Case study rozwoju aplikacji do oceny ryzyka kredytowego w Revolut, która przetwarza dane dziesiątek milionów klientów. Zero ściemy, sporo detali technicznych. Będzie o tworzeniu, testowaniu, współpracy z innymi zespołami, monitorowaniu aplikacji i rozwiązywaniu problemów.

Jak skutecznie rozwijać się jako programista Pythona? Jakie metody nauki zastosować aby osiągnąć swoje cele – stanie się lepszym programistą, awans albo zdobycie lepszej pracy? W prezentacji opowiem o własnych doświadczeniach z nauką Pythona, zarówno w pracy jak i poza nią. Przejrzymy wspólnie różne metody nauki praktyki i teorii oraz sprawdzimy, jak wybrać projekt, który poszerzy programistyczne horyzonty i sprawi że gdzieś na świecie uśmiechnie się panda.

Zarządzanie wersjami Python'a i paczkami czasem może być uciążliwe. Programiści JavaScript mają swój folder "node_module" (a wraz z nim 1001 dowcipów na temat wielkości tego folderu, ale my, Pythonowcy, nie mamy czegoś takiego jak "python_module" (jeszcze nie!). Zamiast tego mamy tajemnicze środowiska wirtualne, którymi musimy zarządzać. A jeśli dodatkowo potrzebujemy używać różnych wersji Python'a, może się z tego zrobić bałagan.

During the workshop, the engineers from Unit8 will explain the concept of time series forecasting, and how to easily approach time series forecasting problems, using the open-source library - Darts. After the theoretical part, the participants will work with a prepared Jupyter notebook to get a hands-on experience with Darts. Prerequisites: google account, experience with Python.