Купить билет

Форматы докладов PyCon Russia

Мы ищем интересные сообществу темы и людей, которым есть что сказать

О начале приёма докладов объявим
в телеграм-канале конференции
Кейноут
Большой доклад на 60 минут о будущем и настоящем языка.
Доклад
Традиционный доклад на 30−40 минут.
Lightning Talks
Пятиминутные доклады от всех желающих.
Мастер-класс
1,5−2 часа работы над какой-то задачей или темой, чтобы научиться чему-либо. Состоит из теоретической и практической частей. Формат с максимально полным охватом темы.
Спринт
Формат многочасового обучения и работы над проектом с открытым исходным кодом совместно с автором проекта и другими участниками.
Мы ищем доклады во всех аспектах Python для среднего и продвинутого уровней

Кроме этого, мы ищем авторов мастер-классов и наставников для спринтов
Темы докладов PyCon 2025
Список не исчерпывающий, мы открыты новому и рассматриваем все заявки
Python трек
Как и прежде Python must prevail:
  • Изменения в PythonVM за последние годы и то, как они влияют на разработчиков, что нам обещают в Python 3.13 и какие планы у core команды на дальнейшую разработку
  • Управление зависимостями: poetry, uv или что-то другое?
  • Использование генеративных нейросетей для помощи программистам
  • Большие изменения в Python: сабинтерпретаторы и выпиливание GIL
  • Настоящее и будущее веб разработки: Django, FastAPI, Litestar и другие
  • Типизирование кода: как сохранить баланс и не превратиться в TypeScript?
  • Python и WebAssembly
  • Деплой Python проектов, от веба до ML
  • Современная «безопасность» от PyPA
  • Тренды Rust в Python (astral.sh, pydantic, robyn, etc..)
  • Некроромантика в 2024 году (Twisted, cherrypy, peewee, attrs, kombu, etc…). Зачем и для чего?
  • Python: enterprise edition (кастомные компиляторы, линковщики, сборки С-extensions)
  • C API: Рациональное использование и edge cases
  • Экосистема: Как не повторять packages.lock в больших проектах?
  • Mojo год спустя: обещания и реальность

А ещё, как и всегда, мы ждём доклады по темам вне времени и пространства:
  • Стабильность и эксплуатация — все, что обеспечивает надежную работу сервиса:
  • Средства отладки и профилирования, нагрузочные и стресс тесты, DevOps, схемы deploymentа, мониторинг и телеметрия.
  • Новые технологии, библиотеки, сервисы и подходы в Python разработке
  • Работа с кодовой базой из миллионов строк кода: процессы, CI/CD, линтеры, командные практики и все, что вас выручает каждый день
  • Архитектурные и практические антипаттерны, Fail кейсы и странные дизайн-решения
Data трек
  • Мониторинг качества и изменений данных. Как выглядит внедрение и поддержка, какие существуют общепринятые практики
  • Сравнение применения *NN семейств алгоритмов в коде vs специализированные векторные БД, например: Milvus, qdrant. Существуют ли какие-то малоизвестные велосипеды для фильтрации данных
  • Практики и fail кейсы распределенного обучения моделей на нескольких GPU
  • Проблемы и сложности внедрения / эксплуатации инструментов для воспроизводимости и трекинга экспериментов: MLflow, W&B, Aim, ClearML, DVC. Есть ли реальная польза или просто маркетинг
  • Как справляться с production без выделенных backend и DevOps. Формирование процессов и команды ML инженеров для решения задач "под ключ" — от идеи до production
  • Жизнь за пределами AirFlow — альтернативные варианты MLOps
  • Fail кейсы оптимизаций моделей и алгоритмов под "слабое" железо
  • Spark: сравнение API под разные языки программирования: Python, Scala, Kotlin, R
  • Разбор OLTP/OLAP БД в плоскости механизмов и алгоритмов. Практическое применение полученных знаний в Python
  • Как миром начал править LLM.
    Fine-tuning, prompting, специализированные корпусы под различные сферы применения (e.g. Minerva / BloombergGPT).
    Трудности применения и стоимость обучения.
  • Интересные кейсы внедрения и эксплуатации, включая неудачные, связанные с предиктивными и рекомендательными моделями.
  • Современное состояние и эволюция алгоритмов ранжирования и персонализации контента.
План доклада
Как правило, заявок гораздо больше, чем мы можем взять в программу, поэтому опишите ваш будущий доклад как можно подробнее:
  • Какая перед вами стояла задача? В чем ее сложность?
  • Почему вы выбрали этот инструмент, технологию, библиотеку для решения задачи?
  • С какими проблемами вы столкнулись, как их решали?
  • Как в итоге была решена задача?
  • Плюсы, минусы, подводные камни этого решения?
  • На кого рассчитан доклад? Над какими задачами могут работать люди, которым интересно будет его послушать? С какими проблемами они сталкиваются в работе?
  • Что слушатели узнают после вашего доклада?
Нам важно услышать ваш уникальный опыт и ваши истории!

Программный комитет уже принимает заявки
Программный комитет
Именно эти ребята приглашают докладчиков, просматривают заявки, выбирают из них самые полезные и интересные, помогают спикерам подготовиться, устраивают репетиции выступлений и делают все возможное, чтобы получилась отличная программа.