My project the Great Ukrainian Encyclopediahttps://vue.gov.uahas a new design!
Blog

Awesome Python Learning
# Awesome-Python-Learning
Python Learning Library
## Contents
Jobs
Programming (learning)
Roadmaps
MOOC and courses
Video
Textbooks
Books
Games for Education
Online education (others)
IT-events
Training
Project examples for Junior
Puzzles
Developer’s Tools
Articles about Software Engineering
Jobs
- [15 App Ideas to Build and Level Up your Coding Skills]
- [15 вопросов по Python: как джуниору пройти собеседование]
- [15 задач на собеседовании для программиста]
- [16-річний програміст із Черкащини — про те, як 11-класником влаштувався на роботу зі зарплатнею майже $1000 | DOU]
- [5 советов по созданию вашего резюме]
- [50+ Data Structure and Algorithms Problems from Coding Interviews – DEV Community 👩💻👨💻]
- [53 Python Interview Questions and Answers – Towards Data Science]
- [hh.ua]
- [How to write a killer Software Engineering résumé – freeCodeCamp.org – Medium]
- [Job search, venture investing & new tech products | AngelList]
- [Python програмісти – Джин]
- [Top 100 Data Structure and Algorithm Interview Questions for Java Programmers | Java67]
- [Top 75 Programming Interview Questions Answers to Crack Any Coding Job Interview | Java67]
- [What I want (and don’t want) to see on your software engineering resume]
- [Вакансії | DOU]
- [Вастрик.Инсайд #39: Войти в айти. Нужен ли диплом? Как учиться новому? Как оставаться востребованным? Есть ли жизнь после 30?]
- [Вастрик.Инсайд #46: Краткий гайд о том, как нанимать нормальных людей]
- [Де, як і скільки: аналізуємо найм джуніорів у 2019 році | DOU]
- [Как должно выглядеть резюме ИТ-специалиста: типичные ошибки глазами HR]
- [Как успешно пройти любое техническое собеседование]
- [Работа]
Programming (learning)
Roadmaps
- [My Data Science & Machine Learning, Beginner’s Learning Path | LinkedIn]
- [AI & ML дайджест #17: курсы по ML & DL, обзор популярных GAN архитектур, AI бот для ребенка | DOU]
- [Data Science Career Guide — Dataquest]
- [Data Science Career Tips Archives — Dataquest]
- [Full-Stack JavaScript in Six Weeks: A Curriculum Guide]
- [Grow]
- [Grow]
- [How to become a data scientist? – Towards Data Science]
- [How we built our first full-stack JavaScript web app in three weeks]
- [If I had to start learning Data Science again, how would I do it?]
- [omreps/programmer-competency-matrix: ENG -> RU: Матрица компетентности программиста, мой перевод]
- [Pandas Урок — чтение файлов csv, создание dataframe и фильтрация данных]
- [Programmer Competency Matrix — Sijin Joseph]
- [programmer-competency-matrix/partII.md at master · omreps/programmer-competency-matrix]
- [Python Developers Survey 2019 Results | JetBrains: Developer Tools for Professionals and Teams]
- [Quiz: Data Engineer, Data Analyst, Data Scientist — Which Role Fits You?]
- [Resources I Wish I Knew When I Started Out With Data Science]
- [Roadmap • mlcourse.ai]
- [Top 10 In-Demand programming languages to learn in 2020]
- [Warning: Your programming career – SoloLearn – Medium]
- [Дайджест материалов по трудоустройству в сфере IT]
- [Детальный план самообразования в Computer Science за 1.5 года]
- [Мапа розвитку в Data Science, або Як стати дослідником даних | DOU]
- [Программирование на Python: от новичка до профессионала]
- [Путь Python Junior-а в 2017]
- [Развивать себя]
- [Советы сеньоров: как прокачать знания junior Front-end/JavaScript | DOU]
- [Хочу стать веб-разработчиком: подробный план по изучению JavaScript]
MOOC and courses
- [[UNИX][Python-Dev] Лекция 1. Разработка ПО. Индивидуальное использование GIT – YouTube]
- [11.1 – Regular Expressions – Мичиганский университет | Coursera]
- [200+ SQL Interview Questions and Answers for Developers | Udemy]
- [6.006: Introduction to Algorithms – Massachusetts Institute of Technology]
- [Advanced Operating Systems]
- [AI For Everyone — главная | Coursera]
- [Algorithmic Toolbox | Coursera]
- [Amazon Web Services Sign-In]
- [An Introduction to Interactive Programming in Python (Part 1) – Rice University | Coursera]
- [An Introduction to Interactive Programming in Python (Part 1) — главная | Coursera]
- [AP®︎ Computer Science Principles (AP®︎ CSP) | Khan Academy]
- [App Maker Academy | LEARN]
- [Applied Machine Learning in Python — главная | Coursera]
- [Applied Machine Learning in Python | Coursera]
- [Applied Plotting, Charting & Data Representation in Python | Coursera]
- [Applied Plotting, Charting & Data Representation in Python | Coursera]
- [Applied Social Network Analysis in Python | Coursera]
- [Applied Text Mining in Python | Coursera]
- [Applied Text Mining in Python | Coursera]
- [Artificial Intelligence]
- [Artificial Intelligence for Robotics | Udacity]
- [Basics of Software Architecture & Design Patterns in Java | Udemy]
- [Become a Python Developer]
- [Become a Solution Architect: Architecture Course | Udemy]
- [Big Data Analytics in Healthcare]
- [Bootcamp – Scrimba Tutorial]
- [Bootstrap 4 Tutorial – Learn Bootstrap For Free | Scrimba]
- [Break Away: Programming And Coding Interviews | Udemy]
- [Caesar – CS50x]
- [Chat with React – Scrimba Tutorial]
- [Clean Code | LEARN]
- [Client-Server Communication]
- [Code Basics: основы программирования]
- [Codecademy]
- [CodeSkulptor]
- [Coding for Kids | Tynker]
- [Coding Interview Bootcamp Algorithms, Data Structures Course | Udemy]
- [Command Line Essentials: Git Bash for Windows | Udemy]
- [Computability, Complexity & Algorithms]
- [Computability, Complexity & Algorithms – Udacity]
- [Computer programming | Computing | Khan Academy]
- [Computer science | Computing | Khan Academy]
- [Continuous Integration and Continuous Delivery using Interactive Browser-Based Labs | Katacoda]
- [Continuous Integration with Jenkins | LEARN]
- [Convolutional Neural Networks | Coursera]
- [Course | 15.071x | edX]
- [Course | CS1301xII | edX]
- [Course Introduction: Neural Networks in JavaScript – Scrimba Tutorial]
- [Course overview]
- [Course Overview – Scrimba Tutorial]
- [Courses | edX]
- [Courses | LEARN]
- [Crash Course on Python — главная | Coursera]
- [CS 436: Distributed Computer Systems – Lecture 1 – YouTube]
- [CSS – Scrimba Tutorial]
- [Dashboard | Khan Academy]
- [Data Analysis and Visualization]
- [Data Analysis Learning Path | Springboard]
- [Data Science A-Z™: Real-Life Data Science Exercises Included | Udemy]
- [Data Science Dream Job – YouTube]
- [Data Science Interview Prep]
- [Data Science Office Hours – YouTube]
- [Data Science with R | Pluralsight]
- [Data Scientist Path: Interactive Python, SQL | Dataquest]
- [Data Structure – Part I | Udemy]
- [Data Structures and Performance | Coursera]
- [Data Structures Fundamentals]
- [Data Visualization in Python — DataCamp]
- [Data Wrangling with MongoDB]
- [Database Systems Concepts & Design]
- [DataCamp]
- [Datatypes & Typecasting – Scrimba Tutorial]
- [DBA1 : Компания Postgres Professional]
- [DBA2 : Компания Postgres Professional]
- [Deep learning на пальцах!]
- [Design of Computer Programs]
- [Design of Computer Programs – Udacity]
- [Designing RESTful APIs]
- [Developing AI Applications on Azure — главная | Coursera]
- [Differential Equations in Action]
- [Divide and Conquer, Sorting and Searching, and Randomized Algorithms | Coursera]
- [DJANGO CHANNELS 2 Tutorial (V2) – Real Time – WebSockets – Async – YouTube]
- [Docker Swarm Mode Playground | Katacoda]
- [DZone: Programming & DevOps news, tutorials & tools]
- [Easy to Advanced Data Structures | Udemy]
- [Easy to Advanced Data Structures | Udemy]
- [Exercise files]
- [Exercises on the Python Track | Exercism]
- [Explore – LeetCode]
- [Free Clean Architecture Course: Patterns, Practices, and Principles for Beginners | Pluralsight]
- [Free Software Architect Course: Developer to Architect | Pluralsight]
- [Free SOLID Course: Principles of Object Oriented Design | Pluralsight]
- [Front Matter — Alembic 1.4.2 documentation]
- [Front-End Web UI Frameworks and Tools: Bootstrap 4 — главная | Coursera]
- [Full Stack Foundations]
- [Git Playground | Katacoda]
- [Git Started with GitHub | Udemy]
- [Graph Search, Shortest Paths, and Data Structures — главная | Coursera]
- [Graph Search, Shortest Paths, and Data Structures | Coursera]
- [Greedy Algorithms, Minimum Spanning Trees, and Dynamic Programming | Coursera]
- [Grok Learning]
- [Grokking the System Design Interview – Learn Interactively]
- [GT – Refresher – Advanced OS]
- [Harvard CS109 Data Science Course, Resources Free and Online]
- [High Performance Computer Architecture]
- [High Performance Computing]
- [HTTP & Web Servers]
- [HTTP & Web Servers – Udacity]
- [https://scratch.mit.edu/projects/374672500/editor]
- [Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization | Coursera]
- [Inferential Statistical Analysis with Python — главная | Coursera]
- [Input and output — Intro to Interviewing — Grasshopper]
- [Intel® Edge AI Fundamentals with OpenVINO™]
- [Intro to Algorithms – Udacity]
- [Intro to Algorithms | Udacity]
- [Intro to Artificial Intelligence – Udacity]
- [Intro to Backend – Udacity]
- [Intro to Data Analysis | Udacity]
- [Intro to Data Science]
- [Intro to Data Science]
- [Intro to Data Structures and Algorithms]
- [Intro to Deep Learning with PyTorch]
- [Intro to Descriptive Statistics]
- [Intro to DevOps]
- [Intro To Dynamic Programming – Coding Interview Preparation | Udemy]
- [Intro To Dynamic Programming – Coding Interview Preparation | Udemy]
- [Intro to Flask Series – YouTube]
- [Intro to Hadoop and MapReduce]
- [Intro to Inferential Statistics]
- [Intro to Progressive Web Apps]
- [Intro to Relational Databases]
- [Intro to the Design of Everyday Things]
- [Intro to Theoretical Computer Science]
- [Introduction – Scrimba Tutorial]
- [Introduction to Computational Thinking and Data Science | edX]
- [Introduction to Computer Vision]
- [Introduction to D3 – Scrimba Tutorial]
- [Introduction to Data Science in Python | Coursera]
- [Introduction to Data Science in Python | Coursera]
- [Introduction to Dynamical Systems and Chaos]
- [Introduction to Graduate Algorithms]
- [Introduction to GraphQL | GraphQL]
- [Introduction to JavaScript | Codecademy]
- [Introduction to Machine Learning – Online Course | DataCamp]
- [Introduction to Machine Learning Course | Udacity]
- [Introduction to Operating Systems]
- [Introduction to Operating Systems – Udacity]
- [Introduction to Python Programming – Udacity]
- [Introduction to Python Programming | Udacity]
- [Introduction To Python Programming | Udemy]
- [Introduction to Scripting in Python | Coursera]
- [IT Курсы программирования онлайн – обучение программированию, видео уроки | ITVDN]
- [JavaScript ES6 Intro – Scrimba Tutorial]
- [Kaggle Mercedes и кросс-валидация / Блог компании Open Data Science / Хабр]
- [Katacoda – Interactive Learning Platform for Software Engineers]
- [Katacoda – Interactive Learning Platform for Software Engineers]
- [Khan Academy | Free Online Courses, Lessons & Practice]
- [Knowledge-Based AI: Cognitive Systems]
- [Learn | freeCodeCamp.org]
- [Learn CI/CD with Jenkins using Interactive Browser-Based Labs | Katacoda]
- [Learn CSS Animations]
- [Learn Data Analysis using Pandas and Python (Module 2/3) | Udemy]
- [Learn Data Structures and Algorithms: Ace the Coding Interview | Udemy]
- [Learn Data Visualization Tutorials | Kaggle]
- [Learn Git Version Control using Interactive Browser-Based Labs | Katacoda]
- [Learn How to Code | Codecademy]
- [Learn Intermediate Machine Learning Tutorials | Kaggle]
- [Learn Intro to Machine Learning Tutorials | Kaggle]
- [Learn Kubernetes using Interactive Browser-Based Labs | Katacoda]
- [Learn Machine Learning using Interactive Browser-Based Labs | Katacoda]
- [Learn Pandas Tutorials | Kaggle]
- [Learn Python – Full Course for Beginners [Tutorial] – YouTube]
- [Learn Python 3.6 for Total Beginners | Udemy]
- [Learn Python for Data Science, Structures, Algorithms, Interviews | Udemy]
- [Learn Python for Data Structures, Algorithms & Interviews | Udemy]
- [Learn Python: Build a Virtual Assistant | Udemy]
- [Learn Serverless and Functions/FaaS Technologies using Interactive Browser-Based Labs | Katacoda]
- [Learn SQL | Codecademy]
- [Learn to Code with Interactive Tutorials | Scrimba]
- [Learn to Program: Crafting Quality Code — главная | Coursera]
- [Learn to Program: The Fundamentals — главная | Coursera]
- [Lecture 1: Administrivia; Introduction; Analysis of Algorithms, Insertion Sort, Mergesort | Video Lectures | Introduction to Algorithms (SMA 5503) | Electrical Engineering and Computer Science | MIT OpenCourseWare]
- [Linear Algebra Refresher Course]
- [Livestreams | Codecademy]
- [Machine Learning]
- [Machine Learning A-Z (Python & R in Data Science Course) | Udemy]
- [Machine Learning Course Outline | Course Outline | CSMM.102x Courseware | edX]
- [Machine Learning Foundations: A Case Study Approach | Coursera]
- [Machine Learning in Python (Data Science and Deep Learning) | Udemy]
- [Machine Learning Interview Preparation]
- [Machine Learning with TensorFlow on Google Cloud Platform | Coursera]
- [Machine Learning: Unsupervised Learning]
- [Master Object Oriented Programming Concepts | Udemy]
- [Master Python for Data Science]
- [Mathematics for Computer Science | Electrical Engineering and Computer Science | MIT OpenCourseWare]
- [Mathematics for Computer Science | Electrical Engineering and Computer Science | MIT OpenCourseWare]
- [Microsoft: Our new free Python programming language courses are for novice AI developers | ZDNet]
- [MIT 6.042J Mathematics for Computer Science]
- [Neural Networks and Deep Learning — главная | Coursera]
- [Node.js Playground | Katacoda]
- [Nonlinear Dynamics: Mathematical and Computational Approaches]
- [Open Data Science (ODS.ai)]
- [Open Data Science (ODS.ai)]
- [Open Machine Learning Course mlcourse.ai • mlcourse.ai]
- [ossu/computer-science: Path to a free self-taught education in Computer Science!]
- [Practical Deep Learning for Coders, v3 | fast.ai course v3]
- [Probabilistic Graphical Models 1: Representation | Coursera]
- [Programming Languages]
- [PY4E – Python for Everybody]
- [Python – OOP | Udemy]
- [Python – YouTube]
- [Python | CoderNet]
- [Python 3, BBC Microbit, and MicroPython Bootcamp | Udemy]
- [Python 3.4 Programming Tutorials – YouTube]
- [Python Basics — главная | Coursera]
- [Python for Big Data Analytics – Edureka]
- [Python for Data Science | edX]
- [Python for Data Science | edX]
- [Python OOP : Four Pillars of OOP in Python 3 for Beginners | Udemy]
- [Python OOP : Four Pillars of OOP in Python 3 for Beginners | Udemy]
- [Python Playground | Katacoda]
- [Python Programming – Build a Reconnaissance Scanner | Udemy]
- [Python Programming – YouTube]
- [Python Programming for Beginners – Learn in 100 Easy Steps | Udemy]
- [Python Programming: A Concise Introduction — главная | Coursera]
- [Python Track | Exercism]
- [Python Tutorials – YouTube]
- [Python Variables]
- [Python: Object Oriented Programming | Udemy]
- [python: Online Courses, Training and Tutorials on LinkedIn Learning]
- [Quickstart for Cloud SQL for PostgreSQL | Google Cloud]
- [R Language Playground | Katacoda]
- [React – Scrimba Tutorial]
- [React & Django TUTORIAL Integration // REACTify Django – YouTube]
- [React Tutorial: Learn React JS For Free | Scrimba]
- [Reading: Welcome | Welcome | ALGS201x Courseware | edX]
- [Real-Time Analytics with Apache Storm]
- [Regular Expressions Intro – Scrimba Tutorial]
- [Responsive Images]
- [Rock Paper Scissors – Python Tutorial | Udemy]
- [RPA: Automation Anywhere: Example: Ticket Processing – YouTube]
- [Scalable Microservices with Kubernetes]
- [Scipy Lecture Notes — Scipy lecture notes]
- [Self-Driving Fundamentals: Featuring Apollo]
- [Sequence Models | Coursera]
- [Shortest Paths Revisited, NP-Complete Problems and What To Do About Them | Coursera]
- [Software Architecture & Design]
- [Software Development Methodologies | LEARN]
- [Software Development Processes and Methodologies | Coursera]
- [Software Testing Introduction (RUS) | LEARN]
- [Spark]
- [SQL for Data Analysis | Udacity]
- [Stanford Engineering Everywhere | CS229 – Machine Learning]
- [Story by Data – YouTube]
- [Structuring Machine Learning Projects | Coursera]
- [TensorFlow Getting Started using Interactive Browser-Based Labs | Katacoda]
- [Textbook | Calculus Online Textbook | MIT OpenCourseWare]
- [The Bits and Bytes of Computer Networking | Coursera]
- [The Ultimate GIT 5-day Challenge | Udemy]
- [Tick Tock, Tick Tock — Етап 9 — Stepik]
- [Top Coding Interview Questions (Essential to Getting Hired) | Udemy]
- [Try Django 1.11 // Python Web Development | Udemy]
- [Try DJANGO Tutorial Series – YouTube]
- [Try DJANGO TUTORIAL Series (v2.2) // PYTHON Web Development with Django version 2.2 – YouTube]
- [TypeScript: Introduction – Scrimba Tutorial]
- [Ubuntu Playground | Katacoda]
- [UI design – Scrimba Tutorial]
- [Using Databases with Python | Coursera]
- [Version Control with Git]
- [Video | Version control with Git | VCG Courseware | LEARN]
- [Video Lectures | Introduction to Algorithms (SMA 5503) | Electrical Engineering and Computer Science | MIT OpenCourseWare]
- [Video Lectures | Introduction to Computer Science and Programming | Electrical Engineering and Computer Science | MIT OpenCourseWare]
- [Video Lectures | Mathematics for Computer Science | Electrical Engineering and Computer Science | MIT OpenCourseWare]
- [Visual Studio Code Playground | vscode | Katacoda]
- [Web Application & Software Architecture 101 – Learn Interactively]
- [Web Design, Business, Technology Classes and Immersives | General Assembly]
- [Web Tooling & Automation]
- [WebDriver | LEARN]
- [Web-Services Introduction | LEARN]
- [Website Performance Optimization]
- [Week 2 | Week 2 | CS50 Courseware | edX]
- [Welcome 👋 to Vue.js! – Scrimba Tutorial]
- [Алгоритмы | Coursera]
- [Алгоритмы на Python 3. Лекция №1 – YouTube]
- [Алгоритмы, часть I | Coursera]
- [Алгоритмы, часть I | Coursera]
- [Алгоритмы, часть II | Coursera]
- [Алгоритмы, часть II | Coursera]
- [Алексей Савватеев ” Математический анализ. Анонс” – YouTube]
- [Аналіз даних та статистичне виведення на мові R | Prometheus]
- [Бесплатное учебное руководство по теме “NumPy” — Deep Learning Prerequisites: The Numpy Stack in Python | Udemy]
- [Бесплатное учебное руководство по теме “Python” — Learn Python 3.6 for Total Beginners | Udemy]
- [Введение в математическое мышление | Coursera]
- [Введение в математическое мышление | Coursera]
- [Введение в науку о данных | Coursera]
- [Введение в программирование с MATLAB | Coursera]
- [Візуалізація даних | Prometheus]
- [Высшая математика для заочников и не только]
- [Глубокое обучение | Coursera]
- [Глубокое обучение | Coursera]
- [Интерактивные курсы — HTML Academy]
- [Інформація про курс CS50 | Prometheus]
- [Ключевые аспекты разработки на Python – Курсы по программированию]
- [Корисні ресурси для програміста (оновив 11 травня 2020) | DOU]
- [Курсы по программированию]
- [Машинне навчання | Prometheus]
- [Машинное обучение | Coursera]
- [Машинное обучение | Coursera]
- [Машинное обучение | Coursera]
- [Машинное обучение для людей :: Разбираемся простыми словами :: Блог Вастрик.ру]
- [Начало]
- [Нейронные сети и глубокое обучение | Coursera]
- [Онлайн-курсы — когда угодно, где угодно | Udemy]
- [Онлайн-курсы Computer Science Center]
- [Основи програмування CS50 2019 | Prometheus]
- [Основы React.js]
- [Основы компьютерных вычислений | Coursera]
- [Открытый курс машинного обучения. Тема 1. Первичный анализ данных с Pandas / Блог компании Open Data Science / Хабр]
- [Открытый курс машинного обучения. Тема 2: Визуализация данных c Python / Блог компании Open Data Science / Хабр]
- [Открытый курс машинного обучения. Тема 3. Классификация, деревья решений и метод ближайших соседей / Open Data Science corporate blog / Habr]
- [Открытый курс машинного обучения. Тема 3. Классификация, деревья решений и метод ближайших соседей / Блог компании Open Data Science / Хабр]
- [Панель курсів | Prometheus]
- [Практическое компьютерное обучение | Coursera]
- [Прикладная наука о данных с Python | Coursera]
- [Программирование мобильных приложений для портативных систем на базе Android: Часть 1 | Coursera]
- [Программирование мобильных приложений для портативных систем на базе Android: Часть 2 | Coursera]
- [Программирование на Python | Coursera]
- [Профессиональная сертификация ‘Google IT Automation with Python’ | Coursera]
- [Разведочный анализ данных | Coursera]
- [Разработка и проектирование адаптивных веб-сайтов | Coursera]
- [Розробка та аналіз алгоритмів. Частина 1 | Prometheus]
- [Скринкаст по Angular]
- [Скринкаст по Gulp]
- [Скринкаст по Node.JS]
- [Скринкаст по Webpack]
- [Современный учебник JavaScript]
- [Структуры данных в Python | Coursera]
- [Структуры и алгоритмы данных | Coursera]
- [Теория вероятностей для начинающих | Coursera]
- [Теория игр | Coursera]
- [Уроки по Python для начинающих и программистов ~ PythonRu]
- [Учимся программировать: основы | Coursera]
- [Функции – Московский физико-технический институт, Mail.Ru Group & ФРОО | Coursera]
- [Язык программирования JavaScript]
- [🤖 Интерактивные эксперименты с машинным обучением на TensorFlow | DOU]
Video
- [6.824 Lecture 1 – YouTube]
- [62 лучших видео для тех, кто хочет углубить знания в JavaScript]
- [AlSweigart – Twitch]
- [Berkeley AI Materials]
- [Build a Data Analysis Library from Scratch in Python – YouTube]
- [Building a keylogger using Python + Pynput – YouTube]
- [Compilers with Alex Aiken – YouTube]
- [Computer Science 162 (Fall 2010) – Lecture 1 – YouTube]
- [Computer Science 61A, 001 – Spring 2011 : Free Movies : Free Download, Borrow and Streaming : Internet Archive]
- [CS144 Fall 2013, Video 4-0: Congestion Control – YouTube]
- [Essence of linear algebra – YouTube]
- [Git – Lecture 0 – CS50’s Web Programming with Python and JavaScript – YouTube]
- [Golovach Courses – YouTube]
- [L01 Functional Programming | UC Berkeley CS 61A, Spring 2010 – YouTube]
- [Steven Skiena – Algorithms]
- [Tech Debates Webinar | Ruby vs Python – Zoom]
- [UC Berkeley CS professor Brian Harvey]
- [UCBerkeley Course Computer Science 186 : Free Download, Borrow, and Streaming : Internet Archive]
- [Video Lectures | Structure and Interpretation of Computer Programs | Electrical Engineering and Computer Science | MIT OpenCourseWare]
- [Изучение программирования. SQL – YouTube]
- [Лучшие Youtube-каналы для Frontend-разработчика]
- [Лучший видеокурс по сетевым технологиям]
- [Огромный видеокурс по основам JavaScript от freeCodeCamp]
Textbooks
- [100 days of algorithms — Medium]
- [30 Helpful Python Snippets That You Can Learn in 30 Seconds or Less]
- [97-things-every-programmer-should-know/ru/thing_01 at master · 97-things/97-things-every-programmer-should-know]
- [All the basics of Python classes – Level Up Coding]
- [BeginnersGuide/Programmers – Python Wiki]
- [Calculating Streaks in Pandas]
- [Cheat Sheet – Google Таблиці]
- [Cheat Sheet of Machine Learning and Python (and Math) Cheat Sheets]
- [Deep Learning]
- [DevDocs API Documentation]
- [DZone Big Data]
- [Front-end Developer Handbook 2019 – Learn the entire JavaScript, CSS and HTML development practice!]
- [Google’s Python Class | Python Education | Google Developers]
- [Learn DS & Algorithms | Programiz]
- [List of Keywords in Python Programming]
- [Manning | Catalog]
- [Manning | Deep Learning with Python, Second Edition]
- [Manning | Get Programming]
- [Manning | liveBook]
- [Manning | Making Sense of Edge Computing]
- [Manning | The Quick Python Book, Third Edition]
- [MLOps: Continuous delivery and automation pipelines in machine learning]
- [NumPy Tutorial: Data Analysis with Python — Dataquest]
- [Python – Все для студента]
- [Python | CoderNet]
- [Python 3 для начинающих и чайников – уроки программирования]
- [Python Pandas Tutorial – Tutorialspoint]
- [Python Tricks 101🐍 – HackerNoon.com – Medium]
- [Python Tutorial | Learn Python For Data Science]
- [Python Tutorial for Beginners: Learn Python Programming in 7 Days]
- [Python на Хабре / Хабр]
- [Python/Учебник Python 3.1 — Викиучебник]
- [Scipy Tutorial: Vectors and Arrays (Linear Algebra) – DataCamp]
- [skromnitsky/awesome: 😎 Awesome lists about all kinds of interesting topics]
- [Stencil Computations with Numba — Dask Examples documentation]
- [The Ultimate Guide to Python: How to Go From Beginner to Pro]
- [Tutorials – Online Data Analysis & Interpretation | DataCamp]
- [www.ПЕРВЫЕ ШАГИ.ru :: Шаг 38 – PL/SQL – вводный курс]
- [Вычислительная Фотография :: Будущее фотографии — это код :: Блог Вастрик.ру]
- [Добавляем параллельные вычисления в Pandas / Хабр]
- [Инструменты Python: лучшая шпаргалка для начинающих]
- [Нескучный туториал по NumPy / Хабр]
- [Оглавление — Problem Solving with Algorithms and Data Structures]
- [Основы языка программирования Python за 10 минут / Хабр]
- [Программирование на языке PL/SQL под базы данных Oracle]
- [Руководство Oracle PL/SQL]
- [Содержание E:\DEV\Programming\]
- [Сохраните в закладках эту статью, если вы новичок в Python (особенно если изучаете Python сами) / Хабр]
Books
- [10 лучших книг по программированию по мнению Reddit]
- [15 лучших книг по программированию на Python – Kompot Journal]
- [3 лучших книги по объектно-ориентированному программированию]
- [3 лучших книги по объектно-ориентированному программированию]
- [5 отличных англоязычных книг по теоретическому Computer Science]
- [6 бесплатных книг по алгоритмам в программировании]
- [6.042J Complete course notes]
- [8 книг по компьютерным сетям]
- [Architectural Styles and the Design of Network-based Software Architectures]
- [Build your first app | Android Developers]
- [Building Blocks for Theoretical Computer Science]
- [Computer Networking: a Top Down Approach]
- [Data-Oriented Design]
- [Distributed Systems: Principles and Paradigms]
- [Dive Into Python 3]
- [dmitryrubtsov/Python-for-Data-Science: Education]
- [Domain Driven Design Quickly]
- [Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition.]
- [Eloquent JavaScript]
- [holoviz/hvplot: A high-level plotting API for pandas, dask, xarray, and networkx built on HoloViews]
- [How to Design Programs]
- [How to not get caught while web scraping? – Data Driven Investor – Medium]
- [HTML5 и CSS3. Веб-разработка по стандартам нового поколения – Хоган Брайан – Google Книги]
- [Introduction – Выразительный Javascript]
- [Introduction to Computing: Explorations in Language, Logic, and Machines]
- [Introduction to Linear Algebra, 5th Edition]
- [Introduction to Programming in Java · Computer Science]
- [JQuery]
- [Learn Python – Free Interactive Python Tutorial]
- [Learn Python in Y Minutes]
- [Learn Python the Hard Way]
- [Python Documentation contents — Python 3.8.2 documentation]
- [R Tutorial for Beginners: Learning R Programming]
- [Springer has released 65 Machine Learning and Data books for free]
- [Teach Yourself Computer Science]
- [The Functional Art: An Introduction to Information Graphics and Visualization: The Functional Art]
- [The HoTT Book | Homotopy Type Theory]
- [The Python Standard Library — Python 3.8.2 documentation]
- [TheoryOfComputation.dvi]
- [Think Python]
- [tr22.pdf]
- [Tutorial – Learn Python in 10 minutes – Stavros’ Stuff]
- [Tutorials — pandas 1.0.3 documentation]
- [unmaintainable code : Java Glossary]
- [You-Dont-Know-JS/README.md at 2nd-ed · getify/You-Dont-Know-JS]
- [You-Dont-Know-JS/README.md at 2nd-ed · getify/You-Dont-Know-JS]
- [Большая книга веб-дизайна – Терри Фельке-Моррис – Google книги]
- [Каталог книг | VK]
- [Категория:Программирование — Википедия]
- [Книга «Python для сложных задач: наука о данных и машинное обучение» / Блог компании Издательский дом «Питер» / Хабр]
- [Лучший самоучитель по Java для начинающих и продвинутых]
- [Математические основы анализа данных: подборка материалов по вузовской математике]
- [Обложка — A Byte Of Python — русский перевод]
- [Оглавление — Problem Solving with Algorithms and Data Structures]
- [Перевод документации Python 3.x]
- [Помнить все: делимся лучшей шпаргалкой по Python]
- [Топ 10 самых популярных книг по программированию]
- [Учебник по NumPy – Визуализация примеров для быстрого изучения]
Games for Education
- [10 мобильных приложений, которые научат вас программировать]
- [12 бесплатных ресурсов для обучения программированию в игровой форме]
- [House Prices: Advanced Regression Techniques | Kaggle]
- [Learn Git Branching]
- [Play CodeCombat Levels – Learn Python, JavaScript, and HTML | CodeCombat]
- [The Python Challenge]
- [Titanic: Machine Learning from Disaster | Kaggle]
Online education (others)
- [arXiv.org e-Print archive]
- [Code Basics: основы программирования на Javascript]
- [CoderNet Портал для помощи программистам | CoderNet]
- [cs184/284a]
- [CS61C Spring 2015: Great Ideas in Computer Architecture (Machine Structures)]
- [Free JavaScript Course: Code School JavaScript Road Trip Part 1 | Pluralsight]
- [kanaka/mal: mal – Make a Lisp]
- [Learn Basic JavaScript: Declare JavaScript Variables | freeCodeCamp.org]
- [Machine Learning is Fun! – Adam Geitgey – Medium]
- [Machine Learning Mastery]
- [new fast.ai course: A Code-First Introduction to Natural Language Processing · fast.ai]
- [OOP Concept Tutorial in Java – Object Oriented Programming | Java67]
- [Operating Systems: Three Easy Pieces]
- [Programming — Towards Data Science]
- [PyVideo.org]
- [Skiena’s Audio Lectures]
- [Solve Easy Unpack – Py.CheckiO]
- [Web | Google Developers]
- [Why every Data Scientist should use Dask? – Towards Data Science]
- [Открытый курс машинного обучения. Тема 1. Первичный анализ данных с Pandas / Хабр]
- [Упражнения по SQL]
IT-events
Training
- [Day 0: Hello, World. | HackerRank]
- [Problems – LeetCode]
- [Skill Assessment]
- [Solve Python | HackerRank]
- [Solve Python | HackerRank]
Project examples for Junior
- [(1) Python]
- [10 Data Science Projects — Dataquest]
- [10 Great Programming Projects to Improve Your Resume and Learn to Program]
- [13 Project Ideas for Intermediate Python Developers — Real Python]
- [5 Cool Python Project Ideas For Inspiration | Hacker Noon]
- [6 Python Projects For Beginners | Codementor]
- [Building a Simple Chatbot from Scratch in Python (using NLTK)]
- [CodeProject – For those who code]
- [karan/Projects: A list of practical projects that anyone can solve in any programming language.]
- [latest Python project topics and ideas with source code for final year projects – kashipara]
- [Machine Learning Projects | Data Science Projects with Example]
- [Martyr2’s Mega Project Ideas List! – Share Your Project | Dream.In.Code]
- [Neural Network Embedding Recommendation System | Kaggle]
- [Python Project Ideas for Final Year, Python Project Help]
- [Top Python Projects | Easy, Intermediate And Advanced Python Projects | Edureka]
- [Tutorial 2 – Making it interesting — BeeWare 0.3.0 documentation]
Puzzles
- [About – Project Euler]
- [CodeKata]
- [Coderbyte | Code Screening, Challenges, & Interview Prep]
- [Problem set @ Timus Online Judge]
- [Programming Praxis | A collection of etudes, updated weekly, for the education and enjoyment of the savvy programmer]
- [The Daily WTF: Curious Perversions in Information Technology]
- [Задачи для программистов, ответы на задания различной сложности]
- [Мозговой фитнес. Актуальные задачи для прокачки программистских скиллов]
- [Решаем задачи на одномерные и двумерные массивы]
Developer’s Tools
- [(Tutorial) Web Scraping With Python: Beautiful Soup – DataCamp]
- [| fastai]
- [10 Best CSS Frameworks For Frontend Developers in 2020 – GeeksforGeeks]
- [10 лучших материалов для изучения Django]
- [20 short tutorials all data scientists should read (and practice) – Data Science Central]
- [7 Steps to Mastering Machine Learning With Python]
- [A Beginner’s Introduction to Python Web Frameworks : Python]
- [A successful Git branching model » nvie.com]
- [ageitgey/face_recognition: The world’s simplest facial recognition api for Python and the command line]
- [Algorithms – Algorithmia]
- [All Tools — PyViz 0.0.1 documentation]
- [An Intro to Git and GitHub for Beginners (Tutorial)]
- [Apache против Nginx: практические соображения]
- [ARCore – Google Developers]
- [Are you still using Pandas for big data? – Towards Data Science]
- [ArtVk & Bugtrack: Задачи по базам данных. Решение задач по SQL [1]]
- [Awesome Python | LibHunt]
- [awesome-vscode | 🎨 A curated list of delightful VS Code packages and resources.]
- [Azure Machine Learning SDK for Python – Azure Machine Learning Python | Microsoft Docs]
- [Batch convert images to PDF with Python by using Pillow or img2pdf | Solarian Programmer]
- [benfred/py-spy: Sampling profiler for Python programs]
- [Better Code Hub]
- [Big data sets available for free – Data Science Central]
- [Build and deploy your first machine learning web app]
- [Build and run a Python app in a container]
- [Building A Blog Application With Django | Django Central]
- [Building a Microservice in Python – Sonu Sharma – Medium]
- [Caffe | Installation]
- [CAL board – Agile board – Jira]
- [Catalog of Patterns of Enterprise Application Architecture]
- [Chapter 1. Getting to know Redis – Redis in Action]
- [Choosing the right estimator — scikit-learn 0.22.2 documentation]
- [CLI Setup – NativeScript Docs]
- [Cloud Shell]
- [Codacy Onboarding]
- [Codecov]
- [CodePen: Build, Test, and Discover Front-end Code.]
- [colorama · PyPI]
- [Conda Cheat Sheet – Kapeli]
- [Control Room | Home | Automation Anywhere]
- [Coveralls – Test Coverage History & Statistics]
- [CRAN – Package rattle]
- [create-graphql-server — instantly scaffold a GraphQL server]
- [Dash Bootstrap Components]
- [Dash for Beginners – DataCamp]
- [Dashboard : skromnitsky : PythonAnywhere]
- [Dashboard · WakaTime]
- [Dask + Numba for Efficient In-Memory Model Scoring – Capital One Tech – Medium]
- [Data Science with Python: Intro to Data Visualization with Matplotlib]
- [Data: Querying, Analyzing and Downloading: The GDELT Project]
- [Dataset Search]
- [Datasets for Data Mining and Data Science]
- [Django ORM. Добавим сахарку / Хабр]
- [Django в примерах · GitBook (Legacy)]
- [Django на русском]
- [Django Руководство часть 11: Разворачивание сайта на сервере – Изучение веб-разработки | MDN]
- [Download · Bootstrap]
- [Download All Free Textbooks from Springer using Python]
- [Download jQuery | jQuery]
- [Download RequireJS]
- [ekzhu/datasketch: MinHash, LSH, LSH Forest, Weighted MinHash, HyperLogLog, HyperLogLog++, LSH Ensemble]
- [emmetio/emmet-atom: Emmet support for Atom]
- [Erotemic/ubelt: A Python utility belt containing simple tools, a stdlib like feel, and extra batteries. Hashing, Caching, Timing, Progress, and more made easy!]
- [Exploring your data with just 1 line of Python – Towards Data Science]
- [eyaltrabelsi/pandas-log: The goal of pandas-log is to provide feedback about basic pandas operations. It provides simple wrapper functions for the most common functions that add additional logs]
- [facebook/create-react-app: Set up a modern web app by running one command.]
- [facebookresearch/detectron2: Detectron2 is FAIR’s next-generation platform for object detection and segmentation.]
- [facebookresearch/DrQA: Reading Wikipedia to Answer Open-Domain Questions]
- [facebookresearch/faiss: A library for efficient similarity search and clustering of dense vectors.]
- [facebookresearch/fastMRI: A large-scale dataset of both raw MRI measurements and clinical MRI images]
- [facebookresearch/habitat-api: A modular high-level library to train embodied AI agents across a variety of tasks, environments, and simulators.]
- [facebookresearch/LAMA: LAnguage Model Analysis]
- [facebookresearch/nevergrad: A Python toolbox for performing gradient-free optimization]
- [facebookresearch/pytext: A natural language modeling framework based on PyTorch]
- [facebookresearch/pytorch_GAN_zoo: A mix of GAN implementations including progressive growing]
- [facebookresearch/VideoPose3D: Efficient 3D human pose estimation in video using 2D keypoint trajectories]
- [facebookresearch/visdom: A flexible tool for creating, organizing, and sharing visualizations of live, rich data. Supports Torch and Numpy.]
- [facebookresearch/vizseq: An Analysis Toolkit for Natural Language Generation (Translation, Captioning, Summarization, etc.)]
- [Getting started — Flexx 1.0 documentation]
- [Getting started — HiPlot 0.1.9.post2 documentation]
- [Getting started — pandas 1.0.3 documentation]
- [Getting started — SciPy.org]
- [Getting started with Django | Django]
- [Getting started with PyMC3 — PyMC3 3.8 documentation]
- [github/hub: A command-line tool that makes git easier to use with GitHub.]
- [Graphene-Python]
- [great-expectations/great_expectations: Always know what to expect from your data.]
- [gto76/python-cheatsheet: Comprehensive Python Cheatsheet]
- [GUI (графический интерфейс пользователя) | Python 3 для начинающих и чайников]
- [GuiProgramming – Python Wiki]
- [Hello, App Center]
- [How to deploy ML models using Flask + Gunicorn + Nginx + Docker]
- [How to Get a Job with Python – Towards Data Science]
- [How to Install and Run Hadoop on Windows for Beginners – Data Science Central]
- [How to Update All Python Packages | ActiveState]
- [Installation — Kivy 1.11.1 documentation]
- [Installation — pyglet v1.5.0]
- [Integrating Summernote WYSIWYG Editor in Django | Django Central]
- [interpretml/interpret: Fit interpretable machine learning models. Explain blackbox machine learning.]
- [Introducing Bamboolib — a GUI for Pandas – Towards Data Science]
- [Introducing GitFlow]
- [ipinfo.io/json]
- [ironmussa/Optimus at develop-3.0]
- [japronto/1_hello.md at master · squeaky-pl/japronto]
- [jaybaird/python-bloomfilter: Scalable Bloom Filter implemented in Python]
- [jazzband/pip-tools: A set of tools to keep your pinned Python dependencies fresh.]
- [Jetware – aise / tensorflow18_keras21_python36_cpu_notebook – 180509 appliance]
- [jiffyclub/snakeviz: An in-browser Python profile viewer]
- [JS Bin – Collaborative JavaScript Debugging]
- [Keras Cheat Sheet: Neural Networks in Python – DataCamp]
- [keyboard-shortcuts-windows.pdf]
- [knockknock/README.md at master · huggingface/knockknock]
- [Laravel Nova – Beautifully-designed administration panel for Laravel]
- [localhost:54321/callback?code=b7e3a07c1695c5b58b6d]
- [Machine Learning]
- [main]
- [marcotcr/lime: Lime: Explaining the predictions of any machine learning classifier]
- [MIT App Inventor 2]
- [More Itertools — more-itertools 8.2.0 documentation]
- [mouradmourafiq/pandas-summary: An extension to pandas dataframes describe function.]
- [Native mobile apps with Angular, Vue.js, TypeScript, JavaScript – NativeScript]
- [nicolaskruchten/pivottable: Open-source Javascript Pivot Table (aka Pivot Grid, Pivot Chart, Cross-Tab) implementation with drag’n’drop.]
- [NLTK Data]
- [NoSQL Databases List by Hosting Data – Updated 2020]
- [Numba: A High Performance Python Compiler]
- [Numpy and Scipy Documentation — Numpy and Scipy documentation]
- [NumPy в Python. Часть 1 / Хабр]
- [Optimus/README.md at master · ironmussa/Optimus]
- [Over 150 of the Best Machine Learning, NLP, and Python Tutorials I’ve Found]
- [Overview — Matplotlib 3.2.1 documentation]
- [Overview — NumPy v1.19.dev0 Manual]
- [PageSpeed Insights]
- [pallets/werkzeug: The comprehensive WSGI web application library.]
- [Pivot Demo From Local CSV]
- [PivotTable.js]
- [Plotting Google Sheets data in Python with Folium – Towards Data Science]
- [Plugin Status · WakaTime]
- [Polymer Project]
- [Popper – Tooltip & Popover Positioning Engine]
- [PostgreSQL : Документация : Компания Postgres Professional]
- [Prisma – Database tools for modern application development]
- [Projects – Home]
- [pydqc/README.md at master · SauceCat/pydqc]
- [PyQt5 book with a foreword by the creator of PyQt]
- [Pythia’s Documentation — Pythia 0.3 documentation]
- [Python 3.8 documentation — DevDocs]
- [Python Extension Packages for Windows – Christoph Gohlke]
- [Python Frameworks Comparison: How to Choose the Best for Web Development]
- [Python в три ручья: работаем с потоками (часть 1) | GeekBrains – образовательный портал]
- [pytorch3d/INSTALL.md at master · facebookresearch/pytorch3d]
- [Qt Designer Download for Windows and Mac]
- [Quick Start | GatsbyJS]
- [Quick Start · gulp.js]
- [Quickstart for Python/WSGI applications — uWSGI 2.0 documentation]
- [Quickstart tutorial — NumPy v1.19.dev0 Manual]
- [R Packages – RStudio]
- [RaRe-Technologies/bounter: Efficient Counter that uses a limited (bounded) amount of memory regardless of data size.]
- [React — JavaScript-бібліотека для створення користувацьких інтерфейсів]
- [Roundup of Python NLP Libraries – NLP-FOR-HACKERS]
- [samuelhwilliams/Eel: A little Python library for making simple Electron-like HTML/JS GUI apps]
- [SciPy — SciPy v1.4.1 Reference Guide]
- [SciPy.org — SciPy.org]
- [Settings | Account · WakaTime]
- [shaypal5/cachier: Persistent, stale-free, local and cross-machine caching for Python functions.]
- [sindresorhus/awesome: 😎 Awesome lists about all kinds of interesting topics]
- [skromnitsky/My_Projects]
- [Speech Recognition – Speech to Text in Python using Google API, Wit.AI, IBM, CMUSphinx]
- [Speed Up your Algorithms Part 2— Numba – Towards Data Science]
- [Speeding up your Algorithms Part 4— Dask – Towards Data Science]
- [Stop Worrying and Create your Deep Learning Server in 30 minutes]
- [streamlit/streamlit: Streamlit — The fastest way to build custom ML tools]
- [Superbird11/ranges: Continuous Range, RangeSet, and RangeDict data structures for Python]
- [The 30 Best Python Libraries and Packages for Beginners]
- [The Basics of Data Visualisation with Python – Towards Data Science]
- [The Big Bad NLP Database: Access Nearly 300 Datasets]
- [The Coolest Data Science And Machine Learning Tool Companies Of The 2020 Big Data 100]
- [The Most Underrated Python Packages – Towards Data Science]
- [The Super Duper NLP Repo: 100 Ready-to-Run Colab Notebooks]
- [Tkinter. Программирование GUI на Python. Курс]
- [Top Python Libraries Used In Data Science – Towards Data Science]
- [tqdm/tqdm: A Fast, Extensible Progress Bar for Python and CLI]
- [Travis CI]
- [Travis CI – Test and Deploy with Confidence]
- [Turn Python Scripts into Beautiful ML Tools – Towards Data Science]
- [Tutorial — ZODB documentation]
- [Tutorial: Web Scraping in R with rvest — Dataquest]
- [ucg8j/awesome-dash: A curated list of awesome Dash (plotly) resources]
- [umdjs/umd: UMD (Universal Module Definition) patterns for JavaScript modules that work everywhere.]
- [Understanding the GitHub flow · GitHub Guides]
- [Untitled Diagram – diagrams.net]
- [Untitled Document – Creately]
- [Usage · s0md3v/XSStrike Wiki]
- [User’s Guide — Matplotlib 3.2.1 documentation]
- [vaexio/vaex: Out-of-Core DataFrames for Python, ML, visualize and explore big tabular data at a billion rows per second 🚀]
- [vinta/awesome-python: A curated list of awesome Python frameworks, libraries, software and resources]
- [vstinner/pyperf: Toolkit to run Python benchmarks]
- [vue.js]
- [vue.min.js]
- [W3Schools Online Web Tutorials]
- [WAVE Report of Мої книги | KUPRIENKO]
- [Web technology for developers | MDN]
- [WebAssembly]
- [Website Style Guide Resources]
- [Welcome to pyjanitor’s documentation! — pyjanitor documentation]
- [Welcome to SymPy’s documentation! — SymPy 1.5.1 documentation]
- [What is Azure Machine Learning | Microsoft Docs]
- [Which movie should I watch? – Nishant Sahoo – Medium]
- [Wolfram Client Library for Python — Wolfram Client Library for Python 1.1.0 documentation]
- [Wolfram|Alpha: Computational Intelligence]
- [Yii PHP Framework]
- [Zsailer/pandas_flavor: The easy way to write your own flavor of Pandas]
- [Введение в потоки в Python – Еще один блог веб разработчика]
- [Введение в создание веб-приложений на Python]
- [Вступ · Django Girls Tutorial]
- [Глава 1: Создание первого приложения · Django в примерах]
- [Данные важнее, чем модели. Как выглядят эффективные процессы в Data Science | DOU]
- [Искусственная нейронная сеть с нуля на Python c библиотекой NumPy]
- [Как написать цепляющую вакансию на ДОУ | DOU]
- [Как оформить профиль на GitHub так, чтобы он работал при поиске работы | DOU]
- [Как получить 100/100 в Google Page Speed Test Tool? — SEO компания UAWEB]
- [Как установить Django, Nginx и Gunicorn на виртуальный сервер]
- [Краткое руководство по Dash — Python веб-фреймворк для создания дэшбордов. Installation + Dash Layout / Хабр]
- [Курс «Hacking PostgreSQL» : Компания Postgres Professional]
- [Лучшие датасеты для машинного обучения и анализа данных]
- [Мега-Учебник Flask, Часть 1: «Привет, Мир!» / Хабр]
- [Многопоточность в Python]
- [Многопоточность в Python. Библиотеки threading и multiprocessing.]
- [Многопоточность на примерах – модуль threading]
- [Настраиваем Django + virtualenv + nginx + gunicorn + PostgreSQL + memcached + letsencrypt на Ubuntu 16.04 | Python 3 для начинающих и чайников]
- [Настройка Django с Postgres, Nginx и Gunicorn в Ubuntu 18.04 | DigitalOcean]
- [Настройка веб-сервера для Django с nginx и uWSGI – Как стать программистом]
- [Обработка естественного языка: с чего начать и что изучать дальше]
- [Объектно-ориентированное Программирование в Python]
- [Описания паттернов проектирования. Паттерны проектирования. Шаблоны проектирования на Design pattern ru]
- [Перші кроки в NLP: розглядаємо Python-бібліотеку TensorFlow та нейронні мережі в реальному завданні | DOU]
- [Почему CSS Grid лучше, чем фреймворк Bootstrap?]
- [Почему Python хорош для Data Science и разработки приложений]
- [Предсказываем будущее с помощью библиотеки Facebook Prophet / Блог компании Open Data Science / Хабр]
- [Примеры использования Python-библиотеки NumPy | Записки программиста]
- [Скринкаст по Git]
- [Создаем простой калькулятор в PyQt5]
- [Создание графического интерфейса на Python 3 с Tkinter ~ PythonRu]
- [Учимся писать многопоточные и многопроцессные приложения на Python / Хабр]
- [Фичи Django ORM, о которых вы не знали]
- [Что такое NGINX. NGINX простыми словами]
Articles about Software Engineering
- [10 Data Structure, Algorithms, and Programming Courses to Crack Any Coding Interview]
- [10 Programming Best Practices to Name Variables, Methods, Classes and Packages]
- [10 советов для обучающихся программированию]
- [10 структур данных, которые вы должны знать (+видео и задания)]
- [11 must-have алгоритмов машинного обучения для Data Scientist]
- [26 полезных возможностей Python: букварь разработки от А до Z]
- [27 шпаргалок по машинному обучению и Python в 2017]
- [28 cайтов, на которых можно порешать задачи по программированию]
- [35 лучших сайтов для самообразования]
- [4. More Control Flow Tools — Python 3.8.2 documentation]
- [5 популярных IDE для программирования на C++]
- [5 сайтов для оттачивания навыков написания SQL-запросов]
- [58 подкастов для программистов]
- [7 эффективных способов зарабатывать на искусственном интеллекте]
- [7. Input and Output — Python 3.8.2 documentation]
- [9 новых технологий, которые вы можете освоить за лето и стать ценнее на рынке труда]
- [9. Classes — Python 3.6.10 documentation]
- [Advanced Python made easy – Quick Code – Medium]
- [AlgoList – алгоритмы, методы, исходники]
- [Built-in Functions — Python 3.8.2 documentation]
- [Decorators — Python 3 Patterns, Recipes and Idioms]
- [Django или Ruby on Rails: какой фреймворк выбрать?]
- [DOU Проектор: Homemade Machine Learning — репозиторий для изучения ML на Python с Jupyter-демо | DOU]
- [DOU Проектор: репозиторий на GitHub — шпаргалка для изучения Python | DOU]
- [ES6: прокси изнутри — CSS-LIVE]
- [FeatureSelector: отбор признаков для машинного обучения на Python]
- [Functional Programming HOWTO — Python 3.8.2 documentation]
- [functools — Higher-order functions and operations on callable objects — Python 3.8.2 documentation]
- [Haskell и хождение в базы данных с помощью HDBC | Записки программиста]
- [Home – Quora]
- [HTML / CSS Basics]
- [Imperative vs Declarative Programming]
- [Lecture 01. Motivation, What is a DBMS? (2015/01/20) (CS 186, Spring 2015, UC Berkeley) – YouTube]
- [Master the JavaScript Interview: What is Functional Programming?]
- [melanierichards/just-build-websites: Some ideas for websites you can build!]
- [miguelgrinberg.com]
- [NumPy | Python 3 для начинающих и чайников]
- [Object Detection: как написать Hello World приложениe | DOU]
- [Papers]
- [PHP 25 лет: почему он именно такой и что с ним будет — рассказывает создатель языка]
- [Prototype-based programming – Wikipedia]
- [Python and Data Science Tutorial in Visual Studio Code]
- [Python Tutorial: Class vs. Instance Attributes]
- [Python Tutorial: Object Oriented Programming]
- [Python Tutorial: Properties vs. getters and setters]
- [Python для Data Science: 8 понятий, которые важно помнить]
- [Python/Объектно-ориентированное программирование на Python — Викиучебник]
- [Sorting HOW TO — Python 3.8.2 documentation]
- [SQL против NoSQL на примере MySQL и MongoDB]
- [SQLite, MySQL и PostgreSQL: сравниваем популярные реляционные СУБД]
- [swirl: Learn R, in R.]
- [The Best Format to Save Pandas Data – Towards Data Science]
- [Time Management Skills and Training from MindTools.com]
- [Top 15 Python Libraries for Data Science in 2017 – ActiveWizards — AI & ML for startups – Medium]
- [Top 8 Python Libraries for Data Science, Machine Learning, and Artificial Intelligence]
- [Top Ranked Articles – CodeProject]
- [Tproger]
- [Understanding JavaScript’s async await]
- [What happens if you write a TCP stack in Python? – Julia Evans]
- [Write Professional Unit Tests in Python]
- [Алгоритм сортировки Timsort / Блог компании Инфопульс Украина / Хабр]
- [Алгоритмы и структуры данных — всё по этой теме для программистов]
- [Алгоритмы и структуры данных: развернутый видеокурс]
- [Бесплатные материалы для программистов]
- [Библиотека Numpy. Полезные инструменты]
- [Большая подборка материалов по машинному обучению: книги, видеокурсы, онлайн-курсы]
- [Большая подборка ресурсов для изучения Android-разработки]
- [Быстрый старт в Java: от установки необходимого софта до первой программы]
- [Введение в глубинное обучение]
- [Визуальное пояснение JOIN’ов на SQL :: Блог Вастрик.ру]
- [Где программисту-новичку найти упражнения и идеи для проектов?]
- [Еженедельная подборка свежих и самых значимых новостей o Python]
- [Зачем аналитикам данных знать SQL]
- [Из армии в IT или как я стал С# разработчиком с помощью JavaRush]
- [Изобретаем JPEG / Хабр]
- [Изучаем алгоритмы: полезные книги, веб-сайты, онлайн-курсы и видеоматериалы]
- [Как выучить TypeScript за 2 дня и почему стоит начать прямо сейчас: опыт автора Tproger]
- [Как начать разрабатывать под Android]
- [Как понять, что у тебя глубокие знания в JavaScript]
- [Как попасть в IT после 30]
- [Как правильно искать и читать научные статьи?]
- [Как разобраться в Computer Science самостоятельно]
- [Как стать Junior-разработчиком и устроиться на работу за 4 месяца]
- [Книги по программированию на Java. Книги для Джава программиста]
- [Курс Harvard CS50 – Лекция: Библиотеки Си]
- [Меняем схему базы данных в PostrgreSQL, не останавливая работу приложения]
- [Начало работы с PostgreSQL | Записки программиста]
- [Нові записи на тему «Python» — Стрічка | DOU]
- [Нюансы перехода на Kotlin, или Руководство для Android-разработчика по предательству Java]
- [Объяснение взаимодействия методов (для новичков)]
- [Основные команды SQL, которые должен знать каждый программист]
- [От новичка до профи в машинном обучении за 3 месяца]
- [Паттерны проектирования на Python]
- [Подборка бесплатных курсов с Coursera, которые прокачают ваш скилл в программировании]
- [Подборка книг для начинающих Java-программистов]
- [Подборка книг по программированию на Python (Питон)]
- [Подборка материалов для изучения баз данных и SQL]
- [Подборка материалов для начинающего Enterprise разработчика]
- [Подборка материалов по нейронным сетям]
- [Подборка фильмов для айтишников: что посмотреть после работы]
- [Почему многие программисты считают PHP плохим языком? — отвечают эксперты]
- [Привет, весна: пишем Hello World на Spring MVC]
- [Программа минимум: что должен знать начинающий C# программист]
- [Программисты, учите статистику или я вас поубиваю!]
- [Работа с данными по-новому: Pandas вместо SQL]
- [Работа с документацией в Python: поиск информации и соглашения]
- [Разбираемся в алгоритмах и структурах данных. Доступно и понятно | DOU]
- [Руководство по Java 9: компиляция и запуск проекта]
- [Руководство по изучению языка R и его использование в Data Science]
- [Руководство по магическим методам в Питоне / Хабр]
- [Стоит ли становиться разработчиком мобильных приложений?]
- [Тест: какой язык программирования вам стоит выбрать для изучения?]
- [ТОП-15 трюков в Python 3, делающих код понятнее и быстрее]
- [Топ-25 самых рекомендуемых книг по программированию]
- [Функциональное программирование для Android-разработчика. Часть первая]
- [Хочу научиться программировать на PHP. С чего начать?]
- [Что лучше изучить: JavaScript стандарта ES5, стандарта ES6 или TypeScript?]
- [Что такое Kotlin и с чем его едят: обучающее руководство и сравнение нового языка Android-разработки с Java]

Соціальні мережі, де радий буду вас бачити
Соціальні мережі, в які я вирішив вийти, розміщую тут, хоча до цього мав малоактивні профілі в них, та тепер маю активно підтримувати і допомагати іншим з тих питань, в яких я профі.
Можете додаватися в друзі або стати followers у соціальних мережах, які вам зручніше.
Мої контакти:
Веремеєнко Т.Р. Джерела до історії функціонування іконописної малярні Києво-Печерської лаври (друг. пол. XVIII – поч. XIX ст.)
Веремеєнко Т.Р. Джерела до історії функціонування іконописної малярні Києво-Печерської лаври (друг. пол. XVIII – поч. XIX ст.) // Гілея. Науковий вісник та збірник наукових праць. // – К.: Вип. 134. К., 2018. – С. 147-152.
Досліджено діяльність іконописної малярні Києво–Печерської лаври у
друг. пол. XVIII – поч. XIX ст. Висвітлено маловідомі напрями функціонування
школи іконопису. На прикладі наукових праць М. П. Істоміна, Ф. С. Уманцева,
П. М. Жолтовського з’ясовано наукову розробленість теми в історіографії.
Проаналізовано низку архівних документів та малюнків, які до цього не
використовувалися в наукових працях і актуалізуються вперше. Показано
іконописну малярню як інститут навчання іконописанню, де приймали
будь–яку людину та запрошували інших монахів на тимчасове навчання.
Охарактеризовано умови навчання: термін перебування в майстерні,
соціальний склад учнів, втечі учнів з Лаври, ставлення до них з боку монахів,
доброчинність по відношенню до сиріт тощо.
Ключові слова: мистецтво, іконопис, Києво–Печерська лавра, учні,
іконописна малярня.Веремеєнко Т.Р. Малюнки іконописної майстерні Києво – Печерської лаври у XVIII столітті : взаємодія тексту та зображення
Веремеєнко Т.Р. Малюнки іконописної майстерні Києво – Печерської лаври у XVIII столітті : взаємодія тексту та зображення. // Текст і образ : Актуальні проблеми історії мистецтва. // – К.: 2017. Вип. №1 (3). – С. 20-29.
Малюнки іконописної майстерні Києво – Печерської лаври у XVIII столітті
У статті досліджено декілька малюнків Іконописної майстерні Києво-Печерської лаври XVIII ст. Увагу акцентовано на аналізі взаємодії тексту та зображення в художніх сюжетах, висвітлено процес навчання у майстерні, показано її керівників та учителів. На прикладі наукових праць М.П.Істоміна, П.М. Жолтовського, А.Ю. Кондратюк з’ясовано наукову розробленість теми в історіографії. В історіографії, ці малюнки прийнято називати – «кужбушки» (від нім. Kunstbuch— книжка по мистецтву). Було встановлено, що начальниками іконописної малярні були Аліпій, Роман, Ігнат, Володимир, Захарій Голубовський. Роз’яснено, що існують різні види та типи «кужбушків», визначене їхнє місце знаходження та кількість. Лаврські іконописці брали за взірці європейські збірники гравюр, малюнки рисувальних шкіл. Зазначено, що в більшості випадків представлені малюнки мали релігійну тематику, проте в даній статті, наведені декілька зображень, котрі є світськими й відрізняються з поміж інших представлених малюнків. В результаті аналізу текстового супроводу констатовано, що текст відображає зміст малюнку. Ключові слова : мистецтво, іконопис, Києво-Печерська лавра, «кужбушки».
Онлайн курси для бізнес-освіти і навчання

Онлайн курси для бізнес-освіти і навчання, які я можу вам порадити із того, що сам перевірив.
В рамках саморозвитку та самовдосконалення раніше я лише епізодично брався за онлайн курси. Часто це вимагало багато часу і концентрації.
Проблема
А от у січні 2020 року я почав думати, а щоб його такого вивчити, що знадобиться в майбутньому. Але що вибрати? Де якісніша освіта або матеріали? Де краще запам’ятається? І навіщо це мені треба? Вибір великий. А це теж проблема. При цьому, мені важливо було знайти саме англомовне навчання.
Досвід
Я перепробував кілька різних онлайн-платформ – онлайн курси на Coursera, EdX, Stepik, Skillshare, Masterclass, Khan Academia, Smartly, Google Primer, EduRev. Про деякі ви навіть і не чули, мабуть. У кожної є свої переваги та недоліки.
Та щоб спростити іншим пошук і орієнтування серед онлайн-платформ, я пройшов навчання на 46 онлайн курсах, тому можу тепер радити, що мені сподобалося і чому саме:
- – Stepik (https://stepik.org/) – лише технічні та комп’ютерні науки плюс англійська мова. Є цікаві речі про статистику, тому вирішив спробувати.
- -MasterClass (https://www.masterclass.com/) – крутий, але не дешевий, платний відео-контент від найвідоміших фахівців бізнесу, комерції та тренерів. Варто буде згодом спробувати.
- – EduRev (https://edurev.in/) – бізнес-курси для і про стартапи і підприємництво. Цікава штука індійських розробникків, думаю, пізніше спробувати.
- – Coursera (https://coursera.org) – класика онлайн навчання, де є спеціально розроблені предмети для багатьох галузей знань та бізнесу. Але немає напряму навчання, наприклад, на маркетолога, є лише окремі курси, хоч і на різну тематику. Окремі магістерські програми платні і не дешеві. Раджу!
- – EdX (https://www.edx.org/course) – онлайн курси, аналог попередньої. Чомусь теж нема напряму навчання. Але раджу!
- Khan Academia (https://www.khanacademy.org/) – є онлайн курси, майже аналог попередньої, але дуже багато відео. Що класно – є відео з найвідомішими фахівцями та бізнесменами, а також є напрями підготовки за професіями. Раджу!
- – Skillshare (https://www.skillshare.com/) – геніальна штука, коли ви хочете прокачати навички з будь-якої практичної сторони життя та бізнесу. А також є багато безкоштовних короткотривалих курсів-практик-тренінгів-досвіду на 1-2 години максимум (а цього часто досить). Та дуже багато платних високої якості. Раджу!
- – Smartly (https://smart.ly/) – геніальна штука для бізнес освіти. Правда, треба здати вступний курс з кількох предметів (на прикладі реальних або вигаданих бізнес-кейсів), щоб потрапити на навчання в один клас зі 100-200 студентами зі всього світу. Набір здійснюється раз або двічі на місяць. Раджу!
- – Google Primer (https://play.google.com/store/apps/details?id=com.google.android.apps.primer&hl=uk) – супер додаток на смартфоні для практичної бізнес освіти. Ви самі створюєте свій бізнес, навчаючись на реальних або вигаданих кейсах. Безкоштовно все. Раджу!
- – LinkedIn Learning (https://www.linkedin.com/learning/) – мій фаворит і просто фантастична штука. Величезна кількість курсів з високоякісним контентом від всесвітньо відомих лекторів, тренерів, бізнесменів, професіоналів. Платний та коштує недорого – як дві книжки в місяць. Тут є навчання на окремі професії, що дуже корисно, бо поради дають the best from the best.
Онлайн курси. Практика
І ось що я вивчив за січень (як курси, так напрями навчання на професії):
- Advance Your Skills as an Individual Contributor
- Agile Foundations
- Agile at Work: Building Your Agile Team
- Become a High Performer
- Becoming a Successful Leader (Inclusive Leadership Training)
- Becoming a Thought Leader
- Being an Effective Team Member
- 8. Building Resilience
- 9. Building Trust
- 1Business Acumen for Project Managers
- Business Etiquette: Phone, Email, and Text
- Business Foundations
- Communication Foundations
- Confronting Bias: Thriving Across Our Differences
- Critical Thinking
- Customer Service Foundations
- Customer Service: Creating Customer Value
- Developing Business Acumen
- Developing Innovative Ideas for New Companies: The First Step in Entrepreneurship. University of Maryland
- Developing Your Emotional Intelligence
- Effective Listening
- Getting Things Done
- High-Performance Collaboration: Leadership, Teamwork, and Negotiation
- Improve Your Interoffice Politics Skills
- Improving Your Judgment
- Influencing Others
- Interpersonal Communication
- Jeff Dyer on Innovation
- Job Hunting for College Grads
- Leading and Working in Teams
- Leading without Formal Authority
- Learning Agility
- Learning to Be Assertive
- Managing Customer Expectations for Frontline Employees
- Managing Office Politics
- Managing Your Career as an Introvert
- Marketing Foundations (2014)
- Negotiating Your Leadership Success
- New Manager Foundations
- Prepare Yourself for a Career in Sales
- Professional Networking
- Solving Business Problems
- Strategic Thinking
- Teamwork Foundations
- Transitioning from Individual Contributor to Manager
- Transitioning from Waterfall to Agile Project Management
Привет, мир!
Добро пожаловать в WordPress. Это ваша первая запись. Отредактируйте или удалите её, затем пишите!

Шаблон Порядок денний засідання науково-методичної ради музею
У мене як у вченого секретаря виникла проблема – знайти адекватний і простий шаблон – порядок денний засідання науково-методичної ради музею. В інтернеті багато є прикладів, але майже не зустрінеш шаблонів порядку денного дорадчих органів інституцій.
Тому я вирішив створити свої власні шаблони і протестувати їх придатність до життя. Я вже робив шаблон ведення протоколу засідання науково-методичної ради.
А тепер я зробив шаблон порядку денного засідання науково-методичної ради:
Користуйтеся!

Моя натхненна і цікава робота в музеї (2016-2020)
Хочу подякувати за спільну цікаву роботу всім, всім, всім моїм чудовим колегам по Національному музею історії України та особливо вдячний найкращій наставниці в моєму житті генеральному директору Тетяні Сосновській, креативному і вимогливому керівнику, яка допомагала створювати з нуля нові цікаві проекти!
З вами було весело і натхненно працювати. Разом нам удалося зробити стільки проектів і втілити стільки неймовірних та неможливих задумів. Я з теплотою згадую кожен робочий день, бо приходити хотілося й у вихідні дні, залишатися до пізнього вечора, бо завтра мав би відбутися концерт чи якийсь захід для наших найкращих поціновувачів – відвідувачів. Це було круто! Я побачив, наскільки це дружній колектив та творчі люди. Ви так багато мені допомогли. Я вдячний і щасливий.
Чому ж я йду з музею? В музеї відбулися кардинальні кадрові зміни. Міністерство культури України в листопаді (а в грудні воно вже мало бути ліквідованим), як на мене, з політичних мотивів призначило тимчасовим керівником музею людину, яка до цього була постійним скаржником, ніякого досвіду управління організаціями не проявила і взяла участь у відстороненні Тетяни Сосновської, генерального директора музею і проактивного лідера музейної галузі. На додачу до цього, тимчасовий керівник музею почав робити доволі сумнівні призначення на ключові посади, що, на мою суб’єктивну думку, призвело до стрімкого відступу музею у тихе, сонне минуле, коли можна було не працювати й отримувати за це гроші. Як секретар атестаційної комісії музею, я єдиний, хто голосував проти складу атестаційної комісії, не узгодженої з профспілковим органом, який підписував колективний договір з адміністрацією музею.
До чого це призвело? Доплати і персональні премії в 2020 році отримуватимуть люди, які взагалі нічого путнього не зробили за останні роки. А ті хто працював по вихідних і на свята – дзуськи. Тому висококласні фахівці – завідувачі відділів – почали залишати музей. Генеральний директор Тетяна Сосновська створила умови праці, коли якщо ти більше працюєш, то й більше отримуєш винагороди, як моральної, так і матеріальної. Тимчасовий же керівник зробив все навпаки, коли багато працюєш, отримуватимеш менше, ніж ті, хто відлежував боки.
З грудня 2019 року в музеї життя завмерло буквально на очах: не було ні лекцій, ні перспективних завдань. Тому я не хочу асоціювати себе з тими, хто кількарічні напрацювання зневажив за якихось останні 2 місяці.
Під час моєї відпустки тимчасовий керівник навіть не спромігся призначити виконувача обов’язків ученого секретаря. Відповідно, ніхто не контролював виконання робіт наукових працівників, дорадчі органи не скликалися. Виставки не готувалися.
Щоб стала зрозумілішою моя позиція, я скажу, що я люблю драйв у роботі, нові проекти, нові горизонти, співпрацю, командну роботу. За тимчасового керівника, цінності і бачення якого протилежні моїм, я і вирішив піти з музею.
Що ж я зробив за 4 роки в музеї?
Всього було так багато, що, можливо, не все і згадаю. Розкажу, чим займався, чого досяг і чому навчився.
Отже:Учений секретар (серпень 2018 – січень 2020):
• Обов’язки: координація та організація наукової діяльності, ведення переговорів, аналітика, проведення прес-конференцій, звітування 27 відділ, протокол наукових комісій.
• Досягнення: підготовлені десятки екскурсоводів та фахівців культури і музеїв, 3 виставкові проекти (включаючи міжнародні з Китаєм, Литвою); впровадження суттєвих змін у напрямку модернізації робочих процесів (перенесення офлайн-процесів в онлайн, запуск системи перевірки плагіату наукових статей (https://unicheck.com/); впровадження нових технологій для роботи в команді, розробки для 3-х музейних веб-сайтів); участь в організації 3 щорічних конференцій; розробка елементів брендингу музею – слоган «Музей працює для людей», філософія обслуговування клієнтів; участь у розробці та виданні 5 наукових збірників статей (http://visnyk.nmiu.com.ua/index.php/nv/issue/archive); розроблено нові шаблони документації наукових дорадчих органів (приклад,https://app.box.com/s/4jhyr7kc9xoldcpovhy2rq0w5nsfys7x), звітності (приклад,https://app.box.com/s/ioyabye4gerrk9h58f4a6yq6niumnhnj) та плану (приклад,https://airtable.com/shruMq02ERTlq1BvP).Завідувач відділу науково-методичної роботи (вересень 2017 – червень 2019):
• Обов’язки: управління командною роботою (20+ фахівців: методистів, науковців та ІТ-спеціалістів); перевірка якості методичних розробок, організація конференцій.
• Досягнення: оцифрування та публікація всіх наукових збірників статей, 50+ матеріалів конференції та методичних розробок (https://nmiu.academia.edu/NMUHK); розроблено публічні бази даних наукових публікацій (https://airtable.com/shrC2Q8q51JbuwNPe); розробка методики наукової звітності для працівників; впроваджено онлайн-системи інженерно-технічного обслуговування музею; робота в команді з підготовки 35 методичних розробок і рекомендацій (https://airtable.com/shrXZcCEDcypxKBGh); розробка веб-сайту Наукового вісника (http://visnyk.nmiu.com.ua/); проаналізовано всю наукову діяльність співробітників на основі наукових видань музею та видано 2 наукові статті як результат.Науковий співробітник (березень 2016 – вересень 2017):
• Обов’язки: участь у редагуванні та виготовленню макету і верстки наукових збірників статей; проведення екскурсій.
• Досягнення: створення в Google Scholar наукометричної бази даних з 1600+ публікацій музею (https://scholar.google.com.ua/citations?user=qApg4SgAAAAJ), проведення 100+ екскурсій; розроблено базу даних видавничих процесів музею.А попереду нове життя, нові цікаві проекти і нові знайомства.
Шаблон ведення протоколу науково-методичної ради музею
У мене як у вченого секретаря виникла проблема – знайти адекватний і простий шаблон ведення протоколу науково-методичної ради музею. В інтернеті багато є прикладів протоколів засідань, але майже не зустрінеш шаблонів ведення протоколів дорадчих органів інституцій.
Тому я вирішив створити свої власні шаблони і протестувати їх придатність до життя.
За півроку я зробив багато косметичних правок в протоколах і в результаті вийшов остаточний варіант шаблону.
Я поділив шаблон ведення протоколу науково-методичної ради на кілька частин:
- Назва і номер протоколу засідання
- Присутні та відсутні члени ради, запрошені особи
- Порядок денний засідання
- Окремі доповіді
Друкуєте шаблон, заповнюєте від руки, а потім набираєте на комп’ютері.
Єдине, що даний шаблон більш підходить для розширеного протоколу, коли треба записувати майже все засідання від руки та під аудиозапис, який пізніше ще доведеться розшифрувати. Для простого протоколу можна обмежитися лише записом прийнятих рішень.





