Библиотека задач по Python | тесты, код, задания

Какой язык шаблонов используется по умолчанию в Django? 👾 — Django Template Language 👍 — HTML 🥰 — Jinja ⚡️ — XML Библиотека задач по Python

Какое из следующих утверждений верно? 👾 — Неприватный метод в суперклассе может быть переопределен 👍 — Метод подкласса может быть переопределен суперклассом 🥰 — Приватный метод в суперклассе может быть переопределен ⚡️ — Переопределение невозможно в Python Библиотека задач по Python

Начать рассказывать интервьюеру, как вы ловко дёргаете ручки API через базовый LangChain. Звучит как отличный план, да? Нет, это мгновенный отказ. В свежем отчёте по рынку GPU говорится, что 54% компаний стопают ИИ-внедрения тупо из-за конских затрат на инфраструктуру. На серверах более 70% стоимости — это видеокарты. Поэтому на собесах сейчас спрашивают не про красивые промпты, а про жёсткую экономику агентов. По сути, от вас ждут понимания, как лимитировать ресурсы на лету, роутить запросы и дебажить отказы через механизм time-travel в LangGraph. Если вы до сих пор собираете ботов в ноутбуках, гляньте обновлённый курс «Разработка ИИ-агентов» — фокус там смещён с игрушечных концепций на суровый энтерпрайз. Что требуют от мидлов и выше: — интеграция мультиагентных систем по стандарту MCP; — суровый AgentOps: метрики, трейсинг, защита от деградации пайплайнов; — локальный деплой Open Source под 152-ФЗ (без этого в финтех можно даже не стучаться). Прямо сейчас можно урвать курс с увесистой скидкой (49 000 ₽ 62 990 ₽ за базовый тариф и 99 000 ₽ 124 990 ₽ за продвинутый трек), но стоит поторопиться — на потоке осталось всего 5 мест. 👉 Подтянуть архитектуру до уровня прода

Чем functools.cached_property отличается от @property? 👾 — Всегда вычисляет заново при каждом доступе 👍 — Вычисляет один раз на экземпляр и кеширует; можно сбросить del obj.attr 🥰 — Делит кеш между всеми экземплярами класса ⚡️ — Автоматически кэширует результаты корутин Библиотека задач по Python

Зачем в multiprocessing на Windows нужен if __name__ == "__main__":? 👾 — Чтобы было быстрее 👍 — Чтобы избежать рекурсивного спавна: Windows использует spawn и повторно импортирует модуль; гард не даст выполнить модульный код в дочернем процессе 🥰 — Нужен для совместимости с Python 2 ⚡️ — Он отключает GIL в дочерних процессах Библиотека задач по Python

Чем typing.Any отличается от object? 👾 — Any — то же самое, что object 👍 — Any совместим со всем и «протекает» проверки; object — верхний тип, но требует явных проверок/кастов для специфичных методов 🥰 — object запрещает присваивания переменных других типов ⚡️ — Any делает объект неизменяемым Библиотека задач по Python

Что делает subprocess.run(cmd, check=True)? 👾 — Печатает вывод в реальном времени 👍 — Бросает CalledProcessError, если код выхода ≠ 0 🥰 — Автоматически убивает процесс через 10 секунд ⚡️ — Включает shell=True по умолчанию Библиотека задач по Python

Кажется, мы окончательно перешли от игрушек к суровому AgentOps Приглашаем на наш обновлённый курс по разработке ИИ-агентов. Никакой воды про «будущее нейросетей», только инженерный подход. На курсе мы: — пошагово строим готовые системы на LangGraph, CrewAI и MCP; — настраиваем кэширование и роутинг, чтобы бот не сожрал токены; — разбираемся со стейтом, учимся дебажить через time-travel и прикручиваем human-in-the-loop; — выводим RAG в прод так, чтобы безопасники не завернули архитектуру из-за 152-ФЗ. В пекло скучные лекции про общую инфраструктуру — сразу фокусируемся на агентных фреймворках и написании кода. Занятия ведут бывалые лиды из Газпромбанка и Альфы, набившие шишки на реальных задачах.

Кстати, на днях мы пилили агента в прямом эфире, если пропустили — есть запись вебинара.

Сегодня последний день, когда можно забрать курс по старым ценам. Базовый тариф сейчас стоит 49 000 ₽ (вместо 62 990 ₽), продвинутый трек — 99 000 ₽ (вместо 124 990 ₽). Если не хочется отдавать всю сумму сразу, есть рассрочка. Торопитесь — на потоке осталось всего 5 мест! → Зафиксировать цену и перейти к сборке своих агентов

Какой из следующих модулей необходимо импортировать для обработки вычислений даты и времени в Python? 👾 — datetime 👍 — date 🥰 — time ⚡️ — timedate Библиотека задач по Python

Что выведет код сверху? 👾 — 3 👍 — 3.5 🥰 — Error Библиотека задач по Python

Самый востребованный навык в ИТ в 2026-м — навык создания ИИ-агентов Мы полностью переработали курс «Разработка AI-агентов» под реалии 2026 года. Никакой долгой теории — с самого начала пишем код. Обучать и делиться набитыми шишками будут эксперты-практики из Газпромбанка, Альфа-Банка и других бигтехов. В программе: — архитектура автономных систем с тестированием, ReAct-циклами и контролем токенов; — практическая работа с актуальными фреймворками LangGraph, AutoGen, MCP и CrewAI; — настройка продвинутого RAG для парсинга документов и точного поиска; — внедрение решений с учётом действующего законодательства (152-ФЗ); — дипломная работа, за основу которой можно взять свой рабочий проект или задачу, которую предложим мы. Эксперты поделятся инсайтами из реального продакшна — тем, о чём вам никогда не расскажет ни одна нейросеть.

Запись первого открытого вебинара, на котором мы вместе с руководителем AI-направления в Альфа-Банке Полиной Полуниной пилили агента в прямом эфире.

Ах да, чуть не забыли! Дарим промокод AGENTSWEB на скидку 10 000 рублей и два курса сверху при покупке до 15 марта 🎁 → Стать AI-инженером

Нужно вызвать блокирующую функцию (нет async-аналога) из обработчика на asyncio, не блокируя event loop. Что выбрать? 👾 — Просто вызвать функцию напрямую в корутине 👍 — await asyncio.to_thread(func, *args, **kwargs) 🥰 — Обернуть функцию в async def и вызвать await func() ⚡ — Запустить функцию через time.sleep для «уступки» циклу Библиотека задач по Python

Чем отличается copy.copy от copy.deepcopy? 👾 — Обе делают глубокую копию 👍 — copy копирует только контейнер, вложенные объекты — по ссылке; deepcopy рекурсивно копирует всё 🥰 — Обе лишь увеличивают счётчик ссылок ⚡️ — deepcopy быстрее, поэтому всегда лучше Библиотека задач по Python

Нужно запустить долгую корутину и дать вызывающему коду таймаут, но при истечении времени задача не должна отменяться, а продолжить выполняться в фоне. Что выбрать? 👾 — await asyncio.wait_for(op(), timeout=5) 👍 — t = asyncio.create_task(op()); await asyncio.wait_for(asyncio.shield(t), timeout=5) 🥰 — Запуск через ThreadPoolExecutor ⚡ — await asyncio.gather(op(), return_exceptions=True) с таймаутом Библиотека задач по Python

⏳ Часовая готовность: создаём ИИ-агента в прямом эфире В 19:00 МСК в рамках нашего курса «Разработка AI-агентов» стартует вебинар «ИИ-агенты в продакшене: от хайпа к деньгам». Спикер — Полина Полунина, руководитель AI-направления в Альфа-Банке. Будет live-демо работающего агента, реальные метрики из корпоративной среды и честный разбор архитектурных граблей — без воды и «успешного успеха». Всем зрителям эфира дадим эксклюзивный промокод AGENTS на скидку 10 000 ₽ на любой тариф курса. 👉 Занять место на вебинаре

☝️ Уже сегодня: ИИ-агенты в продакшене — инженерный подход к интеграции LLM Индустрия активно обсуждает потенциал нейросетей, способных автоматизировать бизнес-процессы и заменить целые отделы. Однако реальное внедрение агентов в production вскрывает серьёзные проблемы: разработчикам приходится бороться с непредсказуемыми галлюцинациями моделей, нестабильными API и сложной интеграцией в существующую архитектуру. Сегодня в 19:00 МСК в рамках нашего курса «Разработка AI-агентов» мы проведём открытый вебинар «ИИ-агенты в продакшене: от хайпа к деньгам». Спикер — Полина Полунина, руководитель AI-направления в Альфа-Банке. Будем говорить о нейросетях с позиции жёсткой инженерии. Разберём три реальных кейса из сурового банковского энтерпрайза, напишем и запустим агента прямо в эфире, честно обсудим грабли, на которые наступает бизнес при интеграции LLM. Тем, кто придёт на эфир, дадим промокод AGENTS на скидку 10 000 ₽ на любой тариф курса. 👉 Занять место на вебинаре

Ваш Python-сервис обрабатывает большое количество сетевых запросов. При профилировании видно, что он простаивает, ожидая I/O. Какой подход наиболее правильный для повышения производительности? 👾 — Увеличить количество потоков в ThreadPoolExecutor 👍 — Перейти на asyncio/uvloop и использовать асинхронные драйверы для работы с I/O 🥰 — Запускать каждый запрос в отдельном процессе через multiprocessing ⚡️ — Чаще вызывать gc.collect() для освобождения памяти Библиотека задач по Python

Что делает yield from subgen? 👾 — Просто вызывает подгенератор и возвращает список 👍 — Делегирует итерацию/send/throw/close подгенератору и получает его return как результат (PEP 380) 🥰 — Запускает подгенератор параллельно в другом потоке ⚡️ — Гарантирует выполнение в отдельном процессе Библиотека задач по Python

Что даёт @dataclass(frozen=True)? 👾 — Глубоко делает неизменяемыми и все вложенные объекты 👍 — Запрещает присваивания атрибутов (иммутабельность на уровне класса) и при eq=True по умолчанию делает экземпляр хешируемым 🥰 — Автоматически копирует все мутируемые аргументы конструктора ⚡️ — Включает slots и уменьшает память Библиотека задач по Python

Какой файл содержит настройки проекта Django? 👾 — settings.py 👍 — config.py 🥰 — app_config.py ⚡️ — project_setup.py Библиотека задач по Python