Нам интересны следующие темы

• Vanilla Python

  • Производительность и оптимизация. Ускорение кода, профилирование, отладка и хитрости оптимизации, например, улучшение времени выполнения циклов и работы с большими данными.
  • CPython и другие интерпретаторы. Особенности и внутреннее устройство CPython, PyPy, Jython (жив ли?) и применение их в разных ситуациях.
  • "Back to Basics". Базовые концепции Python с объяснением на простых примерах. Например, механизм __slots__ для экономии памяти и решение хэш-коллизий в словарях, асинхронность в деталях и ошибках и т.д.
  • Pythonic Way. Основные принципы, советы по превращению плохого кода в хороший, примеры Pythonic-подхода в решении задач.
  • Стандартная библиотека Python. Возможности, примеры применения, особенности и интересные детали.
  • Собственные библиотеки и фреймворки. Сложности разработки, опыт и best practices разработчиков.
  • Python под капотом. Детали реализации интерпретатора: GIL, async, how dict works.
  • Инструменты разработчика. Линтеры, пакетные менеджеры и т.д.
• Тестирование на Python

  • Базовые понятия тестирования. Юнит-тестирование (и когда оно не нужно?), интеграционное и функциональное тестирование и их применение на Python. Что нужно знать разработчику для комфортной работы.
  • Библиотеки и инструменты. Обзор популярных библиотек и инструментов для тестирования: unittest, pytest, nose и другие. Их особенности и best practices.
  • Test-driven development (TDD) на Python. Процесс написания тестов перед реализацией функциональности.
  • Тестирование веб-приложений на Python. Применение таких инструментов и подходов, как Selenium, Django Testing Framework и Flask Testing.
  • Тестирование производительности. Инструменты и методики для измерения и оптимизации производительности Python-приложений. Профилирование, стресс-тестирование и нагрузочное тестирование.
  • Тестирование асинхронного кода. Особенности тестирования асинхронного кода на Python, использование asyncio, Trio, Quart и других библиотек
• ML/MLOps

  • Python-based инструменты MLOps. Эксплуатация, дописывание и сравнительный анализ таких инструментов как Airflow, MLFlow, DVC, etc
  • ML-библиотеки на Python. Полезные библиотеки, их эксплуатация и связанные с этим проблемы
  • Развертывание ML-моделей с помощью Python. Способы развертывания моделей. Пакетная обработка по расписанию, микросервисы, работа с очередями
• Backend

  • Разработка монолитных приложений
  • Web frameworks
  • Микросервисная архитектура
  • Разработка внутренних и внешних API
  • Асинхронное программирование
  • ORM, базы данных и взаимодействие с ними
  • Кэширование и оптимизация веб приложений
  • Observability: логирование, мониторинг и трассировка
  • Конфигурирование приложений
• Security

  • Уязвимости в популярных Python-библиотеках
  • Уязвимости веб-приложений, OWASP
  • Атаки на цепочки поставок зависимостей
  • Использование Python инструментов для поиска уязвимостей
  • Fuzzing
• Другое

  • Использование Python в железках. Embedded-устройства, IoT, робототехника и т. д.
  • GUI на Python. PyQt, Kiwi, Tkinter и другие
  • Разработка desktop-приложений
  • Биоинформатика, астрономия, астрофизика и другие науки. Доклады о применении Python в решении научных задач
  • Экзотические задачи и применения Python. Демосцены, sizecoding, quine.