Телеграм канал «Python | CMD»

🌎 Hacks, Leaks, and Revelations: The Art of Analyzing Hacked and Leaked Data (2024)

❔ Чему вы научитесь:
🔵 безопасно принимать и хранить чувствительные датасеты, работая в изолированном окружении;
🔵 разбирать сырые дампы: архивы, логи, выгрузки БД, почтовые ящики;
🔵 искать по большим объёмам данных через CLI-инструменты и grep-подобные конвейеры;
🔵 писать скрипты на Python для парсинга и структурирования нестандартных форматов;
🔵 верифицировать подлинность данных и защищать источник при публикации.

"Hacks, Leaks, and Revelations" — книга о работе с уже опубликованными утечками с позиции журналиста-расследователя и исследователя, а не о том, как их добывать. Целевая аудитория — дата-журналисты, OSINT-аналитики и активисты; предполагается базовое владение командной строкой и Python. Отдельное внимание уделено правовой и этической стороне: что законно анализировать, как минимизировать вред людям в датасете и как не скомпрометировать источник.


🗄 Получить курс

Python | CMD

Уже очевидно, что ВАЙБКОДИНГ — главный навык ближайших лет

Посмотрите сами. ИИ уже забирает на себя работу целых команд: пишет код, закрывает задачи джунов и позволяет стартапам запускать продукты в 2–3 раза меньшим составом. То, на что раньше нужны были несколько разработчиков, сегодня всё чаще делает один человек с ИИ-агентами.

И это только начало. Те, кто освоит вайбкодинг сейчас, смогут быстрее запускать проекты, автоматизировать огромный объём работы, увереннее конкурировать на рынке и зарабатывать больше тех, кто продолжает делать всё вручную.

Начать с нуля поможет канал Вайб-кодинг. Там ребята круглосуточно мониторят более 320 российских и зарубежных источников и публикуют только главное: релизы, инструменты, гайды, курсы и практические кейсы.

Подписывайтесь, нас уже 59 тысяч: @vibecoding_tg

🌎 Practical Generative AI with ChatGPT, 2nd Edition (2025)

❔ Чему вы научитесь:
🔵 строить промпты осознанно: роль, контекст, ограничения, формат ответа;
🔵 применять few-shot и пошаговые рассуждения к задачам, где однострочный запрос не работает;
🔵 использовать модель для работы с текстом, кодом, таблицами и анализом документов;
🔵 обращаться к API OpenAI из своего кода и встраивать генерацию в рабочие процессы;
🔵 распознавать галлюцинации и выстраивать проверку результата;
🔵 учитывать ограничения по данным и конфиденциальности при работе с сервисом.

"Practical Generative AI with ChatGPT" — прикладной сборник сценариев: продуктивность, разработка, аналитика, творческие задачи. Технической подготовки почти не требует, но главы про API рассчитаны на тех, кто пишет код. Ограничение жанра стоит держать в голове: интерфейсы и модели меняются быстрее, чем выходят издания, поэтому ценность в подходах к формулированию задач, а не в конкретных примерах.

🗄 Получить курс

Python | CMD

🌎 Scripting: Automation with Bash, PowerShell, and Python (2024)

❔ Чему вы научитесь:
🔵 писать скрипты на трёх языках и понимать, какой уместнее под конкретную задачу;
🔵 автоматизировать работу с файлами, архивами и резервным копированием;
🔵 обрабатывать текст и логи: фильтрация, парсинг, извлечение нужных полей;
🔵 работать с объектным конвейером PowerShell и потоками в Bash;
🔵 собирать данные с веб-страниц и обращаться к API из скриптов;
🔵 запускать задачи по расписанию через cron и планировщик Windows.

"Scripting" — книга даёт сравнительный взгляд: одна и та же задача решается разными инструментами, и видно, где чья сильная сторона. Подойдёт админам и инженерам, работающим в смешанной среде Windows и Linux; глубокого знания языков не требуется, синтаксис вводится по ходу. Практический результат — набор рабочих скриптов под рутину вместо ручных повторяющихся действий.

🗄 Получить курс

Python | CMD

🌎 Learning Modern C++ for Finance: Foundations for Quantitative Programming (2024)

❔ Чему вы научитесь:
🔵 применять современный C++ — move-семантику, умные указатели, RAII — в вычислительном коде;
🔵 работать с шаблонами и алгоритмами STL для численных задач;
🔵 писать код, где важна точность вычислений с плавающей точкой;
🔵 реализовывать численные методы: интегрирование, оптимизацию, метод Монте-Карло;
🔵 профилировать и оптимизировать критичные по латентности участки;
🔵 распараллеливать вычисления средствами стандартной библиотеки.

🗄 Получить курс

Python | CMD

🌎 Latency: Reduce delay in software systems (2025)

❔ Чему вы научитесь:
🔵 измерять задержку корректно: перцентили вместо средних, хвосты распределения;
🔵 находить источники задержки — очереди, блокировки, сетевые вызовы, сборка мусора;
🔵 применять теорию очередей к загрузке системы и понимать, почему latency растёт нелинейно;
🔵 разделять задержку по слоям: приложение, база, сеть, дисковый ввод-вывод;
🔵 бороться с эффектом медленного хвоста через хеджирование запросов, кэширование, батчинг;
🔵 задавать реалистичные SLO и понимать цену их ужесточения.

🗄 Получить курс

Python | CMD

🌎 Deep Learning for Time Series Cookbook: Use PyTorch and Python recipes for forecasting, classification, and anomaly detection (2024)

❔ Чему вы научитесь:
🔵 готовить временные ряды: ресемплинг, пропуски, скользящие окна, масштабирование;
🔵 строить прогнозные модели на LSTM, GRU и свёрточных архитектурах в PyTorch;
🔵 работать с многомерными рядами и внешними признаками;
🔵 решать задачи классификации последовательностей и детекции аномалий;
🔵 корректно валидировать модели во времени, без утечки будущего в обучение;
🔵 подбирать гиперпараметры и сравнивать результат с классическими бейзлайнами.

"Deep Learning for Time Series Cookbook" — формат рецептов: каждая задача разбирается отдельным блоком с готовым кодом на PyTorch. Рассчитана на аналитиков и ML-инженеров, знакомых с Python и основами нейросетей, но не работавших с временными рядами. Отдельная ценность — акцент на подготовке данных и схеме валидации, где на рядах чаще всего и ломаются модели.

🗄 Получить курс

Python | CMD