channelProgramming, Python, Django, Machine Learning, Development

Python/Django Community

Канал по всем вопросам Python и Django! 🔥 Обсуждения, код и лучшие практики.

TELEGRAM USERNAME@pythonl

MEMBERS58.5K

About this listing

Python/Django Community is a Telegram channel listed on TeleHub. View its description, category, member count, and Telegram join link.

Description

Присоединяйтесь к нашему каналу, посвященному Python и Django 🐍! Здесь вы найдете множество полезной информации: от актуальных новостей о новых библиотеках до глоссариев с рейтингами лучших инструментов.💻 Каждую неделю мы делимся свежими примерами кода и практическими заданиями, подходящими для всякого уровня подготовки — от начинающих до состоявшихся разработчиков. Вы сможете научиться работать с асинхронным Python и повысить свои навыки в написании чистого кода. Не забудьте проверить наши недавние публикации! Мы обсуждали такие темы как: - Новая OCR-модель Jina-OCR-v1 📄 - Углубленное руководство по кодированию на Python 2026🔥 - Бесплатный курс по Claude Code 📚! Наши участники активно помогают друг другу решать возникающие вопросы, так что не стесняйтесь задавать их. Хотите стать частью дружелюбного сообщества разработчиков? Добро пожаловать! 👩‍💻👨‍💻

Telegram statistics

Statistics updated October 17, 2026

Activity

Last public post

1 day ago

Related communities

Game Tester1.8M members

Mathematics & Computing22.2K members

Fluid Client1.2K members

Programmers1.1K members

Recent public posts

Python/Django Community@pythonl

🧠 Tencent открыла Hy Memory: общую память для ИИ-ассистентов и редакторов кода Система объединяет память о переписках, работе и коде, чтобы контекст можно было использовать между Codex, Cursor, WorkBuddy и другими инструментами. Открыты модель, движок и приложение. В основе Hy-Memory-30B-A3B: 30 млрд параметров, из которых активны 3 млрд. По данным команды, система заняла первое место во всех четырёх проведённых бенчмарках, обойдя Opus 5 в тестах памяти: • +10,2 пункта на MemoryArena. • На 51,8% меньше объём памяти. • На 39,3% меньше токенов при извлечении воспоминаний. Модель работает и с чужими движками: Mem0, MemOS и EverMemOS. В одном из продуктов Tencent точность восстановления информации через несколько связанных фактов выросла с 50% до 90%. https://huggingface.co/tencent/Hy-Memory-30B-A3B

Public Telegram postOpen Telegram ↗

Python/Django Community@pythonl

🖥 Datadog научила профилировщик Python понимать asyncio: флеймграфы со «стеками из стеков» и оверхед меньше на 60% Главная боль профилирования asyncio в том, что каждая задача выглядит как независимый стек. Время в запросе к Cassandra повисает в воздухе, и непонятно, какой именно путь в приложении его породил. Инженеры Datadog решили это так: профилировщик отслеживает, какая задача кого ждёт, строит дерево зависимостей и начиная с листьев надстраивает фреймы родителей поверх фреймов потомков. Код, разбитый на отдельные задачи, и обычные корутины в одной задаче теперь дают сопоставимые флеймграфы. Если задача живёт дольше создателя, время засчитывается создателю, пока он работает, а затем тому, кто её ждёт. Цена такого подхода высокая: к стоимости на поток добавляется O(n_tasks), а серверы держат много задач, поэтому адаптивный сэмплинг местами падал до минимальной одной выборки в секунду. Резервуарное сэмплирование задач команда отвергла, потому что для дерева нужны метаданные всех задач. Оверхед срезали тремя шагами. Убрали C++ исключения из пути сэмплирования, это около 15%. Интернировали строки имён функций и файлов, ещё около 25%. Заменили process_vm_readv, по системному вызову на каждый маленький объект, на memcpy с обработчиком сигнала для восстановления после ошибок памяти, это около 50% для синхронного кода. В сумме на сервисах с выкаченными изменениями оверхед упал более чем на 60%. В проде профилировщик нашёл бесконечный цикл в библиотеке pylzstring, которую затем починили в апстриме, и внутреннюю библиотеку, строившую большие debug-строки при логгере уровня INFO. Отдельно ИИ-агент через MCP и Dynamic Instrumentation оптимизировал функ ции на NumPy и снизил CPU в них на 15-30%. Улучшения доступны в свежих версиях ddtrace. Автор отмечает, что похожий подход принят в Tachyon, профилировщике CPython 3.15, но сравнения не делает, как и абсолютных цифр оверхеда. Источник: https://www.datadoghq.com/blog/engineering/async-python-profiler/

Telegram statistics

Loading recent Telegram analytics…

Listing details

MEMBERS58.5K

VOTES0

RANKfree

STATUSapproved

channel-python-django-4020127c7661d3-e83f-4547-89cc-de00a8be35a0

Safety and reporting

TeleHub helps users discover Telegram communities, but users should review each community before joining. Report misleading, unsafe, or inappropriate listings.

Report a listing

FAQ

How do I join Python/Django Community?

Click the join button to open Python/Django Community on Telegram.

Is Python/Django Community NSFW?

No, Python/Django Community is not marked as NSFW. Users should still review the community before joining.

What category is Python/Django Community in?

Python/Django Community is listed under Programming, Python, Django, Machine Learning, Development on TeleHub.

Back to TeleHub Browse directory

Python/Django Community@pythonl