↘️ 🔋 👑 在Moscow Python Conf ++上，与语言开发人员交谈 🚀 📲 💃🏻

我们建立了，然后终于建立了：Moscow Python Conf ++计划已被编译，验证，仔细检查和发布。程序委员会的工作并没有在那里结束（大会召开前两个月，嗯，很好），但是显然没有白费了10个月，我期待着结果，为开发人员相互交流奠定了一切可能。

现在，我将告诉您会议计划的内容，而我们别无选择。在莫斯科市中心的站点上，将有：3个报告流，一系列研讨会和会议，4个核心开发人员（我仍然不知道Pytest和Hypothesis是否应该将Python视为Python开发人员），6个经验丰富的外国演讲者，微软，Wargaming，JetBrains，Parallels，EPAM，Booking.com，Tinkoff和其他同样有趣的公司。我检查了一个传递主题。每个演讲者都以他自己的方式很有趣，并且每个主题肯定会找到那些与演讲者进行讨论的人。在本文中，我将向您简要介绍所有客人：重点是演讲者，您将自己定位主题。

英文报告

我们会听Core开发人员和其他一些很棒的英语专家-我们不会提供翻译。我们尝试过，结果很糟糕。因此，我们希望每个人都能处理专业信息，但是我们会为您提供帮助。报告将以三个平行的流形式进行-如果您不希望使用英语报告，则请避开第三间房间直到17:00。

为安全环境开发和部署Python

Kushal Das-CPython的核心开发人员，Tor项目的积极参与者和PSF董事会成员-在我们的会议上将讨论如何安全地开发和部署Python代码。库沙尔演说的一个显着特征是，他定期发布“秘密”方式来破坏Python代码，相反，他展示了如何编写代码以使NSA无法破解它。我确定这位发言人有话要问。

足够先进的测试

Zac Hatfield-Dodds是单元测试库和Pytest维护者的核心开发人员。在报告期间， Zack将分享他对现代测试的看法，并与会议的客人讨论他们的问题。

低级分析和跟踪简介

Christian Heimes是CPython的核心开发人员，是Python安全团队和Python Software Foundation的成员，他在Red Hat工作，专门研究概要分析和加速Python代码。因此，在莫斯科Python Conf ++克里斯蒂安（Christian Conf ++）中将告诉您如何理解代码变慢的原因以及如何处理。

该报告将完美补充Wargaming 的 Alexei Romanov 的研讨会，在该框架内，我们将看到这家大型公司为加快其代码速度所做的工作，并讨论了它如何为您使用的代码提供帮助。

使用Python掌握数据管道

Robson Luis Monteiro Junior，首先是全球Python社区的积极参与者，长期以来经常在各种会议上发表演讲，其次，是Microsoft为ML准备数据的专家。由于有了这样的组合，我们正在等待有关使用Python构建数据处理管道的技术和陷阱的报告，从而使演讲者在Microsoft的多年经验成为现实。Robson将比较PySpark，Dask，Pandas，Airflow和Apache Arrow，并分享自己的解决方案。

人类的Cerberus或数据验证

Nicola Iarocci是许多受欢迎的库的作者，也是Eve REST框架的创建者。但是有可能在场外与他谈网络，而Nicola的报告将致力于另一个发展：一个用于验证Cerberus数据的框架。每个项目迟早都会遇到数据验证问题，因此请在会议日程中密切注意此报告。

平台死了，平台万岁

Luka Kladaric 将告诉您如何将一个庞大的Python项目拖到云中。这项任务很紧急-了解成功解决方案的阶段和结果将会很有趣。

机器学习与数据处理

没有机器学习的Python会议真是太好了。当然，我们根本不会绕过这个话题，2020年初最热门的话题是为训练数据以及与编写奇怪事物的数据科学家互动而准备的数据。

使用mPyPl进行功能样式数据处理

德米特里·索什尼科夫（Dmitry Soshnikov）在微软工作了13年，其中有10年担任技术推广人员。作为机器学习的技术专家，德米特里（Dmitry）将谈论微软在此方向上的成就，并介绍开源库mPyPl。它通过功能性数据管道简化了使用Python的数据处理。在报告中，德米特里（Dmitry）将展示使用这种方法进行分类和检测图像，识别视频中的事件，渲染视频，绘制认知肖像等的示例。

德米特里（Dmitry）还将举办有关“ 使用认知服务和创造力在科学艺术类型中创建肖像 ”的研讨会。”。从名称可以明显看出，这显然是“广阔的视野”类别。但是魅力在于它是一个实用的工作室，也就是说，您自己在两个小时内（使用仿射变换和Microsoft认知服务）将尝试创建数字艺术作品，同时将其用于图像处理。

从Scikit学习到PySpark MLlib

机器学习是一个热门话题，EPAM的Andrei Gavrilov将对此做出另一份报告。在这种情况下，我们将讨论如何使Data Science解决方案适应分布式环境，特别是从Scikit-learn迁移到MLlib（PySpark）的类似物。安德烈（Andrey）将展示当您将现有管道转移到PySpark导轨时出现的困难，以及从解决方案的体系结构到超参数调整功能的解决方案。

JupyterHub的所有功能均适用于20多个学生或研发团队

彼得·埃尔马科夫（Peter Ermakov）在拉莫达（Lamoda）从事机器学习，同时在自己的学校DataGym教授Data Sceince。Peter面临着为庞大的数据科学团队建立JupyterHub的艰巨任务，他知道如何组织共享服务器上的工作。他将与会议嘉宾分享建议和现成的食谱，即使您的团队只有一个人，您仍然可以从此报告中获得新的技巧。

重构并使用旧版

2020年是赢得Python 3的一年。我们还是很想相信它。对许多人来说，对Python 2的支持终止意味着不可避免的移动（大约像这个冬天的大雪一样），以及随之而来的对遗留代码的重构。在Moscow Python Conf ++上，我们将弄清楚如何向企业出售强化产品，如何从技术上进行加工，并且，原则上，我们可能会整体上将逗号放在“所有内容均不可重写以重构”中。

如何在超过10年的项目中决定使用Python3并说服其余的人

首先，Levon Avakyan将帮助我们从业务角度研究将Python 2转换为Python 3的问题。莱文将谈论 “坦克世界”项目中有关该主题的讨论，表达了哪些支持和反对意见，以及他们做出了什么决定。

“如何从Python 2过渡到Python 3的业务如何出售”这一主题现在比以往任何时候都更加重要，尽管我是策展人，但我肯定会参加会议的Levon报告是为数不多的报告之一，我们将进行准备性讨论和运行。剧透：有阴谋。

72小时内从2到3

去年，基里尔·鲍里索夫（Kirill Borisov）谈到了使用遗留代码并尝试在其中进行测试的尝试。这次，西里尔（Cyril）将讨论从Python 2到Python 3的代码重构的技术方面。更有意义的是，即使有Booking.com这样的大公司的经验为之提供了支持。

如果您的遗产合并了开发人员，如何生存

莫斯科Python社区的组织者之一弗拉基米尔·菲洛诺夫（Vladimir Filonov）多年来的工作使超级能力变得强大，可以理解别人的遗留代码。也就是说，几天之内，弗拉基米尔开始比他的作者（多年前离开的作者）更擅长于遗留项目。在会议上，弗拉基米尔（Vladimir）首先将提供分步说明，说明如果合并了开发人员的遗产，该怎么办。其次，在研讨会上，他将在实践中展示他的工作方式。从弗拉基米尔（Vladimir）制作的预告片来看，所有这些都将是非常高质量的准备和出色的呈现。

重构自动化

来自Parallels的Vladimir Protasov不仅在Python社区而且在俄语领域也广为人知。在Moscow Python Conf ++上，Vladimir 会告诉您当IDE无法应对重构任务，但是要在整个代码库中运行并进行相同类型的更改时，“完全”一词是不切实际的。尤其是对于不喜欢执行重复性任务的懒惰程序员而言，将有可能看到现实生活中有关如何自动化复杂重构的示例。

后端，芹菜，卡夫卡

这次，我们只有一个与Web开发直接相关的报告（标题中带有Django），但是有队列，消息处理，当然还有async / await。

多线程和异步/等待：不同的方法，常见问题

传统上，Python核心开发人员，asyncio开发人员和aiohttp作者Andrei Svetlov 的报告将致力于异步。作为一个从C ++开始的人，Andrei从他自己的经验中知道，使用异步方法的现代开发人员所遇到的问题并不是什么新鲜事物。在更深入地了解了发展历史之后，我们将发现10年前，20年前如何解决类似的问题，并尝试了解现在如何最方便地解决这些问题。

Django中的静态类型

Maxim Kurnikov 将讨论 Django的类型：Python中存在哪些类型检查类型的解决方案，在编写django-stubs库时遇到了哪些难题，向核心语言添加类型的建议的前景如何。

适用于Python开发人员的Apache Kafka事件流平台

Victor Gamow是著名演讲者和文章作者O'Reilly撰写的“ Enterprise Web Development”一书的合著者，也是Confluent的开发倡导者，该公司基于Apache Kafka构建基于事件的流平台。关于Kafka，并将在Victor 的报告中进行讨论：它展示了Apache Kafka如何不仅提供消息传递功能，还提供了更多的可能性，并提出了内部架构的重点，并解释了开发人员如何使用Python-Kafka处理流数据。

为芹菜选择经纪人

芹菜是最受欢迎的任务队列之一，但是弗拉基米尔·科里亚辛斯基（Vladimir Kolyasinsky）不会谈论与队列本身打交道，而是谈论选择经纪人。在Yandex中，MongoDB长期以来一直被用作经纪人，但是他们遇到了缺点，并开始寻找替代方案。演讲者将在报告中说明，他们考虑了哪些选项，以及为什么最终选择YMQ（扰流器：否，不仅因为它是用Yandex制造的）。

Python中的队列：如何制作芹菜沙拉，萝卜和他们的朋友

芹菜将成为伊塔尔·莫斯亚金（Igor Mosyagin）的主要人物之一。在会议上， Igor将考虑以rq，huey和celery库为例处理长时间的用户查询。他将向您介绍dask的当前状态，并告诉您“如何在标准库中完成所有操作”。因为有时候根本不可能给科学家们提供一些复杂的东西：爪子等等。

Python API与Windows API的集成

瓦西里·潘科夫（Vasily Pankov）将在许多现代开发人员的演讲中分享恐怖故事，并讲述Python如何生活在Windows上血腥的企业中。为不使用Docker或WSL而是偏爱MS Windows的公司开发Python应用程序，其最纯粹的形式具有许多甚至许多功能。瓦西里（Vasily）会告诉您如何与大多数人互动。而且不要以为您永远不会遇到这种情况。有时，这样的公司有很多很好的开发资金。和Windows。

Python本身，演变和使用

Python具有庞大而活跃的社区。结果，新的思想一直渗透到语言中（有时是海象运算符），出现了新的思想，软件包和库之间存在挣扎。一个简单的开发人员不必跟踪所有这些信息，但是对于那些希望进一步了解和了解更多信息的人来说，它会派上用场。

依赖地狱

您可能会猜到，DepHell库的作者Nikita Voronov精通Python的依赖管理这一痛苦的问题。最近，我们与Nikita进行了一次对话，讨论那里发生了什么事情，从他的报告中，您将了解谁赢得了Pipenv和Poetry之间的竞争，以及在点子不足时如何解决当前的问题。

类型？类型...类型！

Vitaly Bragilevsky是Haskell标准化委员会的成员，也是《 Haskell in Depth》一书的作者。他在莫斯科Python Conf ++上的表现离不开Python与Haskell的比较：Vitaly 将讨论使用类型以及强类型对我们有何帮助。这将是困难而有趣的，特别是对于那些想要针对特定任务的目标解决方案提供新功能的Python开发人员而言。

Java机器人在看Python时的梦想

Pasha Finkelstein 将比较 Python和Java来编写业务逻辑。Pasha拥有10年的Java开发经验，在那期间，他从未遇到过Djangian的“厚模型”之类的东西。3月，我们将学习如何在业务开发领域（例如Python）中完成这些事情，为什么它看起来很奇怪以及有什么解决方案。

Python元编程：从代码生成单元测试的梦想

我们邀请了GridDynamics的Julia Volkova讨论了测试世界中的异常情况。朱莉娅（Julia）在完全没有测试的情况下参加了下一个项目，他考虑了是否有可能自动创建一组测试。朱莉娅将在会议上告诉大家，通过代码生成单元测试的结果是可以实现的，得到的教训是什么，最重要的是，它提供了什么。

我们如何将Julia介绍给Python一直生活的地方

去年，与会嘉宾对Gleb Ivashkevich关于Julia语言的可能性的介绍获得了很高的评价。我们最近发布的报告的文本版本也引起了极大的兴趣。而在三月份，Gleb 将继续讲故事，并说明该语言在实践中在理论上有多灵活和快速。

总共24份报告和6次研讨会/会议。这是会议的核心。但是由于我们的会议是“关于谈话”的，演讲者的讲话将提供思想和指导讨论的依据。其余的将通过网络来完成，为此我们将尽力而为：讨论和专家专区，合作伙伴立场，当地社区的会议，无休止的喝咖啡休息时间，聚会后和专业活动的整体气氛。当我们克服概念证明阶段时，我们将以电报形式（facebook，twitter，vkontakte）写出

会议的活动筹码。而且您已经可以访问Moscow Python Conf ++网站并预订票，直到价格最终上涨。

在Moscow Python Conf ++上，与语言开发人员交谈