2619
🐍 Канал о программировании на языке Python. Тематические уроки и лайфхаки. 👽 Админ - @it_dashka 🔊 Купить рекламу: https://telega.in/c/byteofpython 👉 Чат: @abyteofpython 👉 Поделиться с друзьями: @byteofpython
🔥Pyrogram (в простонародье "Пирог") — это мощная библиотека для создания так называемых User Ботов для телеграмма.
🤖ЮзерБоты - это скрипты которые работают от лица личного аккаунта и могут выполнять все тоже что и человек.
➡️Например, можно запрограммировать автоответчик, который будет автоматически отвечать на определенные сообщения.
➡️Но в основном ЮзерБоты используют как дополнения к телеграму, например, встроенный калькулятор. Вы скорее всего уже видели их. Кто-то пишет комманду, скажем, .calc 2+2, а скрипт все считает и изменяя сообщение, выводит ответ.
Станьте AI-разработчиком на Python и зарабатывайте от 150.000₽ в месяц 🔥🔥🔥
Мы научим вас создавать и тренировать нейронные сети, и вы сможете:
1️⃣ Устроиться разработчиком в крупную компанию и зарабатывать от 150 тыс. ₽ в месяц
2️⃣ Разрабатывать такие проекты на заказ и зарабатывать от 500 тыс. ₽ за проект
3️⃣ Создать нейро-сотрудника в вашей компании и вырасти на +30-100% в зарплате
На интенсиве будет много практики: создадим 9 нейросетей за 1 вечер:
🧬 Оценка выброса CO2 по параметрам машины
🧬 Сегментация изображения для робота доставщика
🧬 Трекинг людей на видео
🧬 Распознавание речи
и другие
Ведущий интенсива - Senior AI-разработчик и основатель Университета искусственного интеллекта
🔥 Регистрируйтесь на бесплатный интенсив! Встречаемся в ближайшую среду. Вы узнаете, как освоить самую востребованную профессию и гарантированно зарабатывать!
➡️Что такое cProfile?
cProfile - это модуль в стандартной библиотеке Python, который предоставляет возможность профилирования кода. Он позволяет измерить время выполнения каждой функции в вашем коде, а также количество вызовов каждой функции. Это делает его отличным инструментом для определения тех мест в вашем коде, которые являются узкими местами и могут быть оптимизированы.
➡️Как использовать cProfile?
Использование cProfile довольно просто. Вы просто импортируете модуль и вызываете функцию cProfile.run(), передавая ей строку кода, который вы хотите проанализировать. Вы также можете использовать cProfile в качестве командной строки, передав ему имя файла Python, который вы хотите профилировать. Результаты профилирования могут быть отсортированы по различным критериям, таким как общее время выполнения, время выполнения на вызов и количество вызовов.
➡️Пример использования cProfile:
import cProfileЧитать полностью…
def sum_of_numbers():
return sum(range(100000))
cProfile.run('sum_of_numbers()')
✈️Датаклассы - это удобный способ создавать классы для хранения информации. Они позволяют делать это с минимальным количеством кода.
➡️ Вот как это работает:
from dataclasses import dataclass
@dataclass
class Point:
x: float
y: float
z: float
point = Point(1.5, 2.0, -3.7)
print(point) # Вывод: Point(x=1.5, y=2.0, z=-3.7)
print(point.x) # Вывод: 1.5
print(point.y) # Вывод: 2.0
print(point.z) # Вывод: -3.7
✈️Функция range() в Python - это важный инструмент для создания последовательности чисел. Хотя она часто используется в связке с циклом for, есть и другие способы, как можно использовать эту функцию.
➡️Использование range() в списковых включениях
Списковые включения - это мощный инструмент Python, который позволяет создавать списки в одну строку кода. Функция range() может быть использована в списковых включениях для создания списков, которые следуют определенной числовой последовательности. Например, [x for x in range(10)] создаст список чисел от 0 до 9.
➡️Использование range() в генераторах
Генераторы в Python - это специальный тип итераторов, который позволяет генерировать элементы "на лету", экономя память. Функцию range() можно использовать в генераторах для создания последовательностей чисел. Например, (x for x in range(10)) создаст генератор, который производит числа от 0 до 9.
❔Зачем нужно ключевое слово async в Python?
Ключевое слово async в Python используется для создания асинхронных функций (или корутин), которые позволяют выполнять задачи, не блокируя основной поток выполнения программы. Это особенно полезно для работы с такими операциями, как сетевые запросы, взаимодействие с базами данных или чтение/запись файлов.
Вот пример асинхронной функции:
import asyncio
async def fetch_data():
print("Fetching data...")
await asyncio.sleep(2) # симуляция длительной операции
print("Data fetched")
return "Data"
async def main():
result = await fetch_data()
print(result)
# запуск асинхронной функции
asyncio.run(main())
erid: LjN8KALxJ
Есть два стула…Python или Go. На примере Kubernetes
▶️ Как использовать k8s как API, даже не зная его устройства?
▶️ Как создать при этом симбиоз между кодом и целым кластером?🤔
▶️ Как в k8s объединять бизнес-логику и инфраструктуру с помощью миллионов строк кода?
Это можно делать и с помощью Golang, и с помощью Python.
Расскажем и покажем как на бесплатном вебинаре от Слёрма 21 августа в 19:00 мск⚡
А дальше — выбор за вами. Какой стул выберете?
Спикер: Виталий Лихачев, SRE в booking.com, ex-Avito Senior Software Engineer.
Подробности в боте @GolangPython_Bot
Присоединяйтесь!
Реклама. ООО "СЛЁРМ". ИНН 3652901451.
❔Зачем нужно ключевое слово async в Python?
Ключевое слово async в Python используется для создания асинхронных функций (или корутин), которые позволяют выполнять задачи, не блокируя основной поток выполнения программы. Это особенно полезно для работы с такими операциями, как сетевые запросы, взаимодействие с базами данных или чтение/запись файлов.
Вот пример асинхронной функции:
import asyncio
async def fetch_data():
print("Fetching data...")
await asyncio.sleep(2) # симуляция длительной операции
print("Data fetched")
return "Data"
async def main():
result = await fetch_data()
print(result)
# запуск асинхронной функции
asyncio.run(main())
➡️Что такое кеширование?
Кеширование позволяет сохранять результаты выполнения функций, избегая повторных вычислений. Это полезно, особенно если функция часто вызывается с одними и теми же данными или выполняет сложные операции.
➡️Как это сделать?
В Python есть модуль functools, включающий декоратор lru_cache, который автоматически кеширует результаты функции.
➡️Зачем это нужно?
Кеширование ускоряет программу, сохраняя результаты вычислений функций. Это особенно полезно при работе с большими данными или сложными расчетами.
➡️Пример:
from functools import lru_cache
@lru_cache(maxsize=20) # 20 - это максимальное количество "запоминаний"
def fibonacci(n):
if n < 2:
return n
return fibonacci(n-1) + fibonacci(n-2)
print(fibonacci(10)) # Первый вызов - вычисляем
print(fibonacci(10)) # Результат уже закеширован
✈️ filter() - Это инструмент предоставляет фильтрацию элементов последовательности в соответствии с заданными критериями.
➡️ Что такое функция filter()?
Она принимает два параметра: функцию и итерируемый объект (например, список, кортеж или другую последовательность).
➡️ Где и зачем использовать функцию filter()?
- Фильтрации списка: Исключения элементов списка, не удовлетворяющих заданному условию.
- Устранения ненужных данных: Очистки данных от нежелательных значений или форматов.
- Обработки пользовательского ввода: Фильтрации ввода пользователя для удаления ошибочных или неподходящих значений.
- Фильтрации данных из баз данных: Выборки данных из базы в соответствии с критериями фильтрации.
➡️ Пример использования функции filter()
# Пример: отфильтровать список чисел, оставив только четныеЧитать полностью…
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def is_even(n):
return n % 2 == 0
even_numbers = list(filter(is_even, numbers))
print(even_numbers) # Вывод: [2, 4, 6, 8, 10]
Курс Слёрма «Python для инженеров»: когда 5 строк кода заменяют полчаса работы
Научим вас автоматизировать задачи, которые годами решались вручную. Курс с обратной связью, 5 недель, старт 12 августа.
После курса сможете сделать так, чтобы автоматически:
▶Менялись конфигурации серверов и предоставлялся к ним доступ
▶Собирались, сводились и экспортировались нужные данные мониторинга
▶Создавались базы данных из разных источников
▶Генерировались ченджлоги прямо из коммитов
▶И многое другое
Формат курса:
▶Видеолекции, онлайн-встречи со спикером и практические задания
▶Код-ревью, ответы на вопросы и обратная связь
▶Личный кабинет с короткими конспектами видеолекций
▶Постоянный чат со студентами, экспертами и куратором
Длительность — 5 недель.
Старт — 12 августа.
Посмотреть программу занятий и занять место на курсе — по ссылке ✅
✈️ Модуль itertools — это инструмент для эффективной работы с интерациями в Python.
➡️ Основные функции itertools:
1. count(start, step): Генерирует бесконечную арифметическую прогрессию, начиная с заданного значения start и с указанным шагом step.
2. cycle(iterable): Бесконечно повторяет элементы из переданного итерируемого объекта.
3. chain(*iterables): Объединяет несколько итерируемых объектов в один последовательный поток.
4. zip_longest(*iterables, fillvalue=None): Объединяет элементы из различных итерируемых объектов
➡️ Пример использования:
import itertoolsЧитать полностью…
# Создаем бесконечную последовательность с шагом 2
counter = itertools.count(start=10, step=2)
for _ in range(5):
print(next(counter)) # Выведет числа: 10, 12, 14, 16, 18
# Объединяем несколько списков в один последовательный поток
letters = ['a', 'b', 'c']
numbers = [1, 2, 3]
combined = itertools.chain(letters, numbers)
print(list(combined)) # Выведет: ['a', 'b', 'c', 1, 2, 3]
разница между методами str и repr ?
Спросят с вероятностью 3%
Метод str:
- Цель: Возвращает строковое представление объекта, понятное и удобное для пользователя.
- Использование: Вызывается функцией str() и при использовании print().
- Предназначение: Для более дружественного и читаемого представления объекта.
Метод repr:
- Цель: Возвращает строку, представляющую объект официально и, по возможности, позволяющую воссоздать объект при передаче этой строки в eval().
- Использование: Вызывается функцией repr() и отображается интерактивной оболочкой Python для представления объектов.
- Предназначение: Для более точного и детализированного представления объекта, предназначенного для разработчиков.
Основные различия:
1. Контекст использования:
- str предназначен для удобного представления объекта пользователю.
- repr предназначен для официального представления объекта, полезного для отладки и разработки.
2. Вызываемые функции:
- str() и print() используют str.
- repr() и интерактивная оболочка Python используют repr.
3. Содержимое строки:
- str возвращает удобочитаемую строку.
- repr возвращает строку, которая может содержать больше технической информации и может использоваться для воссоздания объекта.
Примеры реализации обоих методов:
class Point:
def init(self, x, y):
self.x = x
self.y = y
def str(self):
return f"Point({self.x}, {self.y})"
def repr(self):
return f"Point({self.x}, {self.y})"
p = Point(1, 2)
# Использование str
print(str(p)) # Выведет: Point(1, 2)
print(p) # Выведет: Point(1, 2)
# Использование
repr
print(repr(p)) # Выведет: Point(1, 2)
Jinja 2 - это шаблонный движок для языка программирования Python, предлагающий удобные инструменты для создания динамических веб-страниц и генерации контента на основе шаблонов.
➡️ Ключевые особенности Jinja 2
Jinja 2 обладает многочисленными полезными функциями, делающими его мощным инструментом для веб-разработки. Одна из его основных возможностей - использование переменных и выражений в шаблонах.
Еще одна важная особенность - использование условных операторов и циклов в шаблонах. Вы можете проверять условия и выполнять различные действия в зависимости от результатов проверок.
🔎 Кроме того, Jinja 2 поддерживает наследование шаблонов, что делает его чрезвычайно гибким в использовании. Вы можете создать базовый шаблон с общей структурой и стилями, а затем наследовать от него и создать дочерние шаблоны, наследующие все основные элементы базового шаблона. Это позволяет использовать код повторно и упрощает разработку и поддержку веб-приложений.
▎Понимание функции Keyboard.add_hotkey
Функция keyboard.add_hotkey() в Python позволяет назначить определенную функцию на сочетание клавиш, известное как горячая клавиша. Она принимает два основных аргумента: комбинацию клавиш и функцию, которая будет выполнена при нажатии этой комбинации. Синтаксис выглядит следующим образом: keyboard.add_hotkey(hotkey, callback, args=(), suppress=False, timeout=3, trigger_on_release=False). Горячая клавиша может состоять из одной клавиши, комбинации клавиш или даже последовательности нажатий.
▎Примеры использования Keyboard.add_hotkey
Функция keyboard.add_hotkey() очень полезна для автоматизации задач и повышения интерактивности ваших скриптов на Python. Например, ее можно использовать для создания простого кейлоггера, автоматизации создания скриншотов или назначения пользовательских ярлыков для определенных действий в вашем приложении на Python. Важно помнить о необходимости ответственного и этичного использования этой функции, учитывая возможные злоупотребления.
▎Практические примеры применения Keyboard.add_hotkey
Рассмотрим пример, в котором мы хотим вывести "Привет, Мир!" при нажатии сочетания клавиш 'Ctrl + H'. Сначала необходимо импортировать модуль keyboard. Если он не установлен, вы можете установить его с помощью pip. Затем определяем нашу функцию и добавляем горячую клавишу следующим образом:
import keyboardЧитать полностью…
def hello_world():
print("Привет, Мир!")
keyboard.add_hotkey('ctrl + h', hello_world)
keyboard.wait()
✈️Датаклассы - это удобный способ создавать классы для хранения информации. Они позволяют делать это с минимальным количеством кода. Например, если вы хотите хранить информацию о точке в трехмерном пространстве, вам не нужно писать много кода для создания класса и методов. Просто используйте dataclass, и Python сделает всю работу за вас.
➡️ Вот как это работает:
from dataclasses import dataclass
@dataclass
class Point:
x: float
y: float
z: float
point = Point(1.5, 2.0, -3.7)
print(point) # Вывод: Point(x=1.5, y=2.0, z=-3.7)
print(point.x) # Вывод: 1.5
print(point.y) # Вывод: 2.0
print(point.z) # Вывод: -3.7
📌 Чем let отличается от var ?
Ключевые слова let и var используются для объявления переменных, но между ними есть несколько важных различий, касающихся области видимости, поднятия (hoisting) и создания блока.
🤔 Область видимости (Scope)
➕ Var:
Объявления переменных с использованием var имеют функциональную область видимости, что означает, что переменная, объявленная с помощью нее внутри функции, доступна везде в этой функции.
➕ Let:
В отличие от var, let имеет блочную область видимости. Это означает, что переменная, объявленная с помощью нее в блоке (например, в цикле или условном операторе), будет доступна только в пределах этого блока.
🤔 Поднятие (Hoisting)
➕ Var:
Переменные, объявленные с ее помощью, поднимаются в начало функции или скрипта. Это означает, что они могут быть использованы до своего объявления, хотя до инициализации они будут иметь значение undefined.
➕ Let:
Переменные, объявленные с ее помощью, также поднимаются, но не инициализируются. Попытка доступа к такой переменной до её объявления приведет к ошибке ReferenceError. Это поведение известно как "временная мертвая зона" (temporal dead zone, TDZ).
🤔 Создание в глобальном контексте
➕ Var:
Переменные, объявленные с ее помощью в глобальном контексте, становятся свойствами глобального объекта (window в браузерах).
➕ Let:
Переменные, объявленные с ее помощью в глобальном контексте, не становятся свойствами глобального объекта.
🤔 Примеры:
if (true) {
var varVariable = "Я доступен везде в функции";
let letVariable = "Я доступен только в этом блоке";
}console.log(varVariable); // Работает, потому что var имеет функциональную область видимости
console.log(letVariable); // Ошибка, потому что let имеет блочную область видимости
console.log(a); // undefined из-за поднятия
var a = 3;
console.log(b); // ReferenceError из-за временной мертвой зоны
let b = 4;
letvar может быть полезен, когда нужна функциональная область видимости, но сейчас let и const (для объявления констант) являются предпочтительными вариантами для управления переменными.var объявляет переменную, доступную во всей функции, а let ограничивает видимость переменной блоком, в котором она объявлена.
Читать полностью…
✈️Django ORM (Object-Relational Mapping) — это мощный инструмент, который позволяет разработчикам взаимодействовать с базой данных, используя объекты Python.
➡️Создание моделей
Одним из основных аспектов работы с Django ORM является создание моделей. Модель — это класс Python, который описывает структуру таблицы в базе данных. Django ORM автоматически создает таблицу в соответствии с заданной моделью. Модели могут включать поля, которые соответствуют столбцам таблицы, а также методы и связи с другими моделями. Определение модели в Django ORM интуитивно понятно и упрощает процесс разработки.
Вот пример создания модели в Django ORM:
from django.db import models
class Product(models.Model):
name = models.CharField(max_length=100)
price = models.DecimalField(max_digits=5, decimal_places=2)
description = models.TextField()
# Выборка всех объектов модели
products = Product.objects.all()
# Фильтрация объектов по условию
cheap_products = Product.objects.filter(price__lt=10)
# Сортировка объектов
sorted_products = Product.objects.order_by('-price')
# Агрегирование данных
total_price = Product.objects.aggregate(Sum('price'))
➡️JSON (JavaScript Object Notation) - это универсальный формат для обмена данными между приложениями.
➡️Чтение JSON-данных в Python
Одной из основных операций при работе с JSON в Python является чтение данных из JSON-файла или строки. Для этого в Python есть модуль json, который предоставляет функции для преобразования JSON в Python-объекты и наоборот. Например, чтобы прочитать данные из JSON-файла, мы можем использовать функцию json.load():
import json
with open('data.json') as file:
data = json.load(file)
json.dump(). Например, допустим, у нас есть словарь Python, который мы хотим преобразовать в JSON-формат и записать в файл:import jsonЧитать полностью…
data = {
'name': 'John',
'age': 30,
'city': 'New York'
}
with open('data.json', 'w') as file:
json.dump(data, file)
➡️Команда pip show
Команда 'pip show' позволяет получить подробную информацию о конкретном пакете Python. Она показывает название пакета, его версию, автора, домашнюю страницу, зависимости и многое другое.
Пример использования команды pip show:
pip show requests
pip search data analysis
pip freeze > requirements.txtЧитать полностью…
🔎Иногда, при разработке программного обеспечения на Python, мы можем столкнуться с ситуациями, когда необходимо явно указать на наличие ошибки.
➡️Когда мы пишем программы, мы стараемся их делать максимально надежными и безопасными. Однако, иногда может возникнуть ситуация, когда мы хотим явно указать на наличие проблемы. Например, если в функции передаются некорректные аргументы или программа не может продолжить выполнение из-за некорректного состояния
➡️Использование оператора raise
Оператор raise в Python позволяет нам создавать исключения вручную. Мы можем указать тип исключения и дополнительное сообщение, которое будет содержаться в исключении.
➡️Вот пример использования оператора raise:
def divide_numbers(a, b):Читать полностью…
if b == 0:
raise ValueError("Делитель не может быть нулем")
return a / b
try:
result = divide_numbers(10, 0)
print("Результат:", result)
except ValueError as e:
print("Ошибка:", str(e))
➡️Boto3 помогает разработчикам упростить работу с AWS. Она предоставляет простой и понятный способ взаимодействия с различными сервисами AWS, такими как создание и настройка виртуальных серверов, управление файловым хранилищем, отправка сообщений и многое другое.
➡️Botocore представляет собой набор инструментов и клиентских библиотек для работы с Amazon Web Services (AWS). Она обеспечивает низкоуровневый доступ к различным сервисам AWS, таким как Amazon S3, Amazon EC2 и многим другим. Botocore позволяет разработчикам создавать, управлять и автоматизировать ресурсы в облаке AWS.
⬆️Библиотека botocore также является ключевым компонентом PyPI - крупнейшего репозитория пакетов Python. PyPI предоставляет доступ к миллионам пакетов, которые можно установить и использовать в своих проектах. Botocore позволяет разработчикам использовать пакеты, связанные с AWS, и управлять ими с помощью простого и удобного
🖥 Что означает some-variable ?
Двойное подчеркивание перед и после имени переменной в Python называется "dunder" (Double underscore) и используется для специальных методов и атрибутов, которые могут быть вызваны автоматически. Например, init - это специальный метод, который вызывается при создании экземпляра класса. Другие примеры включают str, len, call, iter, и так далее.
Также могут использоваться "dunder" атрибуты, такие как name, module, doc, file, dict, class, all и другие, которые предоставляют информацию о модуле, классе, функции или другом объекте.
Значение, которое присваивается такой переменной, зависит от контекста использования.
Например, name - это специальный атрибут, который содержит имя текущего модуля.
Обычно используйте двойное подчеркивание только для специальных методов и атрибутов, которые имеют специальный смысл в языке Python, и не используйте такие имена для своих собственных переменных, чтобы избежать конфликтов и неожиданного поведения
Хотите стать востребованным Python-разработчиком? Пройдите курс от Hexlet!
Начните с основ и за 10 месяцев освоите один из самых популярных языков для бэкенда, научитесь создавать полноценные сайты и веб-приложения и реализовать внутреннюю логику работы программ на фреймворке Django.
🎁 🏖 А до 31 июля вас ждет специальное предложение - скидка 35 000 р. на обучение и второй курс в подарок!
Вас ждут сотни упражнений, 4 проекта для портфолио на GitHub, а во время обучения вы также поучаствуете в Карьерном треке.
Пройдите 5 бесплатных уроков и откройте для себя увлекательный процесс обучения. Поймите, насколько интересен и перспективен этот путь, и получите уникальную возможность продолжить обучение на полном курсе со скидкой!
❔Зачем нужно ключевое слово async в Python?
Ключевое слово async в Python используется для создания асинхронных функций (или корутин), которые позволяют выполнять задачи, не блокируя основной поток выполнения программы. Это особенно полезно для работы с такими операциями, как сетевые запросы, взаимодействие с базами данных или чтение/запись файлов.
Вот пример асинхронной функции:
import asyncio
async def fetch_data():
print("Fetching data...")
await asyncio.sleep(2) # симуляция длительной операции
print("Data fetched")
return "Data"
async def main():
result = await fetch_data()
print(result)
# запуск асинхронной функции
asyncio.run(main())
🔎 Keras — это высокоуровневая библиотека для создания нейронных сетей, написанная на Python. Она предлагает простой и интуитивно понятный интерфейс, что позволяет быстро разрабатывать и обучать глубокие нейронные сети.
Благодаря своей доступности и гибкости, Keras помогает разработчикам оперативно создавать и тестировать различные модели машинного обучения.
➡️ Преимущества Keras
У Keras есть множество преимуществ, которые делают его популярным среди специалистов в области машинного обучения. Во-первых, его API отличается простотой и понятностью, что делает его идеальным для новичков. Во-вторых, Keras предоставляет большое количество предварительно обученных моделей, которые можно применять для решения различных задач.
➡️ Возможности Keras
Keras поддерживает широкий спектр функций в области машинного обучения. С его помощью можно создавать и обучать различные типы нейронных сетей, включая полносвязные, сверточные и рекуррентные сети.
Jinja 2 - это шаблонный движок для языка программирования Python, предлагающий удобные инструменты для создания динамических веб-страниц и генерации контента на основе шаблонов.
➡️ Ключевые особенности Jinja 2
Jinja 2 обладает многочисленными полезными функциями, делающими его мощным инструментом для веб-разработки. Одна из его основных возможностей - использование переменных и выражений в шаблонах.
Еще одна важная особенность - использование условных операторов и циклов в шаблонах. Вы можете проверять условия и выполнять различные действия в зависимости от результатов проверок.
🔎 Кроме того, Jinja 2 поддерживает наследование шаблонов, что делает его чрезвычайно гибким в использовании. Вы можете создать базовый шаблон с общей структурой и стилями, а затем наследовать от него и создать дочерние шаблоны, наследующие все основные элементы базового шаблона. Это позволяет использовать код повторно и упрощает разработку и поддержку веб-приложений.
DevOps - это методология, объединяющая разработку и операционное обслуживание программного обеспечения.
🟢 Одним из ключевых преимуществ DevOps является ускорение процесса разработки и поставки программного обеспечения.
🔼Еще одно преимущество DevOps заключается в улучшении качества программного обеспечения. Автоматическое тестирование и непрерывная интеграция позволяют выявлять и устранять ошибки на ранних стадиях разработки, предотвращая возникновение серьезных проблем в продукте и повышая его надежность.
📊 Кроме того, DevOps способствует повышению эффективности работы команды. Благодаря упрощению и автоматизации процессов, разработчики и операционные специалисты могут сосредоточиться на решении более сложных задач, что позволяет снизить нагрузку на сотрудников и улучшить их работу.
🕯 Роль DevOps инженера заключается в реализации принципов DevOps в компании.