.
• Вынесем функциональность в FastAPI-эндпоинты, оформим OpenAPI-документацию, реализуем JWT-аутентификацию, авторизацию и защиту маршрутов.
• В завершении раздела проведем практическое, unit, интеграционное и end-to-end тестирование проекта.

Модуль 2. «Интерактивное обучение: тесты, попытки, прогресс»

• Мы расширим MVP интерактивной частью и перейдем от простого контента к активному обучению.
• Реализуем роли для авторов, студентов и управляющих пользователей, добавим сущности Question, AnswerOption и QuestionAttempt.
• Научимся поддерживать одиночный и множественный выбор ответов, фиксировать попытки прохождения тестов, рассчитывать результаты, баллы и статусы.
• Построим авторские сценарии создания тестов и пользовательские сценарии прохождения, добавим прогресс обучения как часть доменной модели и обсудим учебную мотивацию через баллы.
• Реализуем persistence-слой интерактивного этапа, FastAPI-роуты, зависимости и схемы, после чего протестируем модуль вручную и с помощью автоматизированных тестов.

Модуль 3. «Кодовые задачи и Docker-runner»

• Мы добавим в платформу практические задания и систему автоматической проверки решений.
• Начнем с домена простых задач: реализуем сущность Task, попытки решений, историю отправок, правила проверки, роли, владельцев и доступы.
• Перейдем к кодовым задачам: создадим сущность CodeTask, сценарии отправки кода, application-слой проверки и жизненный цикл результата.
• Настроим очередь и worker для асинхронной обработки, разработаем Docker-runner для безопасного исполнения пользовательского кода и сохранения артефактов проверки.
• Отдельно рассмотрим безопасность, отказоустойчивость, внешний брокер, реальную очередь и поддержку разных языков программирования.
• В конце раздела подключим FastAPI-слой, обновим учебный прогресс и протестируем этап задач вручную и автоматически.

Модуль 4. «Платформенные сценарии вокруг обучения»

• Мы превратим проект в более полноценную образовательную платформу вокруг курсов, студентов и авторов.
• Реализуем жизненный цикл курса со статусами draft, published и archived, бизнес-сценарий публикации, каталог курсов и карточку курса.
• Добавим обложку, описание, сложность, теги, поиск и фильтрацию по темам, тегам и уровню сложности.
• Построим аналитику для студента и автора: завершение курса, баллы, слабые места, прохождение, сложные вопросы и задачи.
• Реализуем рейтинги, отзывы, комментарии, обсуждения под лекциями и историю активности студента.
• В завершении раздела оптимизируем чтение данных с помощью индексов и кеширования контента.

Программа:

MVP:

1. Обзор проекта, стека и маршрута разработки
2. Clean Architecture на практике
3. Структура проекта: каркас, пакеты, стандарты
4. Конфигурация и ошибки: фундамент production-подхода
5. Сущность Course как бизнес-ядро
6. Сущности Modules, Sections и структура курса
7. Сущность Lecture и учебный материал
8. Сущность User и роли: модель доступа
9. Read-сценарии: первые Use Cases
10. Write-сценарии: управление контентом через Use Cases
11. Контракты слоёв: интерфейсы, границы, ответственность
12. Persistence: ORM отдельно, домен отдельно
13. Репозитории: доступ к данным
14. Unit of Work: транзакции как часть архитектуры
15. Миграции базы данных и инфраструктура
16. FastAPI как слой доставки
17. Эндпоинты чтения
18. Эндпоинты управления
19. OpenAPI: документация, теги, схемы ошибок
20. Аутентификация: регистрация, логин, JWT
21. Авторизация: роли, доступы, защита маршрутов
22. Практическое тестирование проекта
23. Автоматизированное тестирование проекта (Unit тесты)
24. Интеграционное тестирование и End-to-End тесты
25. Домашнее задание

Интерактивное обучение: тесты, попытки, прогресс:

1. Точка входа во второй модуль: от контента к активности
2. Роли второго этапа: кто создает, кто проходит, кто управляет
3. Cущность Question
4. Сущность AnswerOption и варианты ответа
5. Формы ответа: одиночный и множественный выбор
6. Сущность QuestionAttempt и прохождение тестов
7. Результаты теста, баллы и статус
8. Авторские сценарии для тестов
9. Домашнее задание
10. Пользовательские сценарии прохождения
11. Прогресс обучения как новая часть домена
12. Баллы и учебная мотивация
13. Persistence интерактивного этапа: ORM, репозитории, UoW
14. FastAPI для интерактивного этапа: роуты, зависимости, схемы
15. Практическое тестирование интерактивного этапа
16. Автоматизированное тестирование тестового этапа
17. Домашнее задание

Кодовые задачи и Docker-runner:

1. Точка входа в этап задач
2. Сущность Task
3. Попытка решения и история отправок
4. Правила проверки простых задач
5. Роли, владелец и доступы в домене задач
6. Авторские сценарии простых задач
7. Пользовательские сценарии простых задач
8. Контракты и инфраструктурные границы
9. Persistence простых задач и развитие схемы
10. Кодовые задачи, сущность CodeTask
11. Отправка кода и жизненный цикл проверки
12. Авторские сценарии кодовых задач
13. Application-слой кодовых задач
14. Очередь и worker
15. Среда исполнения: Docker-runner и артефакты проверки
16. Безопасность и отказоустойчивость проверки кода
17. Прогресс кодовых задач и итоговая учебная модель
18. FastAPI и сценарии проверки задач
19. Практическое тестирование этапа задач
20. Внешний брокер и реальная очередь
21. Поддержка других языков программирования в задачах
22. Практическое тестирование этапа задач, ч.2
23. Автоматизированное тестирование этапа задач
24. Домашнее задание

Платформенные сценарии вокруг обучения:

1. Жизненный цикл курса: draft, published, archived
2. Бизнес-сценарий публикации курса
3. Каталог курсов и карточка курса
4. Обложка, описание, сложность и теги курса
5. Домашнее задание
6. Поиск по каталогу курсов
7. Фильтрация по темам, тегам и сложности
8. Профиль пользователя
9. Аналитика для студента: завершение, баллы, слабые места
10. Домашнее задание
11. Аналитика для автора: прохождение, сложные вопросы и задачи
12. Рейтинг и отзывы о курсе
13. Домашнее задание
14. История активности студента по платформе
15. Индексы, оптимизация чтения
16. Кеширование контента

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...