Устарели ли NumPy и PyTorch? Как перевести проект с Python 2 на Python 3 так, чтобы пользователи не заметили? Как дать языковой модели доступ к данным, которых не было в обучающем датасете?

В сентябре мы проведём конференцию PiterPy 2024, где поговорят обо всех этих вопросах и многих других. Все описания докладов уже есть на сайте, а теперь для Хабра мы свели их в один текст, подсократили в нём длинные описания, перевели на русский англоязычные.

Тематические блоки

• ML

• Бэкенд

• Тестирование

• Инструменты и фреймворки

• Internals

• Данные

• Основы

• Кибербезопасность

• Vanilla Python

• Замена Питону

---

ML

Расширяем границы знаний LLM

Диалоги с языковыми моделями всем уже привычны. Но многие жалуются «нейросеть не знает того, чего не было в её датасете». Как изменить ситуацию?

Александр и Кузьма расскажут о необходимой базе при создании RAG-приложений с использованием больших языковых моделей. Они кратко рассмотрят рынок LLM, затем — конкретные пользовательские сценарии с использованием, в том числе, Yandex GPT. Разберут доступные в облаке способы расширения знаний — через Datasphere и через построение RAG (Retrieval-Augmented Generation).

---

Воркшоп: Большие языковые модели в облаке Yandex Cloud

Помимо теоретического доклада про LLM, на конференции будет и этот воркшоп, где спикер продемонстрирует работу с ними на практике.

Дмитрий расскажет про использование больших языковых моделей в облаке для решения различных задач — от извлечения структурированных данных из больших массивов текстовых данных до построения вопросно-ответных систем и автоматических ответов на отзывы. Поделится техническими деталями работы YandexGPT и хостинга открытых языковых моделей (LLaMA 3 / Saiga) в облаке. Расскажет про проекты с использованием LLM внутри Яндекса, покажет несколько увлекательных демонстраций.

---

Интеграция чат-бота в существующую архитектуру

В последние годы наблюдается увеличение интереса к использованию чат-ботов в различных организациях. Многие идеи, которые ранее реализовывались на веб-сайтах, теперь переносятся в Telegram-боты — от простых помощников до полноценных приложений. Однако некоторые решения были созданы не оптимальным способом, что затрудняет их масштабирование и интеграцию в уже существующую архитектуру.

Артур расскажет об эволюции чат-ботов, поделится опытом их интеграции и подходами к разработке.

---

Вашей компании LLM не нужен? Построение инфраструктуры с нуля

Подробно рассмотрим построение инфраструктуры для использования больших языковых моделей (LLM) с нуля, опираясь на опыт Х5 Tech.

Мичил начнет с объяснения, что такое LLM и почему они становятся все более важными для современных технологий. Обсудим ключевые компоненты, необходимые для создания масштабируемой и надежной инфраструктуры. Сравним три популярных бэкенда для инференса LLM: llama-cpp, TGI и vLLM, выделяя их преимущества и недостатки. Особое внимание уделим подводным камням llama-cpp и рассмотрим, действительно ли vLLM — идеальное решение. Затронем тему информационного поиска и его связь с LLM — Мичил объяснит, как эти модели могут улучшить процессы поиска по базам знаний.

В заключение обсудим, как заставить LLM писать качественный текст, на основе опыта внедрения чат-бота для сотрудников Пятерочки.

---

NumPy и PyTorch устарели?

Как давно вы пользуетесь NumPy? А PyTorch? А что, если найдется библиотека, которая делает все то же самое, но быстрее?

Во время доклада мы рассмотрим JAX — библиотеку от Google. Посмотрим на такую штуку, как JIT — just in time compilation: что он собой представляет и как изменяет ваш код. Проанализируем бенчмарки JAX, NumPy и PyTorch по CPU и MEM. Рассмотрим различия в API этих инструментов.

И, наконец, узнаем: JAX — «убийца» NumPy или просто хайп?

---

Бэкенд

Драматическое приручение кролика

Представим, что у нас есть сервис, в который ежедневно сваливаются реестры платежей. Их необходимо обработать. Для каждого получателя проверить статус, доступный лимит на получение; возможно, отправить уведомление, сформировать выписку и так далее.

Все это обычно решается с помощью фоновых задач, и есть множество инструментов для этого. Так, для работы в фоне мы взяли Dramatiq. И спустя 3 года получили свою первую ошибку от RabbitMQ — «100 connection limit reached».

В докладе разберем, зачем нам столько соединений. Почему это плохо и как в Точке держат нагрузку в 10 раз больше, имея в 10 раз меньше соединений. Не обошлось и без контрибьюта в open source.

---

Еще один фреймворк: как мы стали пилить интеграции за спринт вместо квартала

Один из аспектов ContactPay— это интеграция с внешними партнерами — платежными шлюзами. Чтобы поддерживать стабильную доставку, требуется унифицировать процессы. Для своих нужд в компании разработали фреймворк, которым пользуются для всех интеграций, существенно сокращая time-to-market с момента подписания договоров.

Эти практики подойдут как аналитикам, так программистам. В докладе Дмитрий осветит решения, которые стали использовать у себя в процессах, и к чему это привело. Какие проблемы это помогло решить, а какие нет.

---

Backend-Driven UI: как мы это сделали и что из этого вышло

Александр расскажет о реализации подхода Backend-Driven UI (BDUI) на Python в Циан. Как за год смогли с нуля реализовать 2 отдельных BDUI-языка, подружили их в одном сервисе, не испугались полиморфных и рекурсивных Swagger-схем, научили backend-разработчиков основам верстки на всех платформах, поменяли принцип мышления стейкхолдеров и запустили новую форму подачи объявления на первых пользователей.

Доклад будет полезен разработчикам любого уровня, дополнительных знаний не требуется — краткий экскурс в BDUI будет включен в презентацию.

---

Простое управление настройками Django-приложения

Динамично развивающийся Django-проект с множеством экспериментальных алгоритмов и бизнес-правил. Требуется инструмент, позволяющий создавать в одном месте параметры этих алгоритмов и настраивать их в реальном времени.

Классические подходы решения подобных задач, такие как файлы констант, переменные окружения, хранение значений в БД, имели ряд ограничений. Все они требовали вмешательства разработчика для изменения значений, не выглядели естественно в коде, не имели простой валидации. Поэтому было создано свое решение — django-liveconfigs.

В докладе рассмотрим классические подходы решения подобных задач, такие как файлы констант, переменные окружения, хранение значений в БД, а также сравним django-liveconfigs с имеющимися решениями для Django. Продемонстрируем пользу предложенного решения как со стороны разработчика, так и со стороны бизнеса. И, конечно, будут примеры использования — от простого к сложному.

---

Тестирование

Брокеры сообщений и Python в 2024-м

Event-driven train уже вовсю набрал ход и тяжело представить крупную отказоустойчивую систему без Kafka, RabbitMQ или другого брокера где-нибудь под капотом. Однако инструменты для разработки подобных сервисов вызывают шок у поколения, воспитанного FastAPI.

Пройдемся по всем больным мозолям Python-клиентов к брокерам сообщений, сформируем список требований к «современному» инструментарию, познакомимся с FastStream и немного окунемся в историю его создания.

---

Практические шаблоны и лучшие практики для разработки Python-библиотек

Максим поделится знаниями и опытом в разработке высококачественных и масштабируемых Python-библиотек, используемых для ETL-процессов. Обсудим шаблоны проектирования и архитектурные решения, которые позволяют создавать эффективные и легко поддерживаемые и тестируемые библиотеки.

На примере реальных задач вам покажут, как можно улучшить процессы разработки Python-инструментов, минимизировать возможные ошибки и ускорить внедрение изменений. Обсудим, как стандартизация и автоматизация тестирования помогает в поддержке и развитии больших проектов.

Технологии: Python 3.x pytest setuptools, Poetry, handling requirements, optional requirements, Codecov, Sphinx, autodoc, etc. GitHub Actions, GitLab CI, Git tags.

---

Внутреннее устройство бинарных сборок Python

В Python-мире существуют разнообразные инструменты и подходы для дистрибуции своих приложений. Какие-то подходят больше для open source, другие вы используете у себя в продакшене, про третьи вы пытаетесь не вспоминать, а про какие-то даже не слышали.

Особняком от классических подходов стоит бинарная сборка Python, которая решает проблемы специфичным образом, практикуется в Big Tech и интересна энтузиастам. Вот только некоторые инструменты, которые используются в создании автономных Python-программ: PyInstaller, Nuitka, PyOxidizer, py2app, PythonZipper (Bazel), cx_Freeze.

В Яндексе используется своя система сборки, которая появилась более 10 лет назад. Она умеет собирать Python в замкнутые и подлинно герметичные бинарные программы под все популярные платформы.

Во время доклада рассмотрим базовое устройство автономных сборок Python, погрузимся в детали их реализации, сравнивая с подходом, используемым в Яндексе. Выясним, какие преимущества дает такой подход и на какие компромиссы ради этого придется пойти.

---

To TBD or Not to TBD?

Руслан и Антон расскажут об опыте внедрения подхода trunk-based development (TBD) при разработке KasperskyOS.

Пробежимся по базовым вопросам конфигурационного управления и тому, как их можно адресовать. В частности, как код хранить, изменять, собирать, тестировать, релизить. Почему крупные проекты неизбежно борются со сложностью во всех этих процессах и к чему это приводит.

Пройдемся по текущим дизайн-решениям Kaspersky, рассмотрим их плюсы и минусы. Закончим мыслями о том, каких ошибок стоит избегать и что для этого нужно.

---

Инструменты и фреймворки

Всё или ничего: как обновить Python и не попасть на костер

История про внедрение новых инструментов и борьбу с легаси на масштабе в сотни микросервисов. Фокус именно на масштаб и взаимодействия с инфрой и людьми, но специфику Python Сергей подсветит ярко.

Будет полезно сеньорам и техлидам.

---

Разбираемся с end-to-end type safety для наших бэков

При написании бэкенда и фронтенда мы постоянно сталкиваемся с мелким или крупным «рассинхроном» в полях и типах, и это нужно всегда отслеживать вручную. Даже имея средства вроде Swagger, мы постоянно натыкаемся на несовершенство интеграции back и front.

Конечно, у нас есть вариант пойти в GraphQL, но что, если вы решили остаться на REST? На это есть ответ у JS-бэкендов: end-to-end type safety. Фреймворки вроде tRPC позволяют писать «одинаковые» модели для бэкенда и фронтенда, а также иметь возможность поддержки типов и даже автокомплит на уровне IDE.

В докладе подробнее раскроют проблему, покажут ее возможные решения и даже решение автора на коленке (скрипт конвертации типов, вотчер и т. п.). Вы узнаете, как можно улучшить свои REST-based наработки, и, возможно, откроете для себя мир typesafe API.

---

Воркшоп: Accelerating API Development in PostgreSQL with PostgREST

Инструмент PosgREST предназначен для того, чтобы быстрее и качественнее создавать REST API в PostgreSQL-окружениях, опираясь напрямую на схемы PostgreSQL.

К концу этого воркшопа участники овладеют необходимыми знаниями и навыками для того, чтобы эффективно его использовать.

---

Как проводить переезды, не привлекая внимания пользователей

Большие переезды с нарушением обратной совместимости — это всегда боль, и каждая миграция особенна по-своему. Виктор расскажет о том, как пришлось мигрировать 200 000 строк кода с Python 2 на Python 3, оставаясь в основе внутренней инфраструктуры так, чтобы пользователи этого не заметили. Также коллеги Виктора постоянно обновляют внешние библиотеки и фреймворки в условиях монорепозитория с десятками тысяч проектов. Спикер расскажет, какие подходы использовали, с какими трудностями столкнулись, как подготовиться к большим переездам и что бы он сделал иначе.

---

Internals

PyPy: ускоряем Python с помощью Python

В вопросе выжимания производительности из микросервисов на Python чаще всего можно услышать варианты переписать на asm, Go, Rust, Node.js и т. д. Что это значит для Python-команды? Наем дорогого специалиста под одну задачу или переобучение Python-разработчика с размытием фокуса компетенций на два стека. Что, если можно на порядок поднять производительность CPU-bound операций, не меняя стек и не расширяя команду?

---

RefCount++

В Python есть два интересных механизма для работы с памятью: RefCount и GC. А насколько они близки? Зачем гадать — проведем эксперимент! Попробуем отключить RefCount, посмотрим на GC и докажем, что это действительно независимые механизмы. Проведем замеры памяти, чтобы оценить масштабы бедствия.

---

Optimizing Python Startup Time by Code Data Share

При росте нагрузки время холодного старта программы на Python может становиться крайне важным. Спикер поговорит о том, как возможно снижать это время. В докладе он представит обзор проблемы и объяснит, как в Alibaba Cloud кэшируют байт-код без возникновения дополнительных накладных расходов. Вас ждет глубокое погружение в детали реализации с помощью CPython.

---

Python JIT и extension на C: чего ожидать в будущем?

Текущее состояние и перспективы использования JIT-компиляции (Just-in-Time) в Python и расширений на языке C. Рассмотрим, как эти технологии влияют на производительность Python-приложений, какие новые возможности и улучшения нас ожидают, а также какие вызовы предстоит преодолеть разработчикам. Особое внимание будет уделено устройству JIT и преодолению новых рубежей в проектах.

---

Данные

Обработка геоданных в Python

Обсудим, как получить и обработать геоданные в Python. Какие библиотеки использовать для работы с геоданными. Рассмотрим, как можно джойнить данные не только по текстовым полям, но и при помощи геометрий.

Вы научитесь правильно рассчитывать расстояния, использовать различные проекции и сможете рассчитать расстояния маршрута при помощи библиотеки OSMnx. Узнаете, как получить картограммы и агрегировать данные.

---

Apache Kafka для Python-разработчиков

Погружение в Apache Kafka для Python-разработчиков:

• Внутреннее устройство и принцип работы основных компонентов Apache Kafka.

• Особенности использования Python-клиента к Apache Kafka.

• Разбор основных сценариев использования и best practices.

---

Из бэкенда в дата-инженерию: типовые ошибки и паттерны

Практический доклад с кейсами и наглядными примерами. Не просто про базовые вещи в дата-инженерии, понимание которых является минимальным базисом, но и про то, почему это важно. Посмотрим на реализацию максимально обыденных и привычных для бэкенда, но абсолютно неправильных паттернов с точки зрения дата-инженерии. Поговорим о работе со временем, перекладывании даты из базы туда-обратно, важности инструментов для обработки данных, любви к foreign key и о другом.

---

Основы

D в DDD: где D — это доменная логика

Макс расскажет, как использует принципы Domain-Driven Design (DDD) в своей работе. Вы узнаете, почему так важно понимать бизнес-процессы вашего проекта и как это помогает создавать качественный и гибкий код.

Он поделится реальными примерами из своего опыта, чтобы показать, как DDD помогает решать сложные задачи. Обсудим, как правильно организовать код, чтобы он был легче в поддержке и адаптации к изменениям.

Будет полезно всем, кто хочет улучшить взаимодействие между бизнесом и разработчиками и создавать устойчивые к изменениям приложения.

---

Внедряя SOLID

Есть широко известные принципы SOLID, и люди по отношению к ним делятся на несколько крупных групп. Нам интересны две. Первая скажет: «ну там же все уж понятно и давно пройдено» и добавит: «я использую принципы интуитивно». Вторая пояснит: «это бесполезное инфоцыганство». Есть и другие люди, но в докладе мы поговорим об этих двух группах. О том, работают ли эти принципы или нет.

Доклад будет основан сугубо на практике: исходя из разработки множества крупных энтерпрайзных систем и общения на большом количестве собеседований. Денис расскажет, как можно жить с этими принципами, как их внедрять, как все в индустрии их «хорошо» используют (спойлер: не очень) и как можно некоторые из SOLID-принципов достичь автоматически. Поговорим о каждой букве подробнее, а также покопаемся в коварных вопросах про SOLID на собеседованиях.

---

Senior. Ретроспектива, или Что я сначала не понимал в своей карьере, а потом как понял

Дмитрий взглянет на свой путь от стажера до сеньора по принципу «туда и обратно».

Сначала пройдется снизу вверх по ступеням грейдов и расскажет о тех аспектах и навыках в Python, которые помогли ему получить буст в карьере. Затем пойдет в обратном порядке, чтобы уже с высоты текущего развития посмотреть на каждый из этапов и объяснить, что хорошие специалисты сами такими не станут, если им не помочь.

---

Кибербезопасность

Выбираем open-source SAST для Python-проектов

Рассмотрим популярные open source-инструменты для статического анализа безопасности (SAST) в Python-проектах: Bandit, SonarQube, Semgrep, CodeQL. Обсудим преимущества и недостатки каждого с примерами использования на подготовленном бенчмарке — заранее уязвимом Python-приложении (OWASP Top 10).

---

И снова про безопасность в мире Python-разработки

Поговорим о том, куда же все катится. Что происходит в мире безопасности open source-пакетов, какие есть тренды и есть ли что-нибудь положительное в них. Что делает сообщество, чтобы защитить разработчиков от злоумышленников. Какие ошибки чаще всего допускают Python-разработчики и как их можно было бы избежать.

---

Vanilla Python

Tackling Thread Safety in Python

Разрабатывая на Python, мы часто пренебрегаем потоковой безопасностью, что ведет к непредсказуемому поведению кода в многопоточных окружениях. Рассмотрим частые подводные камни и трудности, воздействие Global Interpreter Lock и использование примитивов синхронизации.

---

Стили в Python: как перестать рвать на себе волосы, читая чужой код

Когда мы рассуждаем о качестве кода, обычно говорим о PEP 8, о том, что нельзя называть переменные непонятным образом и о том, что надо прогонять Black или Ruff или что-то еще на свой код. Но что, если посмотреть пошире?

На практике нам приходится влезать в код, написанный с использованием разных подходов, поэтому полезно уметь «работать в разных стилях». Возьмем для примера понятную задачу вордкаунта и рассмотрим, как одну и ту же штуку можно сделать разными способами и что из этого получится.

Доклад будет полезен тем, кого уже «тошнит» от Литкода, но хочет иметь больше универсальности в своей коробке инструментов. А также всем, кто когда-то писал на других языках, но теперь считает, что раз он питонист, то больше делать нечего.

---

Замена Питону

Bend vs Mojo. Чей хайп сильнее?

Новые языки растут как грибы после дождя! В прошлом году мы получили Mojo, он влетел «с ноги» в топ чарты интернета и продолжает набирать популярность. Но совсем недавно появился другой язык под названием Bend, который набрал 15K звезд за неделю. Оба языка заточены под ML и параллелизм, но какой лучше и сильнее?

Посмотрим на особенности каждого из языков, немного покопаемся во внутренностях. Конечно же, будем бенчмаркать до потери пульса, так как эти языки очень хорошо подходят для ML, где скорость крайне важна.

---

Конечно, конференция не сводится к докладам, но живое общение не распишешь по пунктам. Так что нам остаётся только прояснить необычный формат для тех, кто не был на предыдущих PiterPy:

• 18 сентября будет полностью онлайновый день.

• а 26-27 сентября будут доступны два варианта: можно будет лично прийти на конференцию в Петербурге, но можно будет и подключиться к происходящему удалённо, кому как удобнее.

Остальная информация и билеты — на сайте PiterPy. А если что-то осталось непонятным, можете спрашивать прямо здесь.