Vai al contenuto

PythonBiellaGroup

Calcolo distribuito con Dask, Modin e Celery

Italian
English

Inizializza la ricerca

PythonBiellaGroup/Website

Home
Meetup
Learning
Blog
Supporters
Speakers

PythonBiellaGroup

PythonBiellaGroup/Website

Home
Home
Meetup
Meetup
- Prossimi eventi
- Meetup passati
  Meetup passati
  - ANTLR
    
    ANTLR
    
    Parser e ANTLR4
    
    Dal parser all'interpreter
    
    Parser, intepreter e compilatori
  - Airflow + PySpark
  - Calcolo parallelo e distribuito
    
    Calcolo parallelo e distribuito
    
    Intro
    
    Comunicazione tra i processi
    
    Librerie python Dask, Modin e Celery Librerie python Dask, Modin e Celery
    On this page
    
    Intro
    
    Materiale
    
    Video del meetup
  - Data versioning
  - Data Science - focus Pharma
  - Debito tecnico e architectural smell
  - Django
    
    Django
    
    Introduzione a Django
    
    Modelli Django
    
    Autenticazione Django e model form
  - Docker
    
    Docker
    
    Intro Docker
    
    Concetti avanzati
  - FastAPI
    
    FastAPI
    
    Intro
    
    Le prime API con approccio TDD
    
    SQLModel
    
    Back-end con FastAPI e SQLModel
    
    Async, OAuth2, profiling e dockerizzazione
  - Flask
    
    Flask
    
    Intro a Flask
    
    Jinja avanzato e forms
    
    Flask con database
    
    Review
    
    Evoluzioni dell' app
    
    Blueprints, refactoring e test automatici
    
    Autenticazione
    
    Profili, ruoli e blog
    
    Heroku e docker - deploy
    
    Rest API
  - Generative AI
    
    Generative AI
    
    Alla scoperta dei Large Language Model
    
    Come costruire un agente intelligente
  - Genropy
    
    Genropy
    
    Intro, demo e primi passi
    
    Bag, Structure, ORM e inizio progetto
    
    Risorse UI, lookup tables e formula columns
    
    Altre risorse UI, import dati, tabelle gerarchiche, stampe, utenti, multi-tenant
    
    Utenti, Staff e Donatori in ottica multi-tenant
  - Gestione delle eccezioni
  - Gioco dell' Orso
    
    Gioco dell' Orso
    
    Parte 1
    
    Parte 2
  - Git base
  - GitHub Actions
  - GPT Detection system
  - GraphQL e Strawberry
  - Introduzione al Machine Learning
    
    Introduzione al Machine Learning
    
    Introduzione al Machine Learning e a Scikit-Learn
    
    Scikit-Learn pipeline, metriche e regressione lineare
    
    Scikit-Learn - unsupervised learning
  - Introduzione al Deep learning
    
    Introduzione al Deep learning
    
    Introduzione a Deep Learning e TensorFlow
    
    Reti Neurali per le immagini
    
    Reti Neurali Ricorrenti
  - Introduzione a Kubernetes
    
    Introduzione a Kubernetes
    
    Parte 1
    
    Parte 2
  - Introduzione a Databricks
  - Imparare Python giocando
    
    Imparare Python giocando
    
    Le basi di Python
    
    PyGameZero
    
    Creazione giochi
    
    Review e creazione di giochi complessi
  - Manipolazione del testo
    
    Manipolazione del testo
    
    Intro espressioni regolari
    
    Libreria regex in python
    
    Pipeline di analisi testo e Spacy
    
    Un progetto di analisi e classificazione di testi con ML
  - Micropython
    
    Micropython
    
    Introduzione al mondo dei makers
    
    IoT e cloud
  - MkDocs
    
    MkDocs
    
    Elementi principali di mkdocs
    
    Extra, plugins e deploy del sito
  - Modern data engineering
    
    Modern data engineering
    
    Stato dell'arte e Apache Airflow
    
    Progetto
  - Modern python development
    
    Modern python development
    
    Strumenti, librerie, buone pratiche per sviluppare in Python
    
    Poetry, PDM, Ruff e altri strumenti utili
  - MLOps
    
    MLOps
    
    Introduzione MLOps
    
    MLOps su AWS
  - ML Pipeline
    
    ML Pipeline
    
    Introduzione a Pytorch
    
    Introduzione a Hydra
  - NLP - topic modeling
  - NVIDIA Triton
  - Open Source
    
    Open Source
    
    Primo incontro - Marcelo Trylesinski
    
    Secondo incontro - Patrick Arminio
    
    Terzo incontro - Juliana Nicacio
    
    Quarto incontro - Giovanni Barillari
  - Pandas base
    
    Pandas base
    
    Intro e modulo csv
    
    Operazioni con i dataframe
    
    Serie ed esercitazioni
    
    Live coding ed approfondimenti
    
    Approfondimenti, indexing, filtri, multiIndexing
  - Percorso dati
    
    Percorso dati
    
    Pandas - manipolazione dei dati
    
    Strumenti per la visualizzazione dei dati
    
    Strumenti per l'ingegnerizzazione dei dati
    
    Strumenti per il passaggio in produzione
  - Polars
    
    Polars
    
    Introduzione a Polars
    
    Manipolazione dei dati con Polars
    
    Alla scoperta di functime
  - Pygame
    
    Pygame
    
    Intro a pygame
    
    Sprites, collisioni e simulazioni
    
    Animazioni, camera e gravità
  - Python base
    
    Python base
    
    Concetti di base e tipi primitivi
    
    Controlli di flusso, iterazioni e funzioni
    
    OOP base
    
    OOP avanzato
  - Reinforcement learning - DIAMBRA
    
    Reinforcement learning - DIAMBRA
    
    Concetti teorici e costruzione ambiente
    
    Sessione pratica e coding
  - Robotic Process Automation
  - Squirrel Telegram Bot
  - Telegram Bot
  - Tensorflow serving
  - Testare e documentare i dati
  - Testing con python
    
    Testing con python
    
    Testing - Intro
    
    Testing - Pytest e unittest
    
    Testing - Doctest e behave
  - Twitter sentiment analysis
  - Web scraping
    
    Web scraping
    
    Beautiful soup e requests
    
    Selenium e Scrapy
  - XGBoost
Learning
Learning
- Better code
  Better code
  - Bandit
  - Black
  - Flake8
  - Mypy
  - Pydantic
  - Ruff
- Creare un pacchetto
  Creare un pacchetto
- Data analysis
  Data analysis
  - DuckDB
  - Numpy
  - Pandas
  - Polars
- Documentare il codice
  Documentare il codice
- Linux base
  Linux base
- Gestire dipendenze
  Gestire dipendenze
  - Anaconda
  - PDM
  - Pipx
  - Poetry
  - Poetry avanzato
  - Pyenv
  - Virtualenv
- Materiale extra
- MkDocs tutorial
  MkDocs tutorial
  - Setup
  - Documentare il codice
  - Funzionalità extra
  - Deploy
    Deploy
    
    Deploy
    
    Github pages
  - Estensioni
  - MkDocs vs Sphinx
- Pre-commit
- Struttura di progetto
  Struttura di progetto
  - Bear
- Python base
  Python base
  - Perchè Python
- Python avanzato
  Python avanzato
- Gestire diverse versioni di python
  Gestire diverse versioni di python
  - ASDF
  - REPL
- Roadmap
  Roadmap
- Gestione delle configurazioni
  Gestione delle configurazioni
- Indipendenza tecnologica
  Indipendenza tecnologica
- Testing
  Testing
  - Tutorial
    
    Tutorial
    
    Introduzione
    
    L'aspetto di un test
    
    Tipi
    
    Buone pratiche per scrivere test di qualità
    
    Unittest
    
    Utilizzare pytest
    
    Doctest
    
    Test BDD con Behave
  - Risorse
    
    Risorse
    
    Letteratura
    
    Software
    
    Snippets di codice
    
    Talks consigliati
- VS Code
Blog
Blog
Supporters
Supporters
Speakers
Speakers
- Guida speaker

On this page

Intro
Materiale
Video del meetup

dask modin celery

Librerie python Dask, Modin e Celery

Intro¶

Andrea Guzzo e Nicola ci presentano tre interessanti librerie per il calcolo parallelo e distribuito in Python:

Dask
Modin
Celery

Materiale¶

Video del meetup¶

25 febbraio 2024

Ti é stato utile? / Was this page helpful?

Grazie per il tuo feedback! / Thanks for your feedback!

Grazie per il tuo feedback! Aiutaci a migliorare il contenuto scrivendoci qui. / Thanks for your feedback! Help us improve this page by contact us here.

Comunicazione tra i processi

Data versioning

Made with ♥ by PythonBiellaGroup

Cookie consent

We use cookies to recognize your repeated visits and preferences, as well as to measure the effectiveness of our site and whether users find what they're searching for. With your consent, you're helping us to make our site better.

Google Analytics
GitHub

Gestisci le opzioni