Когда асинхронность уже не спасает:
как проектировать Python-бэкенд под нагрузку
Ты узнаешь, где асинхронность действительно помогает, а где для стабильной работы нужны очереди, фоновые воркеры, кэширование, распределённые блокировки и другие production-ready паттерны
Дата проведения
16 июня в 19:00 МСК
Для кого
Junior и Middle
как нескольким воркерам не превысить лимиты внешнего API и не словить бан
как накапливать события внутри приложения и писать их в базу пачками
Что ты узнаешь на уроке
как не положить базу данных, если много запросов одновременно не нашли данные в кэше
зачем нужны Single Flight, distributed lock и защита от cache stampede
СПИКЕР урока — Артём шумейко,
Senior Python Разработчик
Использовал multiprocessing для бэктестинга, потоки для краулеров криптобирж и async‑подход в микросервисной архитектуре
Самокат
ExSenior Engineer
Разрабатывал платформу аналитики данных с ETL для всех бизнес‑юнитов
FinTech (под NDA)
FullStack Developer
Разработал платформу мгновенного отображения сделок с нагрузкой >5000 op/sec
Курс по FastAPI
Автор и наставник
Спроектировал и записал курс по FastAPI, победив в номинации «Прорыв года» на Stepik со средней оценкой 4.9
© 2026 ИП Шумейко Артём Владимирович
ИНН 110103208338 ОГРНИП 323784700281112
Параллелизм в Python на примерах из реальной разработки
Продолжая пользоваться сайтом, вы соглашаетесь с использованием куки и обработкой данных в соответствии с политикой конфиденциальности.