Python Podcast

Nach längerer Pause melden sich Jochen, Dominik und Johannes zurück. Weil noch einige Aufnahmen unveröffentlicht sind, wissen sie selbst nicht genau, die wievielte Folge das eigentlich ist. Vielleicht wird es Zeit für Kalender-Versionierung? Anlass der Folge ist das frisch erschienene Python 3.15, dessen Neuerungen ausführlich besprochen werden.

Die Neuerungen in Python 3.15

• „What's New“ als Textadventure: per uvx startbar, mit Textual gebaut und inklusive Karte. Dazu ein Exkurs zu NetHack, Zork und dem goldenen Zeitalter der Textadventures.
• Sentinel-Werte (PEP 661): ein eingebautes, benennbares und typprüfbares Sentinel für Fälle, in denen None ein gültiger Wert ist.
• Tachyon: ein statistischer Sampling-Profiler in der Standardbibliothek, der sich ohne Code-Änderungen an laufende Prozesse wie Django oder Celery hängen kann.
• UTF-8 als Default-Encoding beim Lesen von Dateien, und warum alle dachten, das sei längst so.
• Unpacking in Comprehensions mit dem Stern-Operator: kürzer, aber auch lesbarer?
• Lazy Imports für große Codebasen und langsam ladende Bibliotheken wie NumPy oder Pandas.
• FrozenDict: endlich ein eingebautes, unveränderliches Dictionary, mehr als zwölf Jahre nach dem ersten Vorschlag von Victor Stinner.
• .pth-Dateien: Entry-Point-Angaben statt Import-Zeilen, vermutlich als Antwort auf Supply-Chain-Angriffe.
• Experimenteller JIT-Compiler mit etwa 7–8 % mehr Performance auf Standard-Benchmarks.
• Bessere Fehlermeldungen (append statt push) und mehr Farben.
• Typing: TypedDict, Protocols und das rätselhafte TypeForm, dazu ty und Pyrefly als Alternativen zu mypy.
• Free-Threading im macOS-Installer, und warum der GIL-Vorwurf an Python überbewertet ist.

Außerdem in dieser Folge

• EVE Online migriert von Stackless Python 2 auf Python 3.
• Wie wichtig sind neue Python-Versionen noch? python-podcast.de läuft bereits auf 3.15, getestet und deployt hat das Upgrade ein Agent.
• Versionierung: Django wechselt zu Calendar Versioning. Was spricht für CalVer, was für fortlaufende Release-Nummern?
• Andere Sprachen dank KI: Jochen schreibt mit Agenten Rust und Swift, Johannes kommt beim Rust-Lernen nie über das erste Kapitel hinaus.
• Große Datenbanken und große Zahlen: 2 TB PostgreSQL, die Menge an LLM-Trainingsdaten, Busy Beaver und TREE(3).

Picks

• Johannes: interne TLS-Zertifikate mit mkcert, Easy-RSA und Smallstep step-ca
• Dominik: Trafilatura, um bereinigten Text oder JSON aus einer URL zu extrahieren
• Jochen: herdr, ein Terminal-Multiplexer für Coding-Agents, der viele parallel laufende CLI-Agents danach sortiert, ob sie gerade Input brauchen

Fragen, Feedback oder Lust auf ein Hörertreffen? Schreibt uns eine E-Mail!

🎙️ 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

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. 📅

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! 🎙️🍀

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! 🎙️🍀