Заявки на доклады

Поиск по тегам:

Тестирование и автоматизация

The silver-lining behind testing - using Django

Akash Singh Tomar

I will be covering testing using the Django framework but the core concepts are not restricted to Django. Any folk can attend this talk & will certainly learn something new.

My talk will cover the following:
* What is a unit test and how is it different from the module test.
* Intuition building for the right mindset of testing.
* Types of scenarios which can be tested and what to do where testing does not seem intuitive.
* What is mocking of objects and why do we need it?
* Running tests in parallel in order to save time.
* What is Jenkins and how can it help in running these tests.
* Small demo on using Jenkins and types of trigger conditions which can be used.
* Fun exercise on testing.

Программный комитет ещё не принял решения по этому докладу

DevOps, контейнеры и развертывание

Распространение Python-приложений или static binаry ДНК

Константин Щербань

В докладе Вы узнаете о разных способах сборки и доставки Python-приложений.

Я покажу на примерах подходящие вам инструменты для конкретных случаев. Увидите подводные камни, которые бывают при сборке в статический бинарник. Познакомитесь с процессом деплоймента на сервера и опытом дистрибуции личных проектов.

Docker, PyInstaller, XAR, Nuitka, PyOxidizer и не только.

Технологии виртуализации и контейнеризации
,
Непрерывное развертывание и деплой
,
Devops / другое
Программный комитет ещё не принял решения по этому докладу

Базы данных и ORM

Deadlock со второго запроса или SQLAlchemy и многопоточные приложения

Алексей Старков

Каждый может получить deadlock при работе с БД, но не каждый знает, как с этим жить дальше!

В докладе я расскажу нашу историю разработки многопоточного приложения - с чего мы начали, с чем столкнулись, как диагностировали deadlock'и, как с ними справились, а самое главное - как надо было сделать с самого начала!

Python
,
Организация доступа к базам данных, ORM, собственные драйвера
,
MySQL (MariaDB, Percona Server)
Программный комитет ещё не принял решения по этому докладу

Guide to NoSQL and Big Data

Sebastián Ramírez

From relational databases (SQL) to Big Data and NoSQL. A map of the different technologies and concepts for modern applications.

Программный комитет ещё не принял решения по этому докладу

Django ORM – advanced tips & tricks

Олег Чуркин

В своем выступлении я расскажу, с какими проблемами сталкиваются сложные проекты на Django, когда количество пользователей и данных достигает масштабов, при которых ошибка в SQL или некорректный индекс может привести к полной деградации продакшна.

Мы поговорим о:
1. Multitable vs Single table inheritance – в каких случаях что лучше использовать, и какие инструменты могут сделать это наследование менее болезненным.
2. Нюансы работы с JSONb полями – расскажу, как поддерживать схему данных в таких полях и как манипулировать данными.
3. Как не стоит использовать менеджеры моделей и как с помощью менеджеров избавиться от высокой связности кода.
4. Как анализировать количество и качество SQL-запросов – разберем несколько explain analyze'ов, и расскажу, как безопасно можно применить новые индексы на продакшне.
5. Обзор новых фич ORM Django 2.2 LTS, которая ожидается в апреле.

Программный комитет ещё не принял решения по этому докладу

Реализация мультитенантности на примере DjangoORM и Postgres

Виктор Тыщенко

Расскажу, как настроить автошардирование, чтобы база данных каждого клиента жила на своём сервере, и они не мешали друг другу.

На примере Django и Postgres пройдёмся по всем шагам, заодно посмотрев, как происходит работа с несколькими базами данных под капотом.

Python
,
PostgreSQL
,
Архитектуры / другое
Программный комитет ещё не принял решения по этому докладу

Управление зависимостями и инфраструктура

How we test 1'000 Python projects in Kiwi

Alex Viscreanu

At Kiwi.com we have lots and lots of Python projects, some important ones are more than 5 years old. With our explosive growth from a small start-up into an international company, it's critical for us to manage code quality at scale. If we find some issue with nginx configuration, we need an automated way to check all projects for it. One year ago we created our own "Zoo" project, which is open sourced! This "reverse-test-system" constantly crawls all our repositories and checks a wide range of issues, from simple "wrong dependency version" and up to tricky GitLab and deploy misconfiguration. In the talk I will showcase how you can set the "Zoo" for yourself and what tests we are using for our code. Hope some of them can be useful for you code base too!

Доклад принят в программу конференции

Python packaging: the good parts

Tatiana Al-Chueyr Martins

Python was born almost 30 years ago. During its development, different libraries and tools evolved to support managing dependencies and distributing reusable code. The purpose of this talk is to show some limitations of using 'pip', 'virtualenv' and 'requirements.txt', illustrating how 'pipenv' can solve them. Pros and cons, of both strategies will be discussed, challenging the audience to choose the best tool for themselves.

Бэкенд / другое
,
Devops / другое
Программный комитет ещё не принял решения по этому докладу

Как варить вкусный статический анализ кода

Илья Лебедев

У вас настроен супер-стрикт-набор валидаторов кода, обязательная аннотация типов без Any и требования стопроцентного покрытия кода тестами? У меня тоже нет. Это не потому, что мы с вами бесполезные и непрофессиональные разработчики, а потому что надо дело делать, а не типы вылизывать.

В докладе я расскажу, как придумать и внедрить систему статического анализа, которая совмещает плюсы со всех сторон: позволяет релизить фичи быстрее, код делает лучше, а разработчиков дружнее. Покажу пару примеров и расскажу про свой опыт.

Python
,
Стандарты кодирования
Доклад принят в программу конференции

Сеть, бэкенд и web-разработка

Falcon: Bare-metal web API framework for Python

Jaysinh Shukla

Falcon is a WSGI-compliant web framework designed to build RESTful APIs without requiring external code library dependencies. API endpoints written in Falcon are 19 times faster than API endpoints written in Django or Flask. Falcon is used by organizations like LinkedIn and Rackspace in their critical projects. Learning Falcon is as easy as learning how to take a selfie from a mobile phone. Learn Falcon for performance booting your microservices.

Программный комитет ещё не принял решения по этому докладу

amqproto: подход sans-io в реализации клиента amqp

Дмитрий Малиновский

В экосистеме Питона внезапно появилась куча сетевых библиотек: asyncio, curio и trio, никуда не делся старый-добрый twisted и низкоуровневый socket. Как не писать по amqp-клиенту на каждую библиотеку? Должно же быть что-то общее? Я расскажу и покажу как. Расскажу, зачем я всё это затеял, какие есть аналоги, с какими проблемами столкнулся.

API
,
Python
Программный комитет ещё не принял решения по этому докладу

OpenStack - Python-проект в 12 миллионов строк. История проекта, комьюнити, библиотеки и интересные решения

Вадим Пономарев

Доклад будет состоять из 6-ти частей.

Историческая справка: что это за проект, когда был основан проект и зачем, кем разрабатывалась первая версия, кто занимается им сейчас.

Как устроен: карта всего проекта в целом, микросервисная архитектура проекта, кем и зачем используется в настоящее время.

Размер проекта и комьюнити: количество проектов, количество репозиториев, количество строк в цифрах, сервис для сбора статистики комьюнити, какие компании участвуют в разработке.

Как ведется разработка: workflow проекта, используемые инструменты, выпуск релизов, управление зависимостями, как выполняется codereview и сколько в целом уделяется этому внимания. Кратко о документации проекта и сколько ей уделяется внимания. Об отдельном проекте для разворачивания среды разработки devstack.

Библиотеки и собственные решения OpenStack (проекты OSLO): о самых интересных библиотеках, написанных комьюнити OpenStack, какие проблемы решали и что в итоге получилось.

Архитектурные паттерны
,
Отказоустойчивость
,
Распределенные системы
Доклад принят в программу конференции

Asynchronous distributed tasks with Celery in Docker

Sebastián Ramírez

Distribute asynchronous tasks in Python with Celery in Docker. Optionally in multiple machines, and with different dependencies.

Программный комитет ещё не принял решения по этому докладу

Эволюция Тинькофф Журнала: от Wordpress до Django с React

Вадим Гончаров
Арсений Габдуллин

Мы в Тинькофф стараемся экспериментировать с разными штуками и развивать то, что «взлетело». Так четыре года назад родился Тинькофф-журнал: эксперимент про обучение людей финансовой грамотности. Эксперимент успешный, и за годы мы эволюционировали проект от простого блога на Wordpress до Django-комбайна с быстрым фронтендом на ReactJS.

Доклад будет про эволюцию: как безболезненно для бизнеса «на лету» менять технологии с сохранением пользовательского опыта, чем Django лучше готовых решений, нужно ли добавлять к ней ReactJS-фронтенд и зачем.

Доклад принят в программу конференции

gRPC - современный подход к проектированию и разработке API

Фади Хадж

- Что такое gRPC?
- Чем он лучше XML/JSON-RPC?
- Как gRPC поможет вашей компании?

Фреймворки
,
API
,
Python
,
Микросервисы, SOA
,
Архитектурные паттерны
,
Отказоустойчивость
Программный комитет ещё не принял решения по этому докладу

Pug is for Pythonistas

Christopher Lozinski

Pug.js is the leading templating engine for Node.js. But it also works well with Python. Like Python and Haml, Pug.js uses indentation (whitespace) to define structure, eliminating both closing tags, and lots of brackets. This saves typing, reduces errors and makes the code much more readable.

Pug templates can be compiled from the command line, or in the browser. The compiler generates either Javascript or HTML The HTML is a valid Chameleon Page Template. (CPT) Both Tal and ${} statements are respected.

The Javascript can be rendered in the browser, or the CPT can be rendered in Python on the server. Pug Demo: https://pythonlinks.info/javascript-wiki/pug-demo/acedemo

Программный комитет ещё не принял решения по этому докладу

Web Scraping techniques via Python Tools

Muhammad AbdulMoiz

Topics covered:
- Web crawling and scraping explanation.
- Basic strategy to crawl and scrap.
- Optimization.
- Python Libraries support with one demo.
- Search engines and crawlers.
- Frontend rich dynamic websites scraping.
- Bot implementation.

Программный комитет ещё не принял решения по этому докладу

Логирование в веб-приложениях

Кирилл Дунаев

- Библиотека, подключаемая к веб-сервису на питоне;
- инфраструктура для анализа получившихся логов;
- зачем это нужно? чтобы не усложнять себе жизнь;
- примеры использования в реальных сервисах.

Python
,
Организация доступа к базам данных, ORM, собственные драйвера
,
Профилирование
,
Разработка библиотек, включая open source библиотеки
,
Логирование и мониторинг
Доклад принят в программу конференции

Цены на Avito: как мы управляем миллиардом значений

Дмитрий Климинский

Все цены на Avito выбираются программно: у нас есть команда аналитиков с Machine Learning, множество одновременных экспериментов и миллиард цен на разные услуги в разных городах. В докладе я расскажу про нашу инфраструктуру на Python, как мы работаем с данными общаемся с аналитиками, отдаем цены для Frontend и быстро ищем нужные значения.

Доклад принят в программу конференции

Инструменты domain driven design

Артем Малышев

Сложность бывает неотъемлемой и привнесённой. Из доклада вы узнаете, как организовывать первую и минимизировать вторую. Поговорим о том, как построить свой продукт вокруг решаемой проблемы, а не используемого фреймворка. Узнаем, в каком месте лучше вводить typing и dataclasses. Рассмотрим, где нам пригодится контрактное программирование и pydantic. Попробуем библиотеки из проекта dry-python. И, конечно, не обойдётся без тестов. Только практика. Никаких UML-схем и абстрактных фабрик фасадов.

Python
,
Архитектурные паттерны
,
Рефакторинг
Программный комитет ещё не принял решения по этому докладу

Жизнь с Celery и ML или без?

Александр Боргардт

В существующем уже давно проекте было решено использовать Celery для запуска периодических ML-задач взамен crontab. В связи с этим возникла необходимость организации отдела sre/ аналитики/ специалистов, которые занимаются исключительно Celery и периодических ML-задач .

В процессе применения Celery возникают проблемы из-за плохой масштабируемости:
* не умеет асинхронно работать (asyncio) с сетью, и с базой, и …;
* отсутствует умное управление задачами между всеми celery worker;
* нет разделения на cpu и io bound задачи;
* необходим штат сотрудников для поддержки и развития инфраструктуры.

Для устранения проблем меня пригласили в данный проект. Нами был придуман ряд интересных решений, построенный на С++, pybind11 и python. Хочу поделится результатами нашей работы и выводами, которые сделали в ходе внедрения наших решений.

Программный комитет ещё не принял решения по этому докладу

Как создать десять приложений из одного и не сойти с ума

Анна Мошкина

Иногда мечта программиста сбывается, и можно раз за разом создавать одно и то же приложение с небольшими отличиями в логике работы и интерфейсе. А дальше все, как в фильмах ужасов: багфиксы и новые фичи должны применяться ко всем ранее созданным приложениям. И никаких миграций для баз данных!

В докладе я расскажу, как мы делаем такие штуки, динамически создаем приложения по JSON-описанию, используем "пластилиновую" архитектуру базы данных и тестируем одновременно наше "ядро" и десятки созданных приложений. И все это - на базе Django, PostgreSQL и Angular.

Доклад принят в программу конференции

Create a production-ready Flask application with Docker

Sebastián Ramírez

From a simple (or complex) Flask application to production-ready in a couple commands, using Docker.

Программный комитет ещё не принял решения по этому докладу

Ravioli vs Pelmeni architecture (microservices vs services)

Анастасия Тимощук

Microservice architecture is trending now, everyone wants to use it, not matter if it’s needed or not. But what if you could know all the pros and cons, possible examples and success stories… What if you could choose by your considered and mature choice. This short talk will guide through best practices of using service and microservice architecture, so you could choose wisely.

Программный комитет ещё не принял решения по этому докладу

gRPC и Python

Денис Катаев

Мы ежедневно используем сервисы: изменяем, удаляем объекты, вызываем различные операции. И мы привыкли делать это с помощью REST и JSON, и это сейчас является стандартом де-факто. Но есть другой способ и это RPC.

Не так давно появилась реализация от Google, работающая поверх http2 с интересными возможностями.

В своем докладе я расскажу о том, что такое gRPC, как работать с этим с помощью Python. О protobuf - протоколе сериализации данных, который используется в gRPC, чем он отличается от json и от apache avro.
Как тестировать сервис, написанный с помощью gRPC с помощью мною написанного плагина для pytest.

Программный комитет ещё не принял решения по этому докладу

Как с помощью SPA мы создали административную панель для любых языков программирования

Денис Кильдишев

В докладе я расскажу об истории создания административной панели Jet Admin, вывода ее на Github и получении 2000 «звезд».

Мы определимся, зачем нужна административная панель, работающая по SaaS, а также как переезд на SPA позволил нам создать универсальную «админку» для любых языков программирования без доступа к личным данным пользователей.

В конце выступления поделюсь информацией о созданном фреймворке для UI-кастомизации — универсальном конструкторе по созданию собственных интерфейсов.

Фреймворки
,
Python
,
Прочие языки
Программный комитет ещё не принял решения по этому докладу

Build a modern web API with FastAPI, using Python types, in 20 minutes

Sebastián Ramírez

Create automatic OpenAPI, API documentation, data validation, conversion and annotation (documentation). All from standard Python type hints. Powered by Starlette and Pydantic, so you get one of the best performances available. Ready for production.

Программный комитет ещё не принял решения по этому докладу

Desktop и мобильная разработка

Cross Browser Extensions aren't just for JS, Let's bring power of Python to it.

Mohammad Shahbaz Alam

JavaScript can extend and modify the capability of a browser but are limited in their scope. We will learn how to bring the Power of Python to our Browser Extensions.

Программный комитет ещё не принял решения по этому докладу

Язык Python, его эволюция и использование

Типа типы

Алексей Пирогов

Динамическая типизация - это не отсутствие типов! Типы всё равно присутствуют, как минимум - в голове у разработчика.

Поговорим о том, какие виды типов бывают, как такой инструмент - а типы, это тоже инструмент - помогают думать о коде, рассуждать о его свойствах и как спать после этого спокойно.

Стандарты кодирования
,
Методы и техника разработки ПО
Программный комитет ещё не принял решения по этому докладу

Python Decorators: Gift or Poison?

Анастасия Тимощук

Have you even had the task when you need to use one function in few places and you really wanted to avoid of code duplicating? For example to add some logging into functions or timers, etc. Decorators in Python are super powerful with these tasks, but at the same time they are super complicated. When I started learning Python, Decorators were like weird magic for me. The goal of the talk is to make the things easier and clear to answer a question: to use or not to use Decorators in your project.

Программный комитет ещё не принял решения по этому докладу

How to train your Dragon [Answer: Code Refactoring]

Joydeep Bhattacharjee

All of us know the importance of refactoring but generally developers and product managers are afraid of touching their production code and try to avoid this by saying things like - “why fix if it aint broken!”. Developers, even senior python developers, sometimes miss out on some common code smells that beg to be refactored. In this talk will be taking a look at simple patterns that we can identify as coding smells and outline general patterns to make the the code more lean.

Программный комитет ещё не принял решения по этому докладу

Python Governance

Benjamin Peterson

Last summer, Guido van Rossum retired as BDFL of Python. Consequently, the CPython project has had to adopt a new governance model. This talk will cover the history of the Python project, how the new CPython governance model was selected, and what the future might hold for CPython and the Python language.

Доклад принят в программу конференции

Perceiving Python Programming Paradigms

Jigyasa Grover

Lately, Python is blooming rapidly in multifarious domains, each one necessitating a different programming paradigm varying from object oriented, functional, procedural to imperative. This talk reviews all their pluses/minuses with one example & helps you choose one for an efficient design solution!

Миграции данных
,
Devops / другое
,
Internet of Things
,
Мобильные приложения / другое
,
Machine Learning
Программный комитет ещё не принял решения по этому докладу

The Best Python Videos

Christopher Lozinski

This talk surveys the Python video ecosystem. If you want to watch Python videos, what is the best way to find the good ones? The talk evaluates YouTube search, Google Search, PyVideo and the much newer PythonLinks.info.

PythonLinks organizes videos into a tree of categories, a Python taxonomy, and ranks them by Wilson score, votes / view or by most recent. The server is implemented in Python using the ZODB object database and the Cromlech framework. The talk is peppered with video recommendations. YouTube and PythonLinks search results are compared in detail. At the end I speak briefly about internet censorship of climate change related information.

Программный комитет ещё не принял решения по этому докладу

Functional programming and High Performance Computing

Ahmed Ratnani

Among the different features of Python, Functional programing (FP) is gaining, nowadays, more and more interest. The Python syntax makes it simpler and intuitive. From the theoretical point of view, FP finds its roots in Lambda Calculus, a mathematical theory developed by Alonzo Chruch in 1930s to study computations with functions. On the other hand, the last achievements in the Haskell language and the aim to ensure portability on different architectures put FP on the front scene once more.

In this talk, we will revisit the foundation of FP and show how one can build a multi-architecture compiler for Python, for some specific parallel patterns such as the Map-Reduce.

Программный комитет ещё не принял решения по этому докладу

Scope of Python based data analytics tool for Social Sciences

Ambrish Dhaka

This presentation would be on how the current vast amount of social data generated through micro-blogging sites can be utilised by social scientists, especially, those working in areas of International politics, Geoeconomic intelligence. The aim is to provide methods to graduate students for determining appropriate material in tracking trends and opinions and real-time inferential tools while outlining policy paradigms.

The aim is to claim that python in its two avatars, such as the web-page based jupyter notebook is suitable to be integrated into a pedagogical model of social sciences. And, henceforth, the python learning needs to be embedded into graduate social science learning.

Программный комитет ещё не принял решения по этому докладу

Как развивался Python в Яндекс

Александр Кошелев

12 лет назад начался эксперимент по использованию Python в серьезных продуктах компании. Эксперимент получился удачным (кто бы сомневался!) и Python начал свое победное поползновение по сервисам компании. Яндекс.Афиша, Яндекс.Погода - через некоторое время сервисов стало очень много, и вместе с ними начали появляться "лучшие практики" и "устоявшиеся подходы" к решению разных задач. В докладе я расскажу про 12 лет эволюции Python в компании: от первых сервисов, запаковывавшихся в deb-пакеты и раскатывавшихся на голое железо, до непростого монорепозитория с собственной системой сборки и облаком. Еще в рассказе будут Django, Flask, Tornado, Docker, PyCharm, IPv6 и другие штуки, с которыми мы сталкивались на протяжении этих лет.

Доклад принят в программу конференции

Что нужно знать программисту на asyncio и почему

Максим Лапшин

Питон длительное время существует в контексте других языков программирования и впитывает концепции из соседних окружений.

Tornado был скопирован с libevent. Asyncio тоже был позаимствован.

Я хочу рассказать о существующем рядом наборе концепций параллельных вычислений, чтобы программисты на питоне, которые по какой-то причине о них не знают, были готовы и знали, куда двигается прогресс.

Речь идет о зеленых нитях, давно реализованных в эрланге и позволяющих ему масштабироваться на сто ядер.

Сегодня концепции, которые легли в основу платформы erlang почти 30 лет назад в том или в ином виде находят своё проявление в системах типа http://seastar.io/

Хочу рассказать о том, в каком направлении вынуждена развиваться система, которая продолжает мигрировать от простого линейного кода к libevent и дальше.

Доклад принят в программу конференции

Go vs Python

Виталий Левченко

Go — волшебное слово, решение всех проблем продакшна разом и одновременно негодная технология без эксепшнов. Истина посередине, поэтому поговорим о конкретных примерах:
• asyncio vs горутины;
• производительность узких мест;
• лаконичность vs простота кода;
• порог входа;
• тулинг и паттерны поиска проблем и оптимизации производительности;
• обслуживание в продакшне.

В качестве бонуса простой кейс, где внедрение Go сразу дало 10-кратный выигрыш производительности.

Доклад принят в программу конференции

Converting your last Python 2 program to Python 3 - The Why and How

Yan Orestes Elias

You, who is starting with Python, must have, at some point, faced this doubt: Which version of Python should we learn. At first, these questions may seem a bit pointless to programmers who come from other languages, such as Java, that support backward compatibility in each version upgrade, but Python 3, without a doubt, ends with some functionalities and specificities of the previous versions, and that can end up in a lot of trouble.

This talk aims to take make it clear in why everyone should use Python 3 over Python 2, understanding what truly are the differences between each version (and why do they exist) and how can we, as developers, convert our programs to Python 3 and abandon

Миграции данных
Программный комитет ещё не принял решения по этому докладу

Аsync и await в production

Сергей Борисов

В "Домклик" больше 50 Python разработчиков, и мы используем асинхронное программирование с самого начала наших проектов. Польза от корутин с async и await огромна, но вместе с этой пользой приходят специфические сложности. Неожиданно для разработчиков течет память, не ловятся исключения, а доступные "асинхронные" библиотеки для типовых задач часто очень сырые. В докладе я расскажу про наш опыт написания асинхронного кода и как мы решаем возникающие трудности, начиная от отладки и заканчивая выбором тех или иных библиотек.

Доклад принят в программу конференции

Информационная безопасность

I Don't Care About Security (And Neither Should You)

Joel Lord

Remember when setting up a login page was easy? It seems like nowadays it can take weeks to start a project--creating a signup form, a login form, a password recovery screen, and all the validation in between. And you haven’t even started on security considerations yet. During this presentation, the attendees will be introduced to OpenID Connect and OAuth. They will also learn how to leverage these technologies to create more secure applications. Most importantly, they will learn how to delegate authorization and authentication so they can focus on their real work and forget about all that security stuff.

Защита информации
Программный комитет ещё не принял решения по этому докладу

Securing your Django and Flask APIs with JWT

Mohammad Shahbaz Alam

APIs keeps changing and frameworks like Django and Flask are shifting the paradigm of API consumption. We often dedicate a lot of time in crafting powerful APIs but overlook proper security measures. In this talk, we’ll look at proper ways to secure our Python APIs with JSON Web Tokens

Программный комитет ещё не принял решения по этому докладу

Serverless Authentication with JWT

Mehul Patel

Authentication is one of the big parts of every application. Security is always something that is changing and evolving. In this talk, I will cover what JSON Web Tokens (JWTs) are and why using JWTs in your applications when it comes to security is awesome.

Защита информации
,
Devops / другое
Программный комитет ещё не принял решения по этому докладу

Understanding how a malware works using Python

Yan Orestes Elias

In this talk, we will discuss a bit about computer viruses (read - malware) and how they usually work and affect personal computers. We will learn programming and computing techniques and practices that support this type of program, and with that we will build our own Python malware, with several attacks, maintenance and defense features, such as:

-Ensuring repeated malware execution
-Running commands on the victim's computer
-Keylogger and screen capture
-Cheating the antivirus sandbox
And more!

At the end of the talk, we'll discuss methods that we - as users - can use in order to protect ourselves from the dangers of malware.

Защита информации
Программный комитет ещё не принял решения по этому докладу

Identity 101

Mehul Patel

I will help you grasp some of the essential identity concepts and jargon. As well as explain the fundamental problems these systems attempt to solve.

Защита информации
,
Devops / другое
Программный комитет ещё не принял решения по этому докладу

Железо и IoT

Micropython для квестов в реальности и аркадных игр

Никита Левонович

Квестоделы применяют Micropython для разработки квестов в реальности последнего поколения и аркадных игр.

Современный квеструм - это около 10 электронно-вычислительных устройств, общающихся по сети (MQTT). Большинство из этих ЭВУ - микроконтроллеры (ESP32), которые управляют периферийными устройствами: mp3-плееры, реле и различные датчики, и используют устройства ввода-вывода: дисплеи, диоды, кнопки, клавиатуры и многие другие.

Однако, так было далеко не всегда, еще пару лет назад в квестах было гораздо меньше устройств, основным вычислительным модулем была Arduino, а общение между разными парами устройств могло происходить по разным протоколам.

Доклад будет посвящен формированию архитектуры, используемой командой КВЕСТОДЕЛЫ для решения подобных задач на micropython применительно к популярным микроконтроллерам от Espressif Systems.

Программный комитет ещё не принял решения по этому докладу

AI/ML и визуализация данных

Машинное обучение в Facebook

Фёдор Шабашев

Описание доклада появится позже.

Доклад принят в программу конференции

Deploy a Deep Learning model as an API with FastAPI and Docker

Sebastián Ramírez

Use FastAPI to easily convert a Deep Learning model into an API service, with a ready-made Docker image, optionally using the GPU.

Программный комитет ещё не принял решения по этому докладу

Scalable Low-Latency Model Prediction for Video

Ben Dodson

This talk will discuss process through which Mux setup our video prediction and training pipeline. We will look at a variety of technologies Mux evaluated for serving our models (including TF serving, Kubeflow, and Clipper) that resulted in scalable low-latency predictions, and how to overcome an array of challenges you might encounter when setting up your own data pipelines, specifically when it comes to processing data related to images and video.

Программный комитет ещё не принял решения по этому докладу

Demystifying Network Science with NetworkX in Python

Avneet Kaur

Have you ever wondered about the science of evolution of real world networks such as social networks or complex biological ones? Or how are we all socially only 6 connections or less away from. Lets unravel basic concepts of Network Science using NetworkX in Python.This talk aims to showcase how these concepts of network science play an essential role in analyzing the spread of certain phenomenon such as hate crime, origin of rumours etc. in social media networks, studying target networks of medicine and drug discovery.

Программный комитет ещё не принял решения по этому докладу

Sequence extraction for legal Contracts

Bhanu Sharma

Extracting relevant information from large unstructured data is frustrating and monotonous. Attend this to talk to learn how we built a custom sequence extractor which extracts 22 key pieces of information of vastly varying length with more than 90% accuracy in under a minute.

Программный комитет ещё не принял решения по этому докладу

ML в поиске и рекомендациях hh.ru

Игорь Киценко

Из доклада вы узнаете:
- как устроена система рекомендаций вакансий hh.ru;
- как в hh.ru перешли от стандартного полнотекстового поиска к поиску на основе машинного обучения;
- почему поисковая выдача hh.ru зависит от вашего резюме;
- как ML-сервис на Python может интегрироваться с поисковым движком на Java (Lucene).

Доклад принят в программу конференции

Machine Learning Democratization with Python

Jorge Torres

It is crucial to rethink how we build tools so that we can provide Machine Learning capabilities to experts in various disciplines that are not necessarily savvy in machine learning, this talk we talk about our project that allows anyone to create and use sophisticated ML in one line of Python code.

Machine Learning
Программный комитет ещё не принял решения по этому докладу

Introduction to Face Processing with Computer Vision

Gabriel Bianconii

Ever wonder how Facebook’s facial recognition or Snapchat’s filters work?

Faces are a fundamental piece of photography, and building applications around them has never been easier with open-source libraries and pre-trained models.

In this talk, we’ll help you understand some of the computer vision and machine learning techniques behind these applications. Then, we’ll use this knowledge to develop our own prototypes to tackle tasks such as face detection (e.g. digital cameras), recognition (e.g. Facebook Photos), classification (e.g. identifying emotions), manipulation (e.g. Snapchat filters), and more.

Machine Learning
Программный комитет ещё не принял решения по этому докладу

Resurrecting the dead with deep learning

Aditthya Ramakrishnan

We will use powerful techniques in deep learning to create language models and use them to generate literature in the style of Nietzsche; Rap in the style of Eminem & Compose music inspired by Mozart. The results are so remarkable that it’s sometimes hard to tell generated text from the real thing.

Machine Learning
Программный комитет ещё не принял решения по этому докладу

Intro to Artificial Intelligence and Machine Learning for humans

Sebastián Ramírez

Introduction to Artificial Intelligence and Machine Learning for humans, visually, without math.

Программный комитет ещё не принял решения по этому докладу

Deploy a Machine Learning model as an API with FastAPI and Docker

Sebastián Ramírez

Use FastAPI to easily convert a Machine Learning model into an API service, with a ready-made Docker image.

Программный комитет ещё не принял решения по этому докладу

А что, если без Python? Julia для машинного обучения и вообще

Глеб Ивашкевич

Для машинного обучения есть много инструментов. Python, конечно, остается самым распространенным. Julia - не новичок, но совсем недавно стала пригодной для production-использования. Сравним, оценим сильные и слабые стороны и попробуем разобраться, для кого она подойдет.

Machine Learning
Программный комитет ещё не принял решения по этому докладу

Building Siri : AI Powered Chatbots

Aditthya Ramakrishnan

Ever wanted to make your own virtual assistant that tells witty jokes, engages in philosophical banter and helps automate useful tasks? In this talk, we will break down how to make effective bots that have their own quirky personalities and can be used to create engaging conversational experiences.

Программный комитет ещё не принял решения по этому докладу

Mars: A tensor-based unified framework for large scale data computation

Xuye Qin

Mars is a tensor-based unified framework for large-scale data computation. Github: https://github.com/mars-project/mars.

Mars tensor provides a compatible interface like Numpy, users can obtain the ability to handle extreme huge tensor/ndarray by simple import replacement. We extend the interface of Numpy to support create tensor/ndarray on GPU by specifying gpu=True on all the implemented array creation, and also, create sparse matrix via noting sparse=True on some array creation like zeros, eye and so on.

Mars can scale in to a laptop, and scale out to a cluster with thousands of machines. Both the local and distributed version share the same piece of code, it's fairly simple to migrate from a single machine to a cluster due to the increase of data. Mars is evolving quickly aimed at reaching production-level.

Mars is completely open sourced, and takes advantage of the great projects from Python community like numpy, cupy, numexpr, pyarrow etc to build the entire project. In the long term, mars is aimed to create a distributed counterpart of scipy stack which is not subject to the ability of a single machine.

This talk will focus on why we start the project of Mars and how we have done to ensure the simplicity of API and performance on huge terabytes-scale tensor/ndarray computation.

Доклад принят в программу конференции

From "Hello World" to production, running Machine Learning models into production using Tensorflow serving and Kubernetes

Bhanu Sharma

Do you have issues deploying your Machine Learning models in to production or want to learn what are some of the best industry practices in regards to deployment and serving predictions? Attend this talk to learn how to deploy your ML models using tf serving and kubernetes.

Программный комитет ещё не принял решения по этому докладу

Artwork generated using Artificial Intelligence

Aditthya Ramakrishnan

With the recent sale of an AI Generated artwork for 432,500 USD at the Christie’s auction, I will dive deep into the technical aspects of creating models and generating such art in an attempt to demystify the hype of art created by artificial intelligence. I will cover key aspects of techniques like neural artistic style transfer (https://arxiv.org/abs/1508.06576), deepdream and other ways of generating art using deep neural network architectures like CNNs and GANs.

Программный комитет ещё не принял решения по этому докладу

Классификация блокчейн: как ML помогает найти хозяина для крипто-котят

Алексей Студнев

А давайте посмотрим на блокчейн, как просто на базу данных? Да, медленную и неудобную и еще с какими-то криптовалютами, будь они неладны... Но все-таки - это же база данных, правда?

Тогда сразу возникает вопрос - можно ли применять к ней те инструменты аналитики, ML и AI, традиционные для других Big Data? Наш ответ - однозначно да!

Покажем, как использовать ML в блокчейне на примере кошечек (крипто-кошечек, конечно же), боооооольших кошельков и, боже упаси, токенов.

Это все с использованием любимого Питона и scikit-learn, ну и всего такого-прочего...

Теории и техники анализа
,
Machine Learning
,
Блокчейн-технология
,
Смарт-контракты
Программный комитет ещё не принял решения по этому докладу

Делаем Dashboard для авиакомпании: Dash и не только

Николай Фоминых

У нас в S7 много разных данных, Например, мы собираем параметры наших самолетов и определяем лучшее время для техосмотра. Данные сложные, их много, показывать надо разным людям с разными целями. На ум сразу приходят Grafana и Dash - но действительно ли это лучшие решения? Мы проанализировали много решений, и в докладе я расскажу об их сильных и слабых сторонах, а также области применения. Больше всего достанется нашему любимому Dash: пытаясь сделать на нем все, что нужно, мы набили все возможные шишки. И теперь хотим делиться!

Доклад принят в программу конференции