Python | Вопросы собесов

🤔 В чем отличие асинхронности, threading'га и мультипроцессинга? Асинхронность, threading и мультипроцессинг - это три различных подхода к параллельному выполнению задач каждый из которых имеет свои особенности и применения: 🚩Асинхронность (Asynchronous) Асинхронность предполагает выполнение задач без ожидания их завершения. Используется для работы с вводом-выводом (I/O), таким как чтение или запись файлов, сетевые запросы и т. д. В асинхронном коде задачи не блокируют основной поток выполнения, что позволяет эффективно использовать ресурсы процессора. Примеры асинхронных моделей включают в себя асинхронные функции и ключевые слова в Python (например, async, await). 🚩Потоки (Threading) Потоки позволяют выполнять несколько частей кода (потоков) параллельно в пределах одного процесса. Используются для выполнения многозадачных операций, которые могут быть распределены между несколькими ядрами процессора. Потоки могут выполняться параллельно, но могут также конкурировать за общие ресурсы, что может привести к проблемам синхронизации и безопасности. В некоторых языках, таких как Python, использование потоков ограничено из-за GIL (Global Interpreter Lock), что может снижать эффективность при использовании множества потоков для CPU-интенсивных задач. 🚩Мультипроцессинг (Multiprocessing) Мультипроцессинг также позволяет выполнять несколько частей кода параллельно, но каждая часть выполняется в отдельном процессе. Каждый процесс имеет свое собственное пространство памяти, что делает мультипроцессинг более подходящим для многозадачных вычислений на многоядерных системах. Процессы обычно имеют больший накладные расходы по сравнению с потоками, поскольку каждый из них требует своих собственных ресурсов памяти и управления. Мультипроцессинг избегает проблемы GIL, что делает его более эффективным для CPU-интенсивных задач в Python и других языках. Ставь 👍 и забирай 📚 Базу знаний

Как избежать ошибок при масштабировании ИТ-команд? Масштабирование команды — это не просто увеличение числа сотрудников. Это сложный процесс, который требует стратегии и внимания к деталям. Вот несколько советов, чтобы избежать типичных ошибок: ✅Четко определите роли и процессы. Хаос начинается, когда непонятно, кто за что отвечает. Документируйте процессы. ✅Инвестируйте в адаптацию. Новые сотрудники должны быстро влиться в команду. Создайте систему onboarding и mentorship. ✅Не экономьте на инструментах. Автоматизируйте рутину: CI/CD, таск-трекеры, системы мониторинга. ✅Держите фокус на культуре. Рост команды не должен разрушать её дух. Поддерживайте ценности и коммуникацию. ✅Тестируйте гипотезы перед масштабированием. Если вам нужна помощь в масштабировании, то firecode.ru в этом поможет! Получить консультацию #реклама 16+ firecode.ru О рекламодателе

🤔 Какие есть 6 этапов разработки продукта? Шесть этапов разработки продукта включают: анализ требований, проектирование, разработку, тестирование, развёртывание и поддержку. Эти этапы помогают структурировать процесс создания программного обеспечения. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🖥 Наконец-то нормальный канал по Python! PytStart – для каждого питониста! 🔸 Полезные статьи 🔸 Лайфхаки и советы 🔸 Разбор кода и практические задания Присоединяйся и начни свой путь в Python уже сегодня: @pytstart

🤔 Что знаешь о идемпотентности? Идемпотентность — это свойство операции, при котором повторное выполнение приводит к тому же результату, что и первое. 🚩Зачем нужна идемпотентность? 🟠Надёжности если операция выполнится повторно (из-за ошибки сети), она не приведёт к неожиданному результату. 🟠Безопасности позволяет избежать дублирования данных или неожиданных изменений. 🟠API и HTTP-запросов гарантирует, что повторные вызовы API не создадут дубликатов. 🚩Идемпотентность в HTTP (REST API) В веб-разработке идемпотентность важна для API-запросов, чтобы случайные повторные вызовы не привели к непредсказуемым последствиям. Этот запрос идемпотентен — если отправить его 10 раз, пользователь "Alice" останется тем же.

POST /users { "name": "Alice" }

🚩Идемпотентность в базах данных В SQL запросы SELECT и DELETE часто идемпотентны, а INSERT — нет.

DELETE FROM users WHERE id = 5;

Этот запрос идемпотентен — удаление пользователя с ID = 5 несколько раз не изменит систему (если он уже удалён).

INSERT INTO users (name) VALUES ('Alice');

Ставь 👍 и забирай 📚 Базу знаний

Привет 👋 Это Богдан, помогаю найти работу в ML или поднять грейд Пришел сюда, чтобы рассказать про свой канал по ML - @ml_cabin_destroyers Публикую в нем полезные материалы про найм в мл и не только, вот несколько полезных статей для вас: 🍏Исследование рынка вакансий мл 🍐Сколько платят в ML 🍎 Как проходить алгоритмические секции Также во вторник в 19:00 проведу стрим, где буду решать соревнование по кредитному скорингу на kaggle, где расскажу более подробно про подходы к обработке данных и как подступаться к большой и непонятной задаче. Подробнее тут Так что приходите, буду рад всех видеть 🙌

🤔 Какие методы разработки есть? Среди популярных методов разработки: Agile, Scrum, Kanban, Waterfall и Extreme Programming (XP). Каждый из них подходит для различных типов проектов в зависимости от требований и условий. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Какие есть минусы у Monkey Patch если использовать не в тесте? Monkey Patching — это изменение или замена кода существующих классов и функций во время выполнения программы. Хотя этот метод бывает полезен, особенно в тестировании, его использование в продакшене может привести к опасным и непредсказуемым последствиям 🚩Ломает предсказуемость кода Когда ты изменяешь поведение встроенных библиотек или сторонних модулей на лету, программисты, читающие код, не смогут понять, почему стандартные функции ведут себя не так, как ожидалось.

import datetime

# Меняем поведение метода now()
def fake_now():
    return datetime.datetime(2000, 1, 1)

datetime.datetime.now = fake_now  # Monkey Patch

print(datetime.datetime.now())  # Выведет 2000-01-01 00:00:00

🚩Может вызвать неожиданные ошибки после обновления библиотек Если библиотека обновится, и её внутренняя логика изменится, Monkey Patch может перестать работать или, что ещё хуже, привести к багам. Ты сделал Monkey Patch метода json.dumps, а потом библиотека json обновилась и поменяла его сигнатуру. Теперь твой патч сломается или будет работать некорректно. 🚩Трудно отлаживать и поддерживать Monkey Patching меняет поведение кода в скрытом режиме, поэтому сложно понять, почему что-то работает не так. Если баг возник из-за патча, отладка может занять часы или даже дни. Ты исправил баг с str.split(), заменив его через Monkey Patch, но через 6 месяцев разработчик обновил код, забыл про патч, и всё сломалось. 🚩Может затронуть весь код проекта (глобальное изменение) Monkey Patching меняет поведение для всей программы, а не только в одном модуле или файле. Это делает код хрупким и непредсказуемым. Если ты изменишь метод dict.get(), он будет вести себя по-другому во всех модулях программы. Это может привести к критическим ошибкам.

original_get = dict.get

def patched_get(self, key, default=None):
    print(f"Запрашивается ключ: {key}")
    return original_get(self, key, default)

dict.get = patched_get  # Monkey Patch

d = {"a": 10}
print(d.get("a"))  # Работает, но теперь с побочным эффектом

🚩Нет гарантии, что это сработает во всех окружениях Monkey Patch может работать на одной версии Python или библиотеки, но сломаться на другой. В продакшене, где есть разные серверы и окружения, это может вызвать непредсказуемые ошибки. Ставь 👍 и забирай 📚 Базу знаний

Онлайн-интенсив для ИТ-специалистов в Открытых школах Т1 Уже есть опыт работы в ИТ, но хочешь прокачать скилы и продвинуться в карьере? Тогда скорее залетай на бесплатный ИТ-интенсив в Открытых школах Т1. Открытые школы — это возможность усилить свои навыки и получить оффер в ИТ-холдинг Т1. И все это за месяц, онлайн и в удобное вечернее время. Что ты получишь? ✅ бесплатное обучение в гибком формате: по вечерам, онлайн, из любого города РФ и РБ. ✅ материалы от HR для прокачки резюме и подготовки к интервью в Т1. ✅ много практики и уникальный рыночный опыт. ✅ поддержку опытных преподавателей и карьерный фаст-трек до мидла в Т1 для лучших выпускников. ✅ реальный шанс получить оффер в Т1. Более 1000 специалистов уже прошли этот путь — теперь твоя очередь! Регистрация до 14 марта! Подать заявку #реклама 16+ t1.ru О рекламодателе

🤔 Что такое SRP? Это принцип единственной ответственности, утверждающий, что каждый класс или модуль должен иметь только одну причину для изменения. Это повышает читаемость, тестируемость и повторное использование кода. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Почему плохо хранить данные SQL в Docker контейнере? Хранение данных базы данных (SQL) внутри Docker-контейнера не рекомендуется, потому что контейнеры являются временными и одноразовыми. При удалении или пересоздании контейнера все данные внутри него теряются. 🚩Данные удаляются при удалении контейнера Контейнеры в Docker спроектированы так, чтобы их можно было легко пересоздавать. Если удалить контейнер (docker rm), все данные, хранящиеся внутри него, исчезнут навсегда.

docker run --name mydb -e MYSQL_ROOT_PASSWORD=secret -d mysql
docker stop mydb
docker rm mydb  # Удаляем контейнер – все данные пропали!

🚩Проблемы с обновлением и масштабированием Если база данных хранится внутри контейнера, обновить версию MySQL/PostgreSQL будет сложно. При пересоздании контейнера все данные потеряются, и их придется восстанавливать из резервной копии. 🚩Низкая производительность I/O Хранение данных внутри контейнера может снизить скорость работы базы, потому что Docker использует копию на запись (Copy-on-Write, CoW). Решение — использовать прямые тома (volumes) или монтировать каталог хоста.

docker run --name mydb -v /data/mysql:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=secret -d mysql

🚩Проблемы с резервным копированием Если база находится внутри контейнера, то сделать бэкап или восстановить данные сложно. Лучшее решение: использовать volumes + делать бэкапы через mysqldump или pg_dump.

docker exec mydb mysqldump -u root -psecret mydatabase > backup.sql

Ставь 👍 и забирай 📚 Базу знаний

1–2 марта проводим Weekend Offer Analytics Устроиться в Яндекс за выходные — реально. Ищем крутых аналитиков с опытом работы от 2 лет на Python, готовых работать в офисном или гибридном режиме на территории России. Подавайте заявку до 24 февраля — и всего за 2 дня пройдите все технические собеседования. После сможете пообщаться с одиннадцатью нанимающими командами и выбрать ту, которая покажется самой интересной. Если всё сложится хорошо, сразу же пришлём вам офер. Зарегистрироваться #реклама yandex.ru О рекламодателе

🤔 Зачем может потребоваться создавать свой тип исключения? Собственный тип исключения нужен для более точного описания ошибок в бизнес-логике или специфичных ситуаций, которые невозможно выразить стандартными исключениями. Это улучшает читаемость кода и упрощает отладку. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Чем отличаются методы сокрытия? Методы и атрибуты класса могут быть скрыты от внешнего использования с помощью различных уровней сокрытия. Сокрытие реализуется с помощью соглашений об именах, а не с помощью жесткой инкапсуляции, как в некоторых других языках программирования. Основные уровни сокрытия включают публичные, защищенные и приватные методы и атрибуты. 🚩Публичные методы и атрибуты Доступны из любого места, как внутри класса, так и за его пределами. Их имена не начинаются с подчеркиваний.

class MyClass:
    def __init__(self):
        self.public_attribute = "I am public"
    
    def public_method(self):
        return "This is a public method"

obj = MyClass()
print(obj.public_attribute)  # Вывод: I am public
print(obj.public_method())   # Вывод: This is a public method

🚩Защищенные методы и атрибуты Не предназначены для использования за пределами класса и его подклассов. Они обозначаются одним подчеркиванием в начале имени. Это всего лишь соглашение, сигнализирующее другим разработчикам, что такие методы и атрибуты не следует использовать вне класса или его подклассов.

class MyClass:
    def __init__(self):
        self._protected_attribute = "I am protected"
    
    def _protected_method(self):
        return "This is a protected method"

class SubClass(MyClass):
    def access_protected(self):
        return self._protected_method()

obj = MyClass()
sub_obj = SubClass()

print(sub_obj.access_protected())  # Вывод: This is a protected method

🚩Приватные методы и атрибуты Скрыты от внешнего доступа и доступны только внутри самого класса. Они обозначаются двумя подчеркиваниями в начале имени. Python реализует это с помощью механизма именования, который изменяет имя метода или атрибута, добавляя к нему имя класса, чтобы затруднить доступ извне.

class MyClass:
    def __init__(self):
        self.__private_attribute = "I am private"
    
    def __private_method(self):
        return "This is a private method"
    
    def access_private(self):
        return self.__private_method()

obj = MyClass()

try:
    print(obj.__private_attribute)
except AttributeError as e:
    print(e)  # Вывод: 'MyClass' object has no attribute '__private_attribute'

try:
    print(obj.__private_method())
except AttributeError as e:
    print(e)  # Вывод: 'MyClass' object has no attribute '__private_method'

# Доступ к приватным методам через публичный метод класса
print(obj.access_private())  # Вывод: This is a private method

Ставь 👍 и забирай 📚 Базу знаний

Как избежать ошибок при масштабировании ИТ-команд? Масштабирование команды — это не просто увеличение числа сотрудников. Это сложный процесс, который требует стратегии и внимания к деталям. Вот несколько советов, чтобы избежать типичных ошибок: ✅Четко определите роли и процессы. Хаос начинается, когда непонятно, кто за что отвечает. Документируйте процессы. ✅Инвестируйте в адаптацию. Новые сотрудники должны быстро влиться в команду. Создайте систему onboarding и mentorship. ✅Не экономьте на инструментах. Автоматизируйте рутину: CI/CD, таск-трекеры, системы мониторинга. ✅Держите фокус на культуре. Рост команды не должен разрушать её дух. Поддерживайте ценности и коммуникацию. ✅Тестируйте гипотезы перед масштабированием. Если вам нужна помощь в масштабировании, то firecode.ru вам в этом поможет! Получить консультацию #реклама 16+ firecode.ru О рекламодателе

🤔 Чем отличается микросервисная архитектура от монолитной? Микросервисная архитектура разделяет приложение на независимые модули, которые взаимодействуют через API, в отличие от монолитной, где весь код и функции объединены в одном приложении. Микросервисы проще масштабировать, обновлять и разворачивать, но их сложнее администрировать из-за множества сервисов. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

– Помощь с pet-проектом – Составление roadmap – Общая консультация – Проведение код-ревью и mock-собеседования – Помощь с трудоустройством Все это и многое другое может Ментор. Он обеспечит вам необходимый boost, ускорит и упростит вход в IT. 🔥 Узнай список топовых менторов ✴ Многие из них предлагают бесплатную первую консультацию

🤔 Что такое обработка исключений? Обработка исключений — это механизм в программировании, который позволяет предотвращать аварийное завершение программы, если во время выполнения возникает ошибка. Вместо того чтобы программа просто "упала", обработка исключений дает возможность перехватить ошибку и обработать её безопасным способом. 🚩Почему это нужно? В реальном коде ошибки неизбежны: деление на ноль (ZeroDivisionError), обращение к несуществующему индексу (IndexError), работа с несуществующим файлом (FileNotFoundError) и т. д. 🚩Как это работает? В Python для обработки исключений используется конструкция try-except. Обработка деления на ноль

try:
    x = 10 / 0  # Ошибка: деление на ноль
except ZeroDivisionError:
    print("Ошибка! Деление на ноль невозможно.")

Результат: вместо аварийного завершения программы мы получаем сообщение

Ошибка! Деление на ноль невозможно.

Обработка нескольких типов исключений

try:
    num = int(input("Введите число: "))  # Возможна ошибка ValueError
    result = 10 / num  # Возможна ошибка ZeroDivisionError
except ZeroDivisionError:
    print("Ошибка! Деление на ноль.")
except ValueError:
    print("Ошибка! Введите число.")

Если пользователь введет "abc", программа не завершится с ошибкой, а выведет

Ошибка! Введите число.

Использование finally (код, который выполняется всегда)

try:
    file = open("data.txt", "r")  # Возможна ошибка FileNotFoundError
    content = file.read()
except FileNotFoundError:
    print("Файл не найден!")
finally:
    print("Программа завершена.")  # Выполнится в любом случае

Ставь 👍 и забирай 📚 Базу знаний

Виртуальный сервер в аренду в Турции или России. Отказоустойчивый виртуальный облачный сервер на базе виртуализации VMWARE по модели подписки. - Бесплатная миграция инфраструктуры в Турцию - Размещайте ресурсы в Турции или России и оплачивайте в рублях, турицких лирах или евро. - Храните резервные копии данных за рубежом для минимизации рисков - Продолжайте использовать импортное ПО, скачивайте обновления и патчи, общайтесь с техподдержкой - Доступность сервиса — от 99,982% SLA - Дата центры Tier III в России и Турции - Почасовой биллинг и постоплата Подключите услугу сегодня со скидкой 50% на инфраструктуру. Подать заявку #реклама cloud4y.ru О рекламодателе

🤔 Как выражена инкапсуляция? 1. Инкапсуляция выражена через модификаторы доступа: public, protected и private. 2. Используется соглашение: _ для защищённых и __ для приватных атрибутов. 3. Обеспечивает управление доступом к данным и методам, скрывая детали реализации. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний