Никита Соболев. Инструменты и практики хорошего код-ревью (с автоматикой!)
Чтобы делать хороший код-ревью мало просто смотреть на код и писать свое мнение о нем Необходимо определиться с целью: зачем мы вообще ревьим код? Каждый вкладывает в процесс что-то свое: от обучения до дизайн-ревью Нужно подготовить кучу всего: размер кода, размер задачи и ее постановку, описание проблемы и ее решения Затем очистить код от примесей и ошибок, которые не должен проверять человек: от архитектурных до пропущенных пробелов Проверить оформление и следование регламенту: конечно, автоматически Правильно выбрать ревьюера: конечно, автоматически Затем совершить сам акт общения и ревью: по делу, жестко, но без агрессии Собрать обратную связь: ощущения и факты И последний шаг: проревьюить ревью!

▶︎
Григорий Кошелев. Нельзя просто так взять и отправить все логи в Elastic

▶︎
Никита Соболев: CPython Core Developer. Новые языки программирования, опенсорс, Python, инструменты

▶︎
Статическая типизация в Django / Никита Соболев (wemake.services)

▶︎
15. Код-ревью – Сергей Хандриков

▶︎
Практические приёмы проведения Code Review / Владимир Романько (Лаборатория Касперского)

▶︎
JIT в Python | Никита Соболев | True Tech Day 2.0

▶︎
Чистый код – не значит правильный | Clean code, паттерны, лучшие практики | Podlodka Podcast #379

▶︎
Как мы встраивали ИИ-агентов в банковскую систему: что получилось, а что пошло не так. К. Овчинников

▶︎
Качество кода / Иван Ботанов (Tinkoff.ru)

▶︎
КАТАСТРОФА В КРЫМУ. И это только начало

▶︎
Роадмап Backend разработчика

▶︎
Как создавать идеальные фичи и избегать багов, объединяя тестировщиков и разработчиков, Олег Пендрак

▶︎
254 DIOS TE DICE HOY: LA FE TE MOSTRARÁ LO QUE LA RAZÓN NO PUEDE, Y TE GUIARÁ HACIA LO IMPOSIBLE

▶︎
Тиньков и Варламов — о деньгах, Трампе и Путине | Интервью из Мексики: Plata, визы, наследство

▶︎
Чистый код vs такты процессора, Мартин vs Муратори vs Макконнелл

▶︎
ВСЁ про JAVA-СОБЕСЕДОВАНИЯ В 2026. ЗАРПЛАТЫ, ЛОВУШКИ, ВОПРОСЫ

▶︎
Алексей Колесников. Нет сервера, нет проблем. Как мы делали DataScience на AWS Lambda

▶︎
APIs for Beginners - How to use an API (Full Course / Tutorial)

▶︎
Код-ревью frontend приложения

▶︎
