¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Golang вопросы собеседований
Ir al canal en 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
Mostrar más📈 Análisis del canal de Telegram Golang вопросы собеседований
El canal Golang вопросы собеседований (@golang_interview) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 14 951 suscriptores, ocupando la posición 8 678 en la categoría Tecnologías y Aplicaciones y el puesto 44 803 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 951 suscriptores.
Según los últimos datos del 09 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 60, y en las últimas 24 horas de 14, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 35.08%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 8.88% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 5 245 visualizaciones. En el primer día suele acumular 1 327 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 25.
- Intereses temáticos: El contenido se centra en temas clave como git, docker, github, контейнер, sql.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“@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...”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 10 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
14 951
Suscriptores
+1424 horas
+217 días
+6030 días
Archivo de publicaciones
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
