Data Science (click here to comment) 8. Dezember 2025, Jochen

🎙️ Zu Gast: Mira – Data Scientist, Geschäftsführerin einer Berliner Data-Science-Beratung und Host des Podcasts Data Science Deep Dive.

Dominik und Jochen sprechen mit ihr darüber, was Data Science in der Praxis heute bedeutet: weniger Machine-Learning-Magie, mehr solides Datenhandwerk – von der Problemanalyse über Feature Engineering bis hin zu Deployment, Monitoring und Drift. An konkreten Projekten (u. a. einer Luftschadstoff-Prognose für die Berliner Senatsverwaltung) wird klar, wo die echten Herausforderungen liegen – und wo die spannendsten Hebel sind.

In dieser Episode:

• 📊 Was "Data Science" eigentlich umfasst – Skills, Rollen und warum man dafür nicht unbedingt Informatik studiert haben muss
• 🔄 CRISP-DM in der Praxis – vom Use-Case bis Wartung und Drift, und warum die Modellierung oft nur ein kleiner Teil ist
• 🛠️ Tooling & Architektur – Pandas, Scikit-Learn, Polars, Kubernetes, ClickHouse, REST-API, MLflow und Alerting mit Redash
• 🌳 XGBoost vs. TabPFN – warum Gradient Boosting immer noch der Klassiker ist und was Transformer-Modelle für tabulare Daten können
• 🔍 Feature Engineering & Interpretierbarkeit – mit SHAP verstehen, was das Modell gelernt hat
• ⚡ Performance in der Realität – Spark vs. Polars, Sampling, vektorisierte Operationen und warum "verteilen" nicht automatisch schneller heißt
• 🚗 LLMs für Vorhersagen – Experimente mit Gebrauchtwagenpreisen und warum Finetuning hier Sinn macht

Unsere Picks:

• Mira: Pandas UDFs für Parallelisierung in Spark – von Stunden auf Minuten 🚀
• Dominik: just – Hynek erklärt, warum just der bessere Taskrunner ist als make
• Jochen: ccusage / ccusage for codex – Token-Kosten im Blick behalten bei claude code / codex

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

Data Science

• Data Science Beratung inwt
• Cross-industry standard process for data mining CRISP-DM
• Visualisierungen: ggplot2 / Redash
• pandas / polars / PySpark
• mlflow
• ClickHouse
• XGBoost / CatBoost / LightGBM / TebPFN / SHAP
• ibis / arrow

Picks

• pandas_udf
• uv: Making Local Python Workflows FAST and BORING in 2025 | Starts at the justfile part..
• ccusage / ccusage for codex
• ElevenLabs / NobebookLM | Um sich Podcasts zu generieren..
• Data Science Deep Dive

Platonismus und Python - Data Class Builders (click here to comment) 30. Juni 2025, Jochen

Willkommen zu Episode 66! Heute geht's um Data Class Builders (nächstes Kapitel aus "Fluent Python"), aber wie immer schweift das Gespräch auch mal ab - von der Frage, ob Mathematik entdeckt oder erfunden wird, bis zu gefährlichen Default-Argumenten. 🤓

Johannes, Dominik und Jochen diskutieren, warum Martin Fowler Data Classes für einen code smell hält (spoiler: sie sind anderer Meinung), warum if not foo manchmal besser ist als if foo is None, und warum Pattern Matching das coolste Feature ist, das niemand benutzt.

Zwischendurch gibt's Stories vom Podcast-Barcamp in der Düsseldorfer Zentralbibliothek, und am Ende picken die drei ihre aktuellen Lieblings-Tools - von agent based Gedöns bis Docker-Hacks.

PS: Das Hörertreffen kommt! Irgendwann zwischen August und September, versprochen. 📅

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

News

• Podcamp 2025 in Düsseldorf
• Working Draft - der Frontend-Podcast
• WWSIV - ja, wir planen 😀
• Python: The Documentary [OFFICIAL TRAILER]
• Zentralbibliothek Düsseldorf
• Vibe-code it today, UnFuckIt.AI tomorrow
• Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task
• Kagi Search is a fast, user-centric and private web search engine
• Kleiner Matheexkurs
  • #472 – Terence Tao: Hardest Problems in Mathematics, Physics & the Future of AI
  • Lean - Programming Language and Theorem Prover
  • Equational Theories Project - wo dann irgendwann das Paper mit den 50 Koautoren rausfallen wird
  • Chicken Chicken Chicken: Chicken Chicken - Videoversion
• Mira Murati’s Thinking Machines Lab closes on $2B at $10B valuation
• MCP Co-Creator on the Next Wave of LLM Innovation David Soria Parra and Yoko Li

Data Class Builders

• Fluent Python - Kapitel 5
• Named Tuples
• Data Classes
• Zitat von Linus: "Bad programmers worry about the code. Good programmers worry about data structures and their relationships."
• Value Objects and Entities
• pydantic
• attrs
• msgspec is a fast serialization and validation library
• Design Pressure | Hyneks PyConUS 2025 Vortrag inklusive einem Haufen Quellen
• TypedDict
• The Auto sentinel | Will man vielleicht verwenden statt foo: str|None = None

Picks

• Claude Code | Benutzt Jochen in letzter Zeit echt häufig und ist relativ begeistert
• n8n - Flexible AI workflow automation for technical teams | Dominks Pick: nocode tool, das ausnahmsweise mal gut ist
• Unregistry is a lightweight container image registry that stores and serves images directly from your Docker daemon's storage | Johannes Pick

Live von der DjangoCon Europe 2025 in Dublin - Tag 3 (click here to comment) 25. April 2025, Jochen

Wir melden uns wieder von der DjangoCon Europe 2025 aus der Hotellobby. Diesmal haben wir Sebastian dabei, der am ersten Tag einen Vortrag über die Feinheiten in den Django Release Notes gehalten hat, den wir leider nicht sehen konnten, weil wir da noch mit Podcastaufnehmen beschäftigt waren. Er kommt auch aus dem Rheinland und betreibt in Köln eine Agentur für Softwareentwicklung und Beratung.

In dieser Episode diskutieren wir:

• 📊 Django für Data Science - William Vincent zeigt, warum Django auch für Data Scientists interessant ist
• 🚀 Sebastians Vortrag zu Django 5.2 LTS - Kleine aber wichtige Verbesserungen zwischen den Releases 4.2 und 5.2, die euren Code besser machen
• 💾 Dynamic Models - Ein Blick auf einen spannenden (und etwas gewagten) Ansatz
• 🔐 Passkeys und Multi-Factor-Authentication - Sind Passkeys die Zukunft der Authentifizierung?

Außerdem:

• 🎙️ Ein Blick hinter die Kulissen des RealPython-Podcasts - was wir von deren Produktion lernen können
• 🎯 Lightning Talks - Von Accessibility über Lint-Rules bis hin zu Film-Biases
• 🗄️ Datenbankoperationen unter der Haube - Was passiert eigentlich, wenn man Model.objects.all() ausführt?
• 🌐 1001 Django-Seiten - Erfahrungen und Herausforderungen beim Hosting zahlreicher Django-Anwendungen

Hört rein für technische Einblicke, lebhafte Diskussionen und einen Rückblick auf drei intensive Konferenztage in Dublin! 🎙️🍀

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

Links

• DjangoCon Europe 2025
• The fine print in Django release notes
• {% querystring %} template tag
• Dynamic models without dynamic models
• Passkeys in Django: the best of all possible worlds
• Steering Council introduction
• Foxley Talent | Django / Python Recruiter
• Django for Data Science: Deploying Machine Learning Models with Django
• Feature Flags: Deploy to some of the people all of the time, and all of the people some of the time!
• Just-in-Time Development with Django and HTMX: Faster, Leaner, and Smarter
• Anatomy of a Database Operation
• One Thousand and One Django Sites
• Europe, Django and two-factor authentication
• Django Admin at Scale: From Milliseconds to Microseconds 🚀

Live von der DjangoCon Europe 2025 in Dublin - Tag 2 (click here to comment) 24. April 2025, Jochen

Wir melden uns erneut von der DjangoCon Europe und sprechen über die Highlights des zweiten Konferenztages – mit jeder Menge technischer Einblicke, spannenden Talks und persönlichen Eindrücken.

Diesmal mit dabei: Ronny als Gast in unserer Runde! 🎉

Gemeinsam diskutieren wir über große und kleine Themen aus der Django-Welt – von tiefen technischen Details bis zu Community-Aspekten.

Diesmal im Fokus:

• 🔧 Haki Benitas Talk „How to get foreign keys horribly wrong“ – wie man Fallstricke rund um Foreign Keys in Django vermeidet und worauf man bei Migrations achten sollte
• 🛸 „The Most Bizarre Software Bugs in History“ – von gescheiterten Mars-Missionen über Flugzeugabstürze bis hin zu fehlerhaften Excel-Formeln bei JPMorgan
• 🔍 Strategien fürs Debugging in Produktionssystemen – Karen Tracy zeigt, wie man auch unter Realbedingungen noch den Überblick behält
• 🅿️ „100 Million Parking Transactions per Year with Django“ – ein spannender Einblick in ein System für Parktickets, das mit kleinem Team und viel Django läuft

Außerdem:

• 🎂 Das erste öffentliche DSF-Member-Meeting zum 20. Geburtstag von Django (mit Kuchen!)
• 🌍 Diskussionen zur Entscheidungsfindung im Django-Projekt – was bedeutet eigentlich „Konsens“ im Open-Source-Kontext?
• 🛠️ Unsere eigenen Best Practices: Status-Modelle für Celery-Tasks, warum Custom User Models nicht immer die beste Idee sind und welche Rolle JSON-Fields (nicht) spielen sollten

Eine Episode voller technischer Insights, Community-Geschichten und einem Hauch irischer Konferenzstimmung. Direkt aus Dublin – schaltet ein! 🎙️🍀

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

Links

• DjangoCon Europe 2025
• Django + HTMX: Patterns to Success
• The fine print in Django release notes
• DjangoCologne Meetup
• It’s always TCP_NODELAY. Every damn time.
• bpftrace
• Bulletproof Data Pipelines: Django, Celery, and the Power of Idempotency
• django-taskq
• Logs, shells, caches and other strange words we use daily
• django-migration-zero - the holistic implementation of "migration zero" pattern for Django / Cleaning Up Your Django repo — A Holistic Approach to Managing Migration Files
• Annual meeting of DSF Members at DjangoCon Europe
• The Most Bizarre Software Bugs in History
• How to get Foreign Keys horribly wrong in Django
• How we make decisions in Django
• django-removals — A maintainers best friend
• How to Enjoy Debugging in Production
• 100 Million Parking Transactions Per Year with Django
• GlitchTip

Live von der DjangoCon Europe 2025 in Dublin - Tag 1 (click here to comment) 23. April 2025, Jochen

In dieser Sonderausgabe melden wir uns live von der DjangoCon Europe in Dublin! 🍀 Wir sitzen in der Hotellobby und berichten von unseren ersten Eindrücken - inklusive des typisch irischen Wetters.

Unser besonderer Gast ist diesmal Sarah, aktuell Django Fellow der DSF, die uns Einblicke gibt in:

• Warum PR-Reviews für Django so wichtig sind 🔍
• Wie man als Einsteiger bei der Django-Entwicklung mitmachen kann 💻
• Die Herausforderungen der Open-Source-Finanzierung 💰

Wir sprechen außerdem über spannende Konferenzvorträge:

• Erfahrungen mit Testing von HTMX und Django-Anwendungen mit Playwright 🧪
• Datenbank-War-Stories und komplexe Migrationsstrategien bei großen Datenmengen 📊
• Data-Oriented Django: Optimierungstechniken für Datenbankabfragen 🚀

Schaltet ein für ein Stückchen Konferenzstimmung im Ohr! 🎧

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

Links

• DjangoCon Europe 2025
• Django needs you! (to do code review)
• Support the Django Software Foundation!
• Fundraising Working Group
• End-to-end testing Django applications using Pytest with Playwright
• pgMustard - Helps you review Postgres query plans quickly
• PydanticAI Agents
• Talbot Hotel Stillorgan

Bytes und Strings (click here to comment) 18. April 2025, Jochen

In dieser Episode werfen wir einen Blick auf das nächste Kapitel von "Fluent Python" über "Bytes und Strings". Johannes erklärt die wichtigsten Konzepte und warum UTF-8 fast immer die richtige Wahl ist. 🌍

In unseren News sprechen wir über:

• DeepSeek und aktuelle Entwicklungen bei Sprachmodellen 🤖
• Tailwind CSS v4.0 ist draußen 🎨
• Unsere Eindrücke von der Fosdem und PyCon+Web 🎯
• Das geplante Hörerinnentreffen im Köln-Düsseldorfer Raum 🤝

Unsere Picks:

• Johannes: Ein faszinierendes Paper über schwarze Löcher und ein Erfahrungsbericht zu uv nach einem Jahr
• Dominik: "Sketch A Day" – tägliche visuelle Ideen in Python
• Jochen: Fish 4.0, die Shell wurde großen Teilen in Rust neu geschrieben

Hört rein und lasst euch von uns erzählen, warum es mehr als 1,1 Millionen Zeichen gibt und wieso das für Programmierer wichtig ist! 🎧

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

News

• Tailwind CSS v4.0
• Teergrube (Informationstechnik)
• Postgres in the time of monster hardware
• DeepSeek
  • On DeepSeek and Export Controls | Chef von Anthropic über die Kosten, LMMs zu trainieren
  • DeepSeek-V3 Technical Report
  • DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
• Alec Radford verlässt OpenAI
• OpenAI o3
  • OpenAI o3 Breakthrough High Score on ARC-AGI-Pub
  • FrontierMath
  • SWE-bench / Introducing SWE-bench Verified
• Model Context Protocol
• PyCon Austria | 6. und 7. April Eisenstadt
• Microsoft’s Majorana 1 chip carves new path for quantum computing
• I’m Sorry for Python’s tail-calling Interpreter’s Results | Leider doch kein easy Performcewin via tail-calling..
• Konferenzen (Pyconweb / Fosdem)
  • You're (probably) Using UUIDs Wrong
  • Fosdem - Python Devroom
  • Jochens Fosdem Weeknotes
  • JSON Resume The open source initiative to create a JSON-based standard for resumes. For developers, by developers
  • DjangoCon.eu Dublin
  • PyCon DE & PyData 2025
  • Shifting DX expectations: keeping Django relevant 😬
  • PyScript - Python in the Browser
• Sovereign Tech Fund

Strings und Unicode

• ASCII /Unicode / UTF-8 / Characters, Symbols and the Unicode Miracle - Computerphile
• Unicode Normalization Forms
• Big List of Naughty Strings
• Unicode Support für Java war doch nicht von Anfang an drin, sondern kam erst mit Version 1.1 1997 😁
• Learn Code the Hard Way
• EBCDIC

Picks

• Johannes
  • Gravitational Effects of a Small Primordial Black Hole Passing Through the Human Body
  • A year of uv: pros, cons, and should you migrate
• uv IS the Future of Python Packaging! 🐍📦
• migrate-to-uv
• Dominik
  • sketch-a-day | Ah, Jochen folgt dem Autor auf Mastodon - wahrscheinlich daher
• Jochen
  • fish shell
  • Fish 4.0: The Fish Of Theseus
  • Ship of Theseus
  • Machines of Loving Grace1
  • Self Models of Loving Grace

Auphonic (click here to comment) 25. Februar 2025, Jochen

🎙️ Wie Auphonic entstand – Ein Blick hinter die Kulissen mit Gründer Georg.

In dieser Episode haben wir Georg, den Gründer von Auphonic, zu Gast und sprechen mit ihm darüber, wie alles begann. 🚀 Früher gab es für die Nachbearbeitung von Audio fast ausschließlich Echtzeit-Tools – aber warum eigentlich? Für Podcasts, bei denen die gesamte Aufnahme bereits vorliegt, wäre eine leistungsfähige Batch-Verarbeitung viel naheliegender gewesen. Genau hier setzte Auphonic an! 🤔

Natürlich sind auch Johannes, Dominik und Jochen wieder mit dabei! Gemeinsam werfen wir einen Blick auf die Entwicklung der letzten zehn Jahre: Während frühere Machine-Learning-Modelle hauptsächlich dazu dienten, die Parameter klassischer Audioprozessoren wie Kompressoren und Limitern automatisch einzustellen, setzen moderne Systeme zunehmend auf End-to-End-Deep-Learning. Heute sind Audio-to-Audio-Modelle der Stand der Technik, die das Signal direkt transformieren – ohne den Umweg über klassische Audiotools. 🎛️➡️🎶

Außerdem gibt Georg spannende Einblicke in die technische Infrastruktur von Auphonic:

• ⚙️ Django im Backend, Vue.js für den Transkripteditor, ein bisschen htmx und alpine.js
• 🚀 Celery als Task-Queue, das seit zehn Jahren treue Dienste leistet
• 🎧 Eigenes Training von Machine-Learning-Modellen auf On-Premise-GPUs, Inferenz über GPU-Instanzen bei Hetzner.

Und natürlich diskutieren wir darüber, warum es kein „One-Size-Fits-All“-Modell für Podcasts gibt – schließlich will ein True-Crime-Podcast vielleicht Atemgeräusche entfernen, während ein Yoga-Podcast genau diese beibehalten möchte. 🧘‍♂️🔎

Hört rein – viel Spaß bei dieser Episode! 🎧

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

Auphonic

• Auphonic
• scikit-learn / NumPy / SciPy
• Schnelle Fourier-Transformation (FFT)
• Levelator
• TensorFlow / keras / PyTorch
• podcast-transcript | Das command line tool, das ich auf dem PyDDF-Herbstsprint geschrieben habe, mit dem ich den Podcast hier transkribiere
• Django / Vue.js / htmx / Alpine.js / tailwindcss
• Celery - Distributed Task Queue / NVIDIA Triton Inference Server
• Thoughts on my first machine learning project | OCR für Noten - geht das eigentlich auch umgekehrt - Notentranskripte aus Musik?
• Picks
  • Boost Your Django DX update out now

Python 3.13 (click here to comment) 12. November 2024, Jochen

🚀 Python 3.13 ist endlich da, und wir nehmen die neuen Features genau unter die Lupe! 🐍

In unserer neuesten Podcast-Episode begrüßen wir CF, Python-Core-Entwickler und einer der Maintainer von PyPy. 🎙️ Wenn euch unsere frühere Episode über PyPy gefallen hat, wird diese sicherlich auch interessant für euch sein! PyPy passt hervorragend ins Bild, denn viele der neuen Funktionen in CPython 3.13 wurden direkt oder indirekt von PyPy inspiriert (REPL, JIT). 💡

Natürlich sind auch Johannes, Dominik und Jochen wieder mit dabei. Neben den technischen Themen haben wir diesmal auch einige Meta-Themen:

• Hörerinnentreffen geplant! 📍 Wenn ihr Interesse an einem Treffen im Köln-Düsseldorfer Raum oder in Stuttgart habt, lasst es uns wissen - wir arrangieren dann mal was. 🤝
• Unser nicht ganz so neuer Discord-Channel ist live! 🎉 Schaut mal rein und diskutiert mit uns: Hier ist der Invite-Link. 🔗🔗
• Neu: Offizielles Transkript verfügbar! 📝 Ab dieser Episode ist erstmals ein offizielles Transkript im Podlove Web Player sichtbar (siehe unten, es ist das Icon, das aussieht wie eine Datei). Ist noch nicht multitrack, aber das kommt dann auch demnächst.

Also macht es euch bequem und hört rein in unsere neue Episode zu Python 3.13! 🎧 Wir freuen uns darauf, euch persönlich oder im Discord zu treffen. Viel Spaß beim Hören!

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

Python 3.13

• Python 3.13 - Release Notes
• REPL
  • REPL / Changelog-Eintrag
  • PYTHONSTARTUP | Wenn da ein Pfad zu einer Python-Datei drin steht, wird die ausgeführt, bevor die REPL startet
  • Live coding music with PyREPL in Python 3.13 — Łukasz Langa
• Tracebacks
  • colorized displaying tracebacks
  • Improved error messages
• JIT
  • An experimental just-in-time (JIT) compiler
  • Copy-and-Patch Compilation | Paper von Haoran Xu
• Unterstützte Platformen
  • Support for mobile platforms | iOS, Android und Webassembly
  • Black Swan Talk PyCon 2019 Russel Keith Magee
• Profiling
  • Python support for the Linux perf profiler
  • py-spy: Sampling profiler for Python programs
  • VMProf Python
• core.py | Python core development podcast
• Free Threading / NOGIL
  • mimalloc (pronounced "me-malloc") is a general purpose allocator with excellent performance characteristics
• Typing
  • class types.SimpleNamespace
• Debugger
  • Tomorrow Corporation Tech Demo
  • John Regehr
• Meta
  • Hörertreffen: Hier für Hörertreffen melden
  • Invite-LInk für Discord: #python-podcast
• Picks
  • Dominik
    • Rembg is a tool to remove images background
  • Johannes
    • 2136279841-1 is the New Largest Known Prime Number
    • Can humans say the largest prime number before we find the next one?
  • Jochen
    • SUBSCRIBE 11 / SUBSCRIBE 12 ist im Mai nächsten Jahres.. gleicher Ort in Berlin
  • CF
    • return in finally considered harmful
    • The Design of a Self-Compiling C Transpiler Targeting POSIX Shell

Arrays und Sequenzen (click here to comment) 15. Oktober 2024, Jochen

Wir sind zurück mit einer neuen Episode und stürzen uns erneut in die Tiefen von "Fluent Python" 🐍! Nachdem wir vor einiger Zeit schon über Listen gesprochen haben, nehmen wir heute das Kapitel über Arrays und Sequenzen unter die Lupe 📚. Aber keine Sorge, wir betrachten das Ganze aus einem etwas anderen Blickwinkel.

Habt ihr euch schon mal gefragt, was eigentlich der Unterschied zwischen Listen, Tupeln und Arrays ist? Oder wann ihr welche Datenstruktur am besten einsetzt? 🤔

Mit dabei sind diesmal wieder Johannes , Dominik und Jochen 👋. Wir freuen uns auf euer Feedback und eure Gedanken zum Thema.

Viel Spaß beim Zuhören!

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

News

• Python 3.13.0 - Release Notes
• core.py | Python core development podcast
• Django 5.1 release notes
• Introducing OpenAI o1-preview

Arrays und Sequenzen

• Casey Muratori
• Producer-Consumer Problem

Picks

• Prompt engineering overview | Anthropic prompting guide
• uv
  • uv - An extremely fast Python package and project manager, written in Rust
  • Informativer Fediverse-Thread über uv
• The Nature of Code | Javascript anhand von Simulationsbeispielen
• Evolving JavaScript with Douglas Crockford
• Bespoke - A modular DAW for Mac, Windows, and Linux
• Live coding music with PyREPL in Python 3.13 — Łukasz Langa

Das Python Data Model (click here to comment) 19. Juli 2024, Jochen

Seit einiger Zeit bekommen wir das Feedback, dass wir mehr über Python direkt sprechen sollten 🐍 – und dass es nicht schaden könnte, wenn die Themen wieder mehr für Anfänger geeignet wären. Wir haben zugehört!

Heute quatschen Dominik und Jochen mit Johannes über das Python Data Model 🤓. Was passiert eigentlich hinter den Kulissen, wenn man len(collection) aufruft? Oder warum zeigt print(foo) etwas anderes an als repr(foo)? Spoiler: Das ist kein Bug, sondern ein Feature! Die richtige Balance zwischen theoretischer Reinheit und praktischer Nützlichkeit zu finden, ist knifflig, aber Python meistert das ziemlich gut.

Falls euch das Thema interessiert, schaut mal ins erste Kapitel von "Fluent Python" 📚. Da wird das alles ziemlich gut erklärt, inklusive eines UML-Diagramms, das wir echt nützlich fanden – kommt auch nicht jeden Tag vor 🗂️.

Mit dieser Episode verabschieden wir uns in die Sommerpause 🌞. Bleibt dran und bis bald!

Shownotes

Unsere E-Mail für Fragen, Anregungen & Kommentare: [email protected]

News

• Live coding music with PyREPL in Python 3.13 | Talk auf der EuroPython 2024
• Packaging mal wieder
  • The Catch in Rye: Seeding Change and Lessons Learned | Talk auf der EuroPython 2024 über Packaging etc
  • eGenix PyRun is an Apache licensed, open-source, compressed, single file Python compatible run-time, which fits into merely 5-6 MB on disk
  • PEP 665 – A file format to list Python dependencies for reproducibility of an application | Das war der PEP, der irgendwann abgelehnt wurde. Die Diskussion darum hat bei mir dazu geführt, dass ich recht pessimistisch bin, was die Möglichkeit einer einfachen Lösung des Packaging-Problems angeht
  • Astral / Prefix.dev
• Autoformat
  • Light Table | Code Editor, der Dinge so anzeigt, wie man sie sehen möchte
• DjangoCon Europe 2024 - Talks sind online!
• iPad16,6 - Geekbench 6 Scores
• Neue Modelle
  • Mistral NeMo
  • Claude 3.5 Sonnet
  • Microsoft Research Introduces AgentInstruct: A Multi-Agent Workflow Framework for Enhancing Synthetic Data Quality and Diversity in AI Model Training | Schlägt GPT 3.5 Turbo auf Consumer-Hardware

Python Data Model

• Fluent Python, 2nd Edition | Mein Lieblingsbuch über Python
• Execution in the Kingdom of Nouns
• Data model - Aus der Referenzdokumentation
• Aspektorientierte Programmierung | Aha!

Picks

• Animations from first principles / Animating a rotating spiral / (More) Animations from first principles (in 5 minutes)
• Django 5 By Example
• dramatiq - Cookbook
• Django Tasks
• Nikon NX Studio