Специально к старту нового потока курса «Python для веб-разработки» представляем подборку из 57 репозиториев, которые будут полезны как начинающему, так и опытному разработчику: это репозитории с ответами на вопросы собеседований, репозитории с книгами, небольшие, но полезные консольные инструменты и проекты, которые вдохновят вас написать красивый, работающий и полезный код.

Эксперт вы или начинающий разработчик — не важно. В любом случае вы задаете себе такие вопросы:
И в этот момент на помощь приходит GitHub. Мы посмотрим на топовые репозитории Github, которые не только вдохновят вас и чему-то научат, но и дадут почувствовать вкус того, что творческий ум способен сделать с помощью Python.
Разработчики со всего мира выбрали Python основным языком многих проектов. Python — это простой в использовании язык. Он универсален, у него большая коллекция пакетов, которая удерживает и привлекает новых разработчиков. Немного фактов:
С этими репозиториями я сталкивалась лично. Они помогают мне в работе с кодом: я у них учусь, восхищаюсь ими, вдохновляюсь ими, нахожу их полезными в чём-то ином. Этот список даст вам преимущество в смысле кода и повысит вашу ценность как специалиста. Я разобью подборку на такие категории:
1. Книги.
2. Собеседования.
3. Обучение.
4. Крутые проекты.
5. Фреймворки, модули, инструменты.
Эта книга — руководство по установке, настройке и применению Python.
Блокноты с кодом из классических учебников ML.
Книга об архитектуре приложений на Python в смысле управления сложностью.
Книга для начинающих. Прочитайте ее, если программирования для вас неизвестная область.
Решения вопросов с собеседований, представленных в шестом издании «Cracking the Coding Interview» (CTCI).
Более 120 интерактивных задач по кодированию Python (алгоритмы и структуры данных) — поставляется с картами программы для запоминания Anki.
Список вопросов, которые могут быть заданы работодателями Python
Более 300 вопросов на собеседовании по Python.
Все алгоритмы из компьютерной науки на Python. Отлично подходит для технических собеседований.
Отобранный список потрясающих фреймворков, библиотек, программного обеспечения и ресурсов с кодом, охватывающим практически все, для чего используется Python.
Это книга для самообразования. Она призвана научить Python через практику.
Примеры кода на Python для робототехники.
Блокноты Jupyter Notebook для преподавания и обучения Python 3.
Песочница и список трюков Python. Коллекция скриптов Python, разделенная по темам и содержащая примеры кода с пояснениями.
Полезные функции, учебники и другие связанные с Python вещи.
Анимационный движок для создания объяснительных видеоматериалов по математике. В основном он используется при программном создании анимации.
Коллекция библиотек и инструментов с открытым исходным кодом для обработки естественного языка.
Бесплатные книги по программированию. Есть раздел Python с большим количеством бесплатных электронных книг.
Рабочие листы с пошаговыми описаниями, которые знакомят пользователей с основами машинного обучения. Содержит ссылки на примеры кода, наборы данных и полезные видео, объясняющие ключевые математические понятия.
Интерактивный углубленный учебник с кодом, математикой и дискуссиями. Работа идет с несколькими фреймворками. Принято в 140 университетах и 35 странах.
Репозиторий с открытым исходным кодом, где вы найдете множество связанных с глубоким обучением библиотек и моделей.
Справочник для всех, кто начинает работать с фреймворком машинного обучения Google TensorFlow. Содержит множество примеров кода, демонстрирующих все, начиная от базовых операций TensorFlow и заканчивая построением нейронных сетей.
Список ориентированных на проекты учебников по программированию, в том числе по созданию веб-скреперов, приложений, ботов и т.д.
Решения различных проблем кодирования/алгоритмики и множество полезных ресурсов для изучения алгоритмов и структур данных.
Платформа для разработки программ, планирования и мониторинга рабочих процессов.
Цель Hug — сделать разработку API на Python как можно проще.

Инструмент командной строки, при возникновении исключения немедленно показывающий результат со Stack Overflow — [прим. перев. — сайта с ответами на вопросы по программированию].
Крошечная утилита командной строки для загрузки медиаконтента (видео, аудио, изображений) из интернета.
Инструмент сканирования на предмет скрытых файлов на серверах HTTP.
Инструмент, который может создавать изображения и видео DeepFake, позволяя вам делать много забавных вещей, например, удаление и замена лиц.

Пример обмена лицами.
Мощный и простой в использовании веб-скрепер. Он следует рекомендациям из OSINT — методологии, которая делают возможным сбор и анализ информации, полученной из открытых или общедоступных источников.
Децентрализованные веб-сайты с помощью криптовалюты Bitcoin в сети BitTorrent.

Инструментарий для разработки и сравнения алгоритмов обучения с подкреплением.
Исследовательская платформа Facebook AI Research (исследования искусственного интеллекта Facebook) для исследования обнаружения объектов, реализующая популярные алгоритмы, такие как Mask R-CNN и RetinaNet.

Пример вывода Mask R-CNN через Detectron
Исследовательский проект, исследующий роль машинного обучения в создании произведений искусства и музыки. В первую очередь это связано с разработкой новых алгоритмов глубокого обучения и обучением с подкреплением для написания песен, создания изображений, рисунков и других материалов.
Расширяемый музыкальный сервер — он воспроизводит музыку с локального диска, Spotify, SoundCloud, Google Play Music и других сервисов.
Распознавайте и управляйте лицами на Python или из командной строки с помощью самой простой в мире библиотеки распознавания лиц.

Определение изображения Джо Байдена с помощью инструмента распознавания лиц.
Система управления контентом на Django, ориентированная на гибкость и впечатления пользователей.
Берет код и переформатирует его в лучший формат в соответствии с вашим руководством по стилю, даже если первоначально код не нарушал руководство.
Мощное приложение для группового чата с открытым исходным кодом, которое сочетает в себе незамедлительность чата в реальном времени с преимуществами продуктивности тредовых бесед.
Фреймворк Python для создания аналитических веб-приложений без JavaScript.

Приложение-карта с указанием дат открытия магазинов Walmart. Изображение на Plotly.
Django — это веб-фреймворк Python высокого уровня, который способствует быстрой разработке и чистому, прагматичному дизайну.
Модуль Python для машинного обучения, созданный на основе SciPy.
Серьезный, минималистичный фреймворк REST-сервисов и серверной части приложений для разработчиков Python с акцентом на надежность, корректность и производительность в масштабе.
Flask — это легкий WSGI фреймворк для веб-приложений. Он разработан, чтобы сделать начало работы быстрым и легким, есть возможность масштабирования до сложного приложения.
Высокоуровневый API нейронных сетей, написанный на Python и способный работать поверх TensorFlow, CNTK или Theano. Он разработан с упором на возможность быстро экспериментировать.
Кросс-платформенная среда Python с открытым исходным кодом для разработки приложений, использующих инновационные пользовательские интерфейсы с поддержкой мультитач.
Библиотека Python с открытым исходным кодом для работы с n-мерными массивами, она предлагает обширный набор инструментов для численных операций для достижения повышения производительности и сокращения времени выполнения.
Гибкая и мощная библиотека для анализа и обработки данных для Python, предоставляющая структуры маркированных данных.
Библиотека Python, которая позволяет отправлять запросы HTTP/1.1, добавлять заголовки, данные форм, составные файлы и устанавливать параметры с помощью простых словарей Python.
Мультидоменная библиотека Python с открытым исходным кодом для Data Science, которая охватывает естественные науки, математику и инженерию.
Библиотека для визуализаций, основанная на Matplotlib и предлагающая дополнительный уровень настройки графиков и диаграмм, созданных Matplotlib.
Статистический модуль, предлагающий различные классы и функции для множества статистических моделей, делающий возможным статистический анализ и исследование данных.
Theano — это библиотека, которая позволяет эффективно определять, оптимизировать и оценивать математические выражения, включающие многомерные массивы.
Веб-фреймворк Python и библиотека асинхронных сетей, первоначально разработанные FriendFeed.
Гибкий инструмент для создания, организации и совместного использования визуализаций меняющихся, насыщенных данных. Поддерживает Torch и Numpy.

Библиотека для создания двухмерных графиков, позволяющая получать пригодные к публикации изображения в различных форматах твердых копий и в интерактивных средах на разных платформах.
Я надеюсь, что вы найдете эти репозитории такими же полезными и вдохновляющими, как и я, и воспользуетесь ими для расширения своих навыков и знаний. Приятного программирования!


Эксперт вы или начинающий разработчик — не важно. В любом случае вы задаете себе такие вопросы:
- Как выглядит хороший, чистый код?
- Где я могу научиться писать код лучше?
- Как стать лучше в профессии?
И в этот момент на помощь приходит GitHub. Мы посмотрим на топовые репозитории Github, которые не только вдохновят вас и чему-то научат, но и дадут почувствовать вкус того, что творческий ум способен сделать с помощью Python.
Почему Python?
Разработчики со всего мира выбрали Python основным языком многих проектов. Python — это простой в использовании язык. Он универсален, у него большая коллекция пакетов, которая удерживает и привлекает новых разработчиков. Немного фактов:
- Python считается одним из лучших инструментов для Data Science.
- Это второй по популярности язык на GitHub.
- Python — самый популярный язык в ML.
- Тренды поиска в Google 2019 года ставят Python на второе место по популярности среди языков в сети.
- В репозитории пакетов Python содержится 147 000 пакетов.
- Согласно StackOverflow именно Python — наиболее предпочтительный язык.
Итак, список
С этими репозиториями я сталкивалась лично. Они помогают мне в работе с кодом: я у них учусь, восхищаюсь ими, вдохновляюсь ими, нахожу их полезными в чём-то ином. Этот список даст вам преимущество в смысле кода и повысит вашу ценность как специалиста. Я разобью подборку на такие категории:
1. Книги.
2. Собеседования.
3. Обучение.
4. Крутые проекты.
5. Фреймворки, модули, инструменты.
1. Книги.
Hitchhiker’s Guide to Python от Real Python (21.9к ?)
Эта книга — руководство по установке, настройке и применению Python.
Python Machine Learning от Sebastian Raschka и Vahid Mirjalili (1.6к ?)
Блокноты с кодом из классических учебников ML.
Cosmic Python (1.3к ?)
Книга об архитектуре приложений на Python в смысле управления сложностью.
Byte of Python от Swaroop C H (1.3к ?)
Книга для начинающих. Прочитайте ее, если программирования для вас неизвестная область.
2. Собеседования.
Cracking the Coding Interview от Bogdan (140 ?)
Решения вопросов с собеседований, представленных в шестом издании «Cracking the Coding Interview» (CTCI).
Interactive Coding Challenges от Donne Martin (21.2к ?)
Более 120 интерактивных задач по кодированию Python (алгоритмы и структуры данных) — поставляется с картами программы для запоминания Anki.
Python Interview Questions от Ian Stapleton Cordasco (108 ?)
Список вопросов, которые могут быть заданы работодателями Python
300 Python Interview Questions от Learning Zone (64 ?ы)
Более 300 вопросов на собеседовании по Python.
3. Обучение.
The Algorithms/Python от The Algorithms (91.5к ?)
Все алгоритмы из компьютерной науки на Python. Отлично подходит для технических собеседований.
Awesome Python от Vinta Chen (88.7к ?)
Отобранный список потрясающих фреймворков, библиотек, программного обеспечения и ресурсов с кодом, охватывающим практически все, для чего используется Python.
Full Speed Python от Joao Ventura (2.9к ?)
Это книга для самообразования. Она призвана научить Python через практику.
Python Robotics от Atsushi Sakai (10.6к ?)
Примеры кода на Python для робототехники.
Learn Python 3 от Jerry Pussinen (2.8к ?)
Блокноты Jupyter Notebook для преподавания и обучения Python 3.
Learn Python от Oleksii Trekhleb (5.3к ?)
Песочница и список трюков Python. Коллекция скриптов Python, разделенная по темам и содержащая примеры кода с пояснениями.
Python Reference от Sebastian Raschka (2.5к ?)
Полезные функции, учебники и другие связанные с Python вещи.
Manim от 3b1b (27.8к ?)
Анимационный движок для создания объяснительных видеоматериалов по математике. В основном он используется при программном создании анимации.
NLTK от NLTK (9.4к ?]
Коллекция библиотек и инструментов с открытым исходным кодом для обработки естественного языка.
Free programming books от Free Ebook Foundation (164к ?)
Бесплатные книги по программированию. Есть раздел Python с большим количеством бесплатных электронных книг.
100 Days of ML Code от Avik Jain (30.5к ?)
Рабочие листы с пошаговыми описаниями, которые знакомят пользователей с основами машинного обучения. Содержит ссылки на примеры кода, наборы данных и полезные видео, объясняющие ключевые математические понятия.
D2L от Dive Into Deep Learning (8к ?)
Интерактивный углубленный учебник с кодом, математикой и дискуссиями. Работа идет с несколькими фреймворками. Принято в 140 университетах и 35 странах.
Models от TensorFlow (67.1к ?)
Репозиторий с открытым исходным кодом, где вы найдете множество связанных с глубоким обучением библиотек и моделей.
TensorFlow examples от Aymeric Damien (39.2к ?)
Справочник для всех, кто начинает работать с фреймворком машинного обучения Google TensorFlow. Содержит множество примеров кода, демонстрирующих все, начиная от базовых операций TensorFlow и заканчивая построением нейронных сетей.
Project Based Learning от Tu V. Tran (40к ?)
Список ориентированных на проекты учебников по программированию, в том числе по созданию веб-скреперов, приложений, ботов и т.д.
Coding Problems от Meto Trajkovski (1.4к ?)
Решения различных проблем кодирования/алгоритмики и множество полезных ресурсов для изучения алгоритмов и структур данных.
Крутые проекты
Airflow от Apache (19.1к ?)
Платформа для разработки программ, планирования и мониторинга рабочих процессов.
Hug от Hug API (6.4к ?)
Цель Hug — сделать разработку API на Python как можно проще.

Rebound от Jonathan Shobrook (3.4к ?)
Инструмент командной строки, при возникновении исключения немедленно показывающий результат со Stack Overflow — [прим. перев. — сайта с ответами на вопросы по программированию].
You Get от Mort Yao (36.9к ?)
Крошечная утилита командной строки для загрузки медиаконтента (видео, аудио, изображений) из интернета.
Snallygaster от Hanno Bock (1.7к ?)
Инструмент сканирования на предмет скрытых файлов на серверах HTTP.
DeepFaceLab от iperov (21.1к ?)
Инструмент, который может создавать изображения и видео DeepFake, позволяя вам делать много забавных вещей, например, удаление и замена лиц.

Пример обмена лицами.
Photon от Somdev Sangwan (7.2к ?)
Мощный и простой в использовании веб-скрепер. Он следует рекомендациям из OSINT — методологии, которая делают возможным сбор и анализ информации, полученной из открытых или общедоступных источников.
ZeroNet от ZeroNet (16.2к ?)
Децентрализованные веб-сайты с помощью криптовалюты Bitcoin в сети BitTorrent.

Gym от OpenAI (22.6к ?)
Инструментарий для разработки и сравнения алгоритмов обучения с подкреплением.
Detectron от Facebook Research (23.8к ?)
Исследовательская платформа Facebook AI Research (исследования искусственного интеллекта Facebook) для исследования обнаружения объектов, реализующая популярные алгоритмы, такие как Mask R-CNN и RetinaNet.

Пример вывода Mask R-CNN через Detectron
Magenta от Magenta (15.9к ?)
Исследовательский проект, исследующий роль машинного обучения в создании произведений искусства и музыки. В первую очередь это связано с разработкой новых алгоритмов глубокого обучения и обучением с подкреплением для написания песен, создания изображений, рисунков и других материалов.
Mopidy от Mopidy (6.7к ?)
Расширяемый музыкальный сервер — он воспроизводит музыку с локального диска, Spotify, SoundCloud, Google Play Music и других сервисов.
Face Recognition от Adam Geitgey (37.1к ?)
Распознавайте и управляйте лицами на Python или из командной строки с помощью самой простой в мире библиотеки распознавания лиц.

Определение изображения Джо Байдена с помощью инструмента распознавания лиц.
Wagtail от Wagtail (9.6к ?)
Система управления контентом на Django, ориентированная на гибкость и впечатления пользователей.
YAPF от Google (11.2к ?)
Берет код и переформатирует его в лучший формат в соответствии с вашим руководством по стилю, даже если первоначально код не нарушал руководство.
Zulip (12.8к ?)
Мощное приложение для группового чата с открытым исходным кодом, которое сочетает в себе незамедлительность чата в реальном времени с преимуществами продуктивности тредовых бесед.
4. Фреймворки, модули, инструменты.
Dash от Plotly (13.3к ?)
Фреймворк Python для создания аналитических веб-приложений без JavaScript.

Приложение-карта с указанием дат открытия магазинов Walmart. Изображение на Plotly.
Django (53.5к ?)
Django — это веб-фреймворк Python высокого уровня, который способствует быстрой разработке и чистому, прагматичному дизайну.
scikit-learn от scikit-learn (42.9к ?)
Модуль Python для машинного обучения, созданный на основе SciPy.
Falcon от Falconry (8.1к ?)
Серьезный, минималистичный фреймворк REST-сервисов и серверной части приложений для разработчиков Python с акцентом на надежность, корректность и производительность в масштабе.
Flask от Pallets (52.8к ?)
Flask — это легкий WSGI фреймворк для веб-приложений. Он разработан, чтобы сделать начало работы быстрым и легким, есть возможность масштабирования до сложного приложения.
Keras от Keras Team (2.1к ?)
Высокоуровневый API нейронных сетей, написанный на Python и способный работать поверх TensorFlow, CNTK или Theano. Он разработан с упором на возможность быстро экспериментировать.
Kivy от Kivy (12.1к ?)
Кросс-платформенная среда Python с открытым исходным кодом для разработки приложений, использующих инновационные пользовательские интерфейсы с поддержкой мультитач.
NumPy от NumPy (15.4к ?)
Библиотека Python с открытым исходным кодом для работы с n-мерными массивами, она предлагает обширный набор инструментов для численных операций для достижения повышения производительности и сокращения времени выполнения.
pandas от pandas (27.2к ?)
Гибкая и мощная библиотека для анализа и обработки данных для Python, предоставляющая структуры маркированных данных.
Requests от Python Software Foundation (43.9к ?)
Библиотека Python, которая позволяет отправлять запросы HTTP/1.1, добавлять заголовки, данные форм, составные файлы и устанавливать параметры с помощью простых словарей Python.
SciPy от SciPy (7.7к ?)
Мультидоменная библиотека Python с открытым исходным кодом для Data Science, которая охватывает естественные науки, математику и инженерию.
Seaborn от Michael Waskom (7.8к ?)
Библиотека для визуализаций, основанная на Matplotlib и предлагающая дополнительный уровень настройки графиков и диаграмм, созданных Matplotlib.
Statsmodels от Statsmodels (5.7к ?)
Статистический модуль, предлагающий различные классы и функции для множества статистических моделей, делающий возможным статистический анализ и исследование данных.
Theano от Theano (9.3к ?)
Theano — это библиотека, которая позволяет эффективно определять, оптимизировать и оценивать математические выражения, включающие многомерные массивы.
Tornado от Tornado Web (19.6к ?)
Веб-фреймворк Python и библиотека асинхронных сетей, первоначально разработанные FriendFeed.
Visdom от Facebook Research (7.7к ?)
Гибкий инструмент для создания, организации и совместного использования визуализаций меняющихся, насыщенных данных. Поддерживает Torch и Numpy.

Matplotlib от Matplotlib (12.6к ?)
Библиотека для создания двухмерных графиков, позволяющая получать пригодные к публикации изображения в различных форматах твердых копий и в интерактивных средах на разных платформах.
Заключение
Я надеюсь, что вы найдете эти репозитории такими же полезными и вдохновляющими, как и я, и воспользуетесь ими для расширения своих навыков и знаний. Приятного программирования!

- Курс «Python для веб-разработки»
- Обучение профессии Data Science
- Обучение профессии Data Analyst
- Онлайн-буткемп по Data Analytics
Eще курсы
- Курс по Machine Learning
- Продвинутый курс «Machine Learning Pro + Deep Learning»
- Курс «Математика и Machine Learning для Data Science»
- Разработчик игр на Unity
- Профессия Веб-разработчик
- Профессия Java-разработчик
- Курс по JavaScript
- C++ разработчик
- Обучение профессии C#-разработчик
- Курс по аналитике данных
- Курс по DevOps
- Профессия iOS-разработчик с нуля
- Профессия Android-разработчик с нуля
js605451
Дорогие Python разработчики! Вы, может, и умеете программировать, но совершенно не умеете гуглить? Слышали про Cracking the coding interview, но внезапно забыли о google.com? Хотите заниматься machine learning, но из-за медленного перемножения матриц ничего не выходит? Морально готовы сделать REST API, но, хоть убей, не можете найти ни одного веб-фреймворка? Эта статья — для вас!
AivanF
Думаю, инфа скорее для начинающих в ИТ в целом и в Питоне в частности, да и для желающих расширить кругозор тоже. Мне такая статья была бы очень кстати лет 5 назад, и я рад, что подобный контент есть сейчас, можно делиться со своими студентами и просто знакомыми.
js605451
И как начинающему помогает знание
Вот серьезно — с какой стороны нужно "зайти в айти", чтобы с одной стороны уже быть способным что-то вынести из такого вот списка библиотек, а с другой — не быть способным нагуглить самостоятельно "awesome python"?
Вот упомянут этот NumPy — что с этими знаниями делать? Либо человек сам приходит к пониманию "хочу инструмент для работы с n-мерными массивами" — и за 2 минуты находит этот самый NumPy в гугле, либо человек проходит курс/читает книжку по какому-нибудь ML, и там все примеры — на NumPy.
Какие ещё бывают сценарии в которых есть человек, которому нужен NumPy, но человек про NumPy ничего не знает — и их разделяет такое вот кратенькое упоминание в случайной статье на хабре?
AivanF
Например, человек, вошедший в айти из вэба и не знавших о доступных математических инструментах, клепающий всё стандартными средствами языка. Или увидит другой веб-фреймворк. Или начинающий аналитик узнает об альтернативных/смежных инструментах. Да, если прям надо и горит, то нагуглит сам (но, зная студентов и стажёров, могу сказать, что многие из них гуглить не особо умеют, тем более на английском), а если не надо, то из интереса может посмотреть, составить представление, и, когда возникнет потребность, решение уже будет в голове.
Что за шквал критики такой?) Или вы считаете, что лишь ваш подход к жизни и работе единственно верный, а все публикуемые здесь статьи должны соответствовать лично вашим критериям значимости?
js605451
Вот-вот — поддержим убогих, вывалим на хабр кучу бесполезного мусора, которая на раз гуглится при малейшей заинтересованности.
Да — я против вот этой вот "телевизорщины", я — за развитие навыков постановки задач самому себе, за способность задавать вопросы, искать ответы, делать исследования, и т.д. Про удочки надо писать, а не про очередную порцию тухлой рыбы.
AivanF
Я всецело поддерживаю эти и схожие ценности, но ваши высказывания всё же исполнены чёрно-белым максимализмом, словно здесь лженаука и ссылки на примеры левого грязного кода, а не репозитории качественных проектов мирового класса
(:
js605451
Именно лженаука — коллекционирование марок. Единственный способ найти эту статью должен быть запрос "я полный идиот питон помогите". Это не для всех, понимаете? Это для какого-то меньшинства, которое я толком даже идентифицировать не могу. Ленивые незамотивированные продавцы гамбургеров, которые уверены, что знания могут быть только приняты, но не добыты.
Я не хочу чтобы такой контент показывался у меня в ленте. Поэтому я ставлю минусы и развёрнуто объясняю что не так. Я не хочу чтобы у людей, которые не могут гуглить и ждут, пока им переведут с английского на русский, вообще был хоть какой-то шанс попасть в профессию.
AivanF
Опять же, это какой-то кипящей максимализм :) Во-первых, лженаука это о продвижении теорий, идущих вразрез с современными научными взглядами и доказательствами, здесь ничего подобного нет, лишь формат статьи, который вам не заходит. Во-вторых, с чего вы решили, что способ самостоятельного поиска знаний единственно верный, а изучение окружающей информации нет, зачем мотаться из крайности в крайность? Оба способа хороши. Например, Андроид-разработчик будет целенаправленно изучать нужные ему технологии, но также может интересоваться другими; он их не будет гуглить, т.к не шарит и нет резона целенаправленно разбираться в сотнях фреймворков и фич, десятков направлений ИТ; зато вполне может интересоваться ими в пассивном ключе, и такая статья ему может зайти. Как и мне заходят не самые детальные статьи о той же мобильной разработке, геймдеве и т.д. Хабр это ж не энциклопедический сборник, есть материалы очень разных форматов, и здесь в принципе всё не для всех, потому будьте проще, вам не обязана нравиться каждая статья :)
js605451
А? Зачем это написано?
У нас есть целый интернет окружающей информации. Статья, которую мы обсуждаем — это даже не информация, это копипаст. Оно уже было в интернете (и не лезло ко мне), теперь его в интернете два (и оно у меня зачем-то вылезло).
Да, можно перед телевизором сидеть по 16 часов и называть это "развивать кругозор и быть в курсе происходящего в мире".
Что вы сказать-то пытаетесь? Мне настолько сильно не понравилась статья, что я не поленился нажать минус и расписать причины. Вам не нужно меня убеждать, что я делаю что-то не так. Я всё делаю как надо — как часть сообщества я даю обратную связь автору статьи. Если эти комментарии кого-то склонят на мою сторону — здорово, будут ещё минусы. Если не склонят, то и ладно — буду знать, что сообщество не разделяет моих ценностей.
Будьте скромнее и не лезте с советами.
Stronczzz
Мда… Хорошо, что такие чёрно-белые максималисты как вы водитесь исключительно в пределах айти, потому как к настоящему промышленному инжинирингу подпускать таких, готовых выжечь напалмом всего лишь за подборку полезных ресурсов, ни в коем случае нельзя.
js605451
Не за подборку — за навязывание. Напалмом, да.