Available now! Telegram Research 2025 — the year's key insights 
Golang вопросы собеседований
Open in Telegram
@notxxx1 - админ @Golang_google - Golang для разработчиков @itchannels_telegram - 🔥лучшие из ит @golangl - chat @golangtests - golang tests @golang_jobsgo - go chat jobs @ai_machinelearning_big_data - AI @data_analysis_ml РКН: clck.ru/3FmtKd
Show more📈 Analytical overview of Telegram channel Golang вопросы собеседований
Channel Golang вопросы собеседований (@golang_interview) in the Russian language segment is an active participant. Currently, the community unites 14 951 subscribers, ranking 8 678 in the Technologies & Applications category and 44 803 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 14 951 subscribers.
According to the latest data from 09 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 60 over the last 30 days and by 14 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 35.08%. Within the first 24 hours after publication, content typically collects 8.88% reactions from the total number of subscribers.
- Post reach: On average, each post receives 5 245 views. Within the first day, a publication typically gains 1 327 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 25.
- Thematic interests: Content is focused on key topics such as git, docker, github, контейнер, sql.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“@notxxx1 - админ
@Golang_google - Golang для разработчиков
@itchannels_telegram - 🔥лучшие из ит
@golangl - chat
@golangtests - golang tests
@golang_jobsgo - go chat jobs
@ai_machinelearning_big_data - AI
@data_analysis_ml
РКН: clck.ru/3Fmt...”
Thanks to the high frequency of updates (latest data received on 10 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
14 951
Subscribers
+1424 hours
+217 days
+6030 days
Posts Archive
Morph - генератор мапперов для Go, который закрывает одну из самых скучных частей backend-разработки: перекладывание данных между похожими типами.
Типичный кейс: у вас есть protobuf-модели, доменные структуры, DTO, database-типы и API-ответы. Поля почти одинаковые, но код всё равно приходится писать руками:
func MapFromRecipeToToRecipe(source *from.Recipe) to.Recipe {
if source == nil {
return to.Recipe{}
}
var target to.Recipe
target.ID = to.RecipeID(source.RecipeId)
target.Name = source.Name
target.Servings = int(source.Servings)
return target
}
protoc часто генерирует не тот код, который хочется таскать по доменному слою: другие имена, другие типы, timestamp-обёртки, enum-формат, optional-поля. Morph позволяет описать правила один раз и дальше генерировать нормальные мапперы.
Запуск простой:
go install github.com/seeruk/morph/cmd/morph@latest
morph
morph.yaml, а сам инструмент можно использовать и как CLI, и как библиотеку внутри более сложных codegen-пайплайнов.
Хороший вариант для Go-проектов, где ручной mapping уже стал отдельным источником багов и мусорного кода.
GitHub:
https://github.com/seeruk/morph
#golang🔍Тестовое собеседование с Go Senior из Uzum в этот четверг
11 июня(в четверг!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Go-разработчика.
Как это будет:
📂 Маруф Караев, Senior из Uzum, ex-Яндекс, ex-EPAM будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Маруф будет комментировать каждый ответ респондента, чтобы дать понять, чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Маруфу
Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Go-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.
Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_go_bot
Реклама.
О рекламодателе.
👣 Go 1.26 делает `go fix` заметно полезнее: теперь это не просто инструмент для старых миграций, а нормальный способ постепенно приводить код к современным Go-идиомам.
Код живёт годами, язык меняется, а старые паттерны остаются. В итоге в проекте рядом могут лежать
strings.Index + slicing, ручной clamp через if, хелперы вроде newInt, старые циклы и куча мелочей, которые уже можно записать короче, безопаснее и понятнее.
Что появилось:
- go fix в Go 1.26 переписали и усилили анализаторами
- он умеет модернизировать код под новые возможности языка и стандартной библиотеки
- может заменять старые паттерны на min/max, strings.Cut, range по int и другие более чистые формы
- для Go 1.26 появился new(expr), который убирает кучу вспомогательных функций для указателей на значения
- часть таких подсказок уже попадает в gopls, то есть IDE может показывать их прямо во время работы
Пример, где это особенно приятно: раньше для optional-поля часто писали newInt(10) или ptr.To(10). В Go 1.26 можно проще:
Attempts: new(10)
Мелочь, но таких мелочей в большом Go-проекте сотни.
go fix теперь стоит запускать не один раз в жизни при миграции, а после обновления toolchain. Желательно из чистого git-состояния, чтобы ревью потом смотрело только автоматические изменения.
Zзык остаётся консервативным, но экосистема постепенно учится сама вычищать старые шаблоны и подтягивать проекты к более читаемому стилю.
#golang
https://altafino.com/blog/using-go-1-25-and-go-1-26-to-write-cleaner-more-maintainable-go-3ETksqLv07ShL2dFmF6LVndO8Ps✔️ Go-ошибки - это не просто `err != nil`, а история о том, что именно сломалось.
В Go у ошибок по умолчанию нет stack trace, как в Java или других языках. Поэтому контекст нужно добавлять руками: ошибка пришла из базы, из репозитория, из сервиса, из handler - и каждый слой должен аккуратно объяснить, что происходило.
Когда команда делает это хорошо, получается понятная цепочка:
unable to get user: failed to query users table: connection refused
Когда плохо - в логах остаётся просто connection refused, и потом никто не понимает, где именно это произошло.
Проблема в том, что такой контекст надо постоянно поддерживать. Код меняется, старые сообщения устаревают, кто-то забывает завернуть ошибку, и история разваливается.
Автор предлагает практичный компромисс: добавлять stack trace в момент, когда приложение создаёт ошибку или впервые получает её от сторонней библиотеки. Тогда у команды всегда есть базовая точка опоры, а ручной контекст можно добавлять там, где он действительно нужен.
Хорошие ошибки в Go должны не просто сообщать, что всё упало. Они должны рассказывать, как именно оно к этому пришло.
https://robinsiep.com/blog/posts/go-errors/
#golang
📌 HyperLogLog на Go простыми словами
Redis может примерно считать уникальные значения, почти не храня сами значения.
Идея такая:
- берём строку
- считаем от неё хеш
- первые биты выбирают ячейку
- остальные биты проверяем на количество нулей подряд
- чем длиннее серия нулей, тем более редкое событие мы увидели
- редкие события намекают, что элементов прошло много
Минимальный пример на Go:
package main
import (
"fmt"
"hash/fnv"
"math/bits"
)
const registersCount = 16
type HyperLogLog struct {
registers [registersCount]uint8
}
func hash64(s string) uint64 {
h := fnv.New64a()
_, _ = h.Write([]byte(s))
return h.Sum64()
}
func (hll *HyperLogLog) Add(value string) {
hash := hash64(value)
// первые 4 бита выбирают регистр: 2^4 = 16
index := hash >> 60
// остальные биты используем для поиска серии нулей
rest := hash << 4
// сколько нулей подряд в начале
zeros := uint8(bits.LeadingZeros64(rest) + 1)
if zeros > hll.registers[index] {
hll.registers[index] = zeros
}
}
func main() {
hll := HyperLogLog{}
values := []string{
"user_1",
"user_2",
"user_3",
"user_1",
"user_2",
"user_4",
"user_5",
}
for _, v := range values {
hll.Add(v)
}
fmt.Println(hll.registers)
}
O(1) не значит «быстро»
Одна из самых частых ошибок в алгоритмах: считать, что O(1) всегда быстрее O(n).
На практике это не так.
O(1) означает только одно: время работы не растёт вместе с размером входных данных.
Но сама операция может быть дорогой.
Например, хеш-таблица формально даёт O(1) для поиска, но если данные не в кэше CPU, один cache miss может сделать её медленнее, чем простой линейный проход по маленькому массиву.
Именно поэтому в Go, Python и даже C-библиотеках для маленьких map/таблиц иногда используют обычный linear search.
Парадоксально, но:
O(n) при n = 16 и тёплом кэше может быть быстрее, чем O(1) с холодным cache miss.
Big O описывает асимптотический рост, а не реальную скорость на маленьких данных.
🚀 Golang Roadmap 2026 — продвинутый курс на русском
📌 О курсе
Это бесплатный open-source roadmap на русском языке. Внутри — 19 модулей, каждый со своей теорией, практикой, бесплатными ресурсами и финальным проектом. Программа собрана так, чтобы провести вас от полного нуля до уровня Senior/Staff Go Engineer за 12–18 месяцев при темпе 10–15 часов в неделю.
Главный принцип курса — практика > видосы. Каждую тему вы закрываете кодом: пишете, ломаете, чините, рефакторите. Любой модуль завершается мини-проектом, который можно положить в портфолио.
🎯 Кому подойдёт
🐹 Новичкам в Go — даже если до этого писали только на Python/JS/PHP
🛠 Backend-разработчикам с другого стека — хотите перейти на Go
📈 Junior Go-разработчикам — нужен путь до Middle/Senior
🚀 Middle-инженерам — закрыть пробелы в архитектуре, observability, distributed
🤖 Тем, кто хочет писать AI-инфраструктуру — модуль 18 специально про это
https://github.com/Develp10/golangroadmap2026\
# MCP становится новым API-слоем для агентов
Если продуктом можно управлять через UI, REST и Terraform, то у агента тоже должен быть нормальный официальный вход. Не парсинг страниц, не хаки, а tools со схемами, типами и понятными описаниями.
Главная мысль статьи - MCP-интерфейс нужно проектировать не для человека, а для модели.
Для агента описание tool и input schema - это почти как документация и типы для разработчика. Плохое название поля, мутный enum или устаревший комментарий сразу превращаются в ошибки вызова.
Что делает Oblique:
- берёт gRPC/Protobuf как источник правды
- генерирует MCP tools
- подтягивает комментарии из proto-файлов
- помечает read-only и destructive tools
- чистит ответы от лишних полей
- прогоняет сценарии через evals
Обычный API часто возвращает много служебного шума: timestamps, metadata, внутренние поля. Для агента это лишние токены и больше шанс ошибиться. Поэтому MCP-ответы делают компактнее и ближе к задаче.
MCP - это отдельный слой продукта, где важны названия, схемы, права, компактность ответа и тесты на поведение агента.
Если продукт должен нормально работать с Claude Code, Codex и другими агентными средами, MCP постепенно становится базовой инфраструктурой.
https://oblique.security/blog/mcp/
Собираетесь к нам в Go?
➡ Рассказали, как мы построили наймовый процесс, чтобы сделать его честнее для всех.
Другие инженерные инсайты от 2ГИС → в Telegram-канале RnD
🚀 Удобная сборка с rigx для C, C++, Go и других языков
rigx — это экспериментальная система сборки, которая упрощает процесс создания и тестирования приложений на нескольких языках. Она использует декларативный подход с конфигурацией в rigx.toml, обеспечивая изоляцию и кэширование сборок для повышения надежности и скорости.
🚀 Основные моменты:
- Поддержка множества языков: C, C++, Go, Rust, Zig, Nim, Python.
- Сборки и тесты выполняются в песочнице, не загрязняя систему.
- Легкая конфигурация с помощью простого TOML-файла.
- Возможность параллельного выполнения тестов и интеграционных тестов.
- Кэширование выходных данных для повышения производительности.
📌 GitHub: https://github.com/unofficialtools/rigx
📘 На Mentorix вышел курс — «Golang: микросервисная архитектура и проектирование API»
Уже работаете с Go и хотите перейти на уровень системного проектирования? Этот курс — про то, как разрабатывать API, строить распределённые сервисы и поддерживать их стабильную работу в продакшене под нагрузкой.
• Полный стек: HTTP/REST, gRPC, RabbitMQ и Kafka, PostgreSQL, Redis, Docker, Prometheus + Grafana
• 200+ интерактивных заданий с автопроверкой — пишете код прямо в браузере, в любое удобное время
• Финальный проект: рабочая микросервисная экосистема, которую кладёте в портфолио и показываете на собесе
🎓 Сертификат по завершении — добавьте его в резюме или профиль LinkedIn
🚀 Прокачайте Go и выйдите на уровень мидл/сеньор-разработчика микросервисов. Начните сегодня — следующая неделя будет уже с новыми навыками.
👉 Пройти курс на Mentorix
❓ Как объявить канал только для отправки в аргументе функции?
🔐 Стань этичным хакером - с нуля до Pro
Хочешь зарабатывать на поиске уязвимостей, а не бояться их? Этот курс проведёт тебя от первой команды в терминале до реальных техник пентеста.
Что внутри:
→ Разведка целей: nmap, curl, анализ заголовков
→ Криптография и разбор кода на практике
→ Эксплуатация уязвимостей и документирование находок
→ Только живые задачи — никакой воды
Без скучной теории. Только то, за что платят в bug bounty и на собеседованиях в InfoSec.
📈 От «что такое порт» — до отчёта пентестера за несколько недель.
👉 Записывайся на Stepik и начни взламывать легально уже сегодня.
👣 Почта прямо в терминале: Go-разработчикам завезли Matcha
Matcha - это мощный email-клиент для терминала, написанный на Go и Bubble Tea.
Идея простая: не выходить из CLI даже ради почты. Можно читать письма, отправлять ответы, работать с несколькими аккаунтами и rich content прямо из терминального интерфейса.
Что внутри:
- TUI-интерфейс на Bubble Tea
- поддержка нескольких аккаунтов
- встроенная система плагинов
- 35+ community plugins
- marketplace прямо из терминала
- CLI-команда для отправки писем
- поддержка AI-agent сценариев
- AI rewrite plugin для черновиков через OpenAI, Ollama, Gemini или Claude
Отдельно интересно, что Matcha можно использовать не только как «почту для гиков», но и как инструмент для агентных workflow: агент может отправлять письма через
matcha send без интерактивного интерфейса.
Для тех, кто любит терминал, Go и красивые TUI-приложения - проект точно стоит посмотреть.
https://github.com/floatpane/matcha
#golangRepost from DevOps
Kubernetes сам по себе ничего не решает. Сила появляется, когда начинаешь правильно его комбинировать
Именно связки инструментов превращают кластер в полноценную платформу
База, без которой никуда
K8s + Docker даёт стандарт оркестрации контейнеров
K8s + Terraform автоматизирует поднятие инфраструктуры
K8s + Helm убирает боль с деплоем и версиями
K8s + ArgoCD закрывает GitOps и делает релизы предсказуемыми
Наблюдаемость и безопасность
K8s + Prometheus + Grafana дают полный контроль над метриками
K8s + Vault решает проблему секретов без костылей
K8s + Cilium добавляет нормальную сетевую безопасность и observability
K8s + OPA позволяет внедрить policy as code и контролировать всё на уровне кластера
Трафик и масштабирование
K8s + NGINX Ingress или Envoy дают контроль над L7 трафиком
K8s + Istio превращает всё это в полноценный service mesh
K8s + KEDA добавляет event-driven scaling, без ручного тюнинга
AI и платформенная инженерия
K8s + Ollama + KServe позволяют гонять LLM-инференс в проде
K8s + Kubeflow закрывает ML пайплайны
K8s + Crossplane делает из Kubernetes основу для platform engineering
По факту Kubernetes это не инструмент, а каркас
И то, во что он превратится, полностью зависит от того, какие связки ты соберёшь
Repost from Golang
⚡️k6 вышла версия 2: нагрузочное тестирование без боли и шаманства
Если сервис падает только после релиза, проблема не в проде. Проблема в том, что его нормально не давили до прода.
Grafana k6 - open-source инструмент для нагрузочного тестирования, где сценарии пишутся как код на JavaScript, а движок внутри сделан на Go. То есть тест можно хранить в репозитории, гонять в CI и проверять не «на глаз», а по нормальным метрикам.
Что умеет k6:
- генерировать нагрузку даже с обычной машины
- описывать тесты кодом и версионировать их
- проверять HTTP, WebSockets, gRPC, Browser-сценарии и не только
- задавать thresholds, например «99% запросов должны быть быстрее 3 секунд»
- экспортировать метрики в Grafana и другие системы
- расширяться через экосистему плагинов
GitHub: https://github.com/grafana/k6
Как выйти в мидлы+ Golang на "стагнирующем" рынке — без года проб и отказов
Камиль (IT Отец) — ex‑lead в бигтехе, senior с 13+ годами опыта в корпорате и ментор с 50+ трудоустроенными учениками — открыл доступ к Backend 250k+ Offer Kit — ультимативный гайд получения крупных офферов в 2026 году для джунов и тех, кто застрял на низких грейдах
Пройдя его, ты:
▪️ Поймешь реальный контекст рынка, узнаешь с кем на самом деле предстоит конкурировать за оффер,
▪️ Заберешь ТОП-3 стратегии добычи оффера на "стагнирующем рынке",
▪️Через инструменты в ките проапгрейдишь свое резюме и самопрезентацию, чтобы не быть ред-флагом для hr'ов,
▪️Узнаешь, какие 4 столпа определяют Middle-разработчика: что учить и насколько глубоко,
▪️И в конце получишь 2 понятные стратегии выживания на испытательном сроке, чтобы ты закрепился на островке стабильной ЗП
⚡️ Также Камиль бонусом бесплатно отдает 2 роадмапа из своего платного сообщества (общий backend + golang), чтобы ты не тратил время на хаотичный поиск информации в интернете.
Забирай и применяй все инструменты из backend offer kit:
➡️ @CodemaniaProBot
erid 2W5zFGLoDaR
M:N concurrency - одна из причин, почему Go так хорошо чувствует себя на сетевых сервисах.
Идея простая: у вас может быть миллион маленьких задач, но это не значит, что под каждую нужен отдельный поток операционной системы. Runtime берёт много лёгких goroutine и сам распределяет их по меньшему числу реальных OS threads.
Получается схема M:N: много пользовательских задач на несколько системных потоков.
Из-за этого goroutine можно создавать тысячами и десятками тысяч без такого же дикого расхода памяти, как у обычных threads. А scheduler сам решает, кто сейчас работает, кого поставить на паузу, кого перенести на другой поток и как не дать одной задаче заблокировать весь процесс.
В статье хорошо объясняется, почему это сложнее, чем кажется. За красивым
go func() скрываются work stealing, preemption, blocking syscalls, queues, stacks, parking и постоянная борьба за баланс между latency и throughput.
Для разработчика это полезно не ради теории. Когда понимаешь M:N модель, становится проще объяснить, почему одна программа летает на тысячах соединений, а другая внезапно упирается в scheduler, locks или blocking I/O.
Go выглядит простым снаружи. Но внутри его конкурентность - это очень плотный кусок runtime-инженерии.
0xkiire.com/mn-concurrency-model/👣 Go-разработчиков много. Backend-инженеров на Go, которые умеют строить реальные сервисы, гораздо меньше.
Этот курс не про «выучить синтаксис» и поставить галочку напротив goroutines.
Он про другое: научиться писать backend на Go так, как его ждут в продакшене.
Вы разберёте, как устроены сервисы, которые:
- принимают тысячи запросов;
- не разваливаются под нагрузкой;
- работают с базами данных;
- используют очереди и микросервисы;
- обрабатывают конкурентность без хаоса;
- логируются, тестируются и масштабируются;
- выглядят как коммерческий backend, а не учебная поделка.
После курса у вас будет не просто знание Go, а понятный инженерный навык: спроектировать, написать и довести до рабочего состояния быстрый backend-сервис.
Это тот уровень, после которого в резюме можно писать не «знаю Go», а «умею делать production-ready сервисы на Go».
Для кого курс:
- для тех, кто уже устал от абстрактных туториалов;
- для начинающих backend-разработчиков;
- для Python, JavaScript, PHP или Java-разработчиков, которые хотят перейти в Go;
- для тех, кто хочет брать коммерческие backend-задачи, а не просто смотреть видео.
48 часов скидка 50% на Stepik:
https://stepik.org/a/274119/
Claude ускорил production-код в 2 500 раз
incident.io показали редкий нормальный кейс использования ИИ в разработке: не «сделай мне стартап за вечер», а скучная, больная и дорогая оптимизация реального production-кода.
У них был рендер on-call расписаний. На бумаге звучит просто: кто сегодня дежурит, кого пейджить, когда смена. В реальности там ад из рабочих часов, оверрайдов, разных ротаций, daylight saving time и старых исторических записей.
Старый алгоритм часто просто шёл по времени шаг за шагом от стартовой даты. Иногда это означало сотни тысяч итераций, чтобы понять, кто сейчас on-call.
Команда уже пыталась ускорить это вручную. Были flame graph, бинарный поиск, фиксы в горячих местах, удаление лишних UUID, кеширование timezone. Всё помогало, но не решало главную проблему: алгоритм всё ещё делал слишком много работы.
Потом они дали Claude Opus 4.6 CPU-профили и попросили найти математически более умный способ не перебирать каждую неделю, день или час с начала расписания.
Через 20 минут Claude собрал RenderV2.
Новая версия не ползла по истории, а «перепрыгивала» сразу к нужной точке, восстанавливала правильного дежурного и считала только видимое окно. Плюс Claude сам добавил dry-run режим: старый и новый рендер работали параллельно, а все расхождения логировались.
Самое интересное: в процессе раскатки Claude нашёл баг в старом рендере, связанный с переходом на летнее время. То есть ИИ не просто ускорил код, а помог поймать ошибку, которая годами сидела в логике дат.
После недели без предупреждений incident.io полностью переключились на новый рендер.
Итог: p99 ответа schedule API упал с 2 секунд до 200 мс, а сам render method на сложных расписаниях стал примерно в 2 500 раз быстрее.
Вот это и есть настоящий AI-assisted coding.
Не вайбкодинг, не магия и не «агент всё сделал сам». А инженер с профилями, тестами, feature flag, production-телеметрией и ИИ, который помогает найти ход, до которого команда долго не доходила руками.
https://incident.io/blog/whos-on-call-how-claude-helped-us-calculate-this-2-500-x-faster
