Python вопросы с собеседований

🐍 Хитрая задача с собеседования по Python > Что выведет этот код и почему?

def extend_list(val, lst=[]):
    lst.append(val)
    return lst

list1 = extend_list(10)
list2 = extend_list(123, [])
list3 = extend_list('a')

print(list1, list2, list3)

❓Вопрос: Почему list1 и list3 одинаковы? 🔍 Разбор: Аргументы по умолчанию в Python вычисляются один раз — в момент определения функции, а не при каждом вызове. Поэтому lst=[] создаётся один раз и сохраняется между вызовами, если вы не передали свой список явно. 🧠 Что произойдет: - extend_list(10) → использует общий список [], теперь он [10] - extend_list(123, []) → создаёт новый список [123] - extend_list('a') → снова использует общий список → [10, 'a'] 👉 Результат: [10, 'a'] [123] [10, 'a'] ✅ Как исправить: Если вы хотите, чтобы по умолчанию создавался новый список при каждом вызове, делайте так:

def extend_list(val, lst=None):
    if lst is None:
        lst = []
    lst.append(val)
    return lst

Это классическая ловушка Python-интервью - mutable default arguments. Проверяет, понимаешь ли ты, как работают значения по умолчанию и область памяти.

🔥Свежий курс со Stepik: Linux: полный апгрейд твоих скиллов Хочешь реально понимать, что происходит под капотом твоей системы, а не просто кликать по GUI? Без глубокого знания базы ты не инженер - ты просто пользователь. 🔹 В курсе ты: - Освоишь bash, grep, sed, awk - инструменты, которыми живут админы. - Разберёшь права, процессы, сеть, файловую систему и научишься чинить всё, что падает. - Настроишь SSH, firewall, systemd, crontab, демоны и автозапуск. - Научишься анализировать логи, следить за нагрузкой, и не паниковать при 100% CPU. 💡 Формат: пошаговое объяснение базы и разбор важных практик по работе с Linux. 🎯 После курса ты: будешь чувствовать Linux как родную среду и забудешь, что такое “permission denied”. 🚀 Сейчас действуют скидка целых - 30%, не упусти реальный шанс прокачаться. 👉 Забирай место на курсе со скидкой

🧩 sync-with-uv Небольшой, но полезный пакет, который автоматизирует синхронизацию версий между uv.lock и .pre-commit-config.yaml. Зачем это нужно: - Часто версии инструментов (black, ruff, mypy и др.) расходятся: одно указано в lock-файле, другое — в pre-commit. - В итоге могут воспроизводиться разные окружения и непредсказуемые ошибки. Что делает sync-with-uv: - Автоматически подтягивает версии из uv.lock в .pre-commit-config.yaml. - Интегрируется как pre-commit hook. - Поддерживает частичную синхронизацию — не затрагивает инструменты, для которых версии не заданы. Итог: один источник правды для зависимостей, меньше ручной рутины и более стабильные пайплайны. 🔗 Репозиторий: https://github.com/tsvikas/sync-with-uv

Один One Day Offer вам или целых три — всем? 😉 25 октября Сбер проведёт сразу три экспресс-отбора кандидатов в две команды: GigaData и Kandinsky. Чем вам предстоит заниматься 👇 ✔️ Развивать GigaData — внутреннюю платформу Сбера, которая обрабатывает петабайты данных и миллиарды запросов в сутки. One Day Offer для Python‑разработчиков. ✔️ Работать над Kandinsky — обучать большие модели с нуля, собирать и подготавливать данные, исследовать самые эффективные методы дообучения моделей. — One Day Offer для Machine Learning Engineers с опытом в Deep Learning и компьютерном зрении (CV). — One Day Offer для Research и Deep Learning Engineers. Выбирайте то, что больше подходит под ваши навыки, и регистрируйтесь на One Day Offer!

🧠 Создайте своего ChatGPT с nanochat nanochat — это минималистичный фреймворк для создания LLM, аналогичного ChatGPT, с возможностью запуска на одном узле. Он включает все этапы от токенизации до веб-сервиса с простым интерфейсом, позволяя взаимодействовать с вашим собственным языковым моделью. 🚀Основные моменты: - Полный стек для создания LLM в одном коде. - Легкий в использовании и настройке. - Поддержка различных моделей с разными затратами. - Возможность оценки и анализа производительности. 📌 GitHub: https://github.com/karpathy/nanochat #python

🖥 Практический гайд по автоматизации процессов на Python Перед вами подробный практический гайд по автоматизации процессов на Python для продвинутых разработчиков. Он фокусируется на промышленном уровне качества: архитектура, надёжность, наблюдаемость, упаковка и деплой. В каждом разделе — конкретные паттерны и готовые фрагменты кода. ✔️ Подробнее

🖥 Полный гайд: защита от SQL-инъекций для разработчиков SQL-инъекции остаются одной из самых частых и опасных уязвимостей в веб-приложениях. Ошибка в одном запросе — и злоумышленник получает доступ к базе данных, паролям и пользовательским данным. В этом материале — полный практический разбор: как именно происходят SQL-инъекции, какие ошибки разработчиков к ним приводят, как их распознать в коде и главное — как защититься. Разберём реальные примеры на Python, PHP и Go, посмотрим, как атакующий «взламывает» запрос, и научимся писать безопасный код с параметризованными запросами и ORM. Это не теория, а руководство, которое поможет понять уязвимость изнутри и навсегда закрыть её в своих проектах. 👉 Читать гайд

📚 Работа и учёба отлично совмещаются на оплачиваемой стажировке GPB.Level Up: Кибербезопасность! Здесь гибкий график от 30 часов в неделю и удобные форматы: очно или гибридно в зависимости от направления. GPB.Level Up: Кибербезопасность — стажировка в области информационной безопасности в Газпромбанке для старшекурсников, выпускников и начинающих специалистов. Вот и другие преимущества: — зарплата 80 000 рублей со старта (gross при работе 40 часов в неделю) — поддержка от опытных наставников и экспертов информационной безопасности — доступ к 800+ курсам для развития soft и hard skills, Skillbox, Lerna и другим платформам — перспективы для карьеры: более 90% участников GPB.Level Up: Кибербезопасность прошлого сезона остались работать в банке Время показать свои таланты, жми на кнопку! https://vk.cc/cQ15u2?erid=2W5zFJmqXqA

🖥 Что нового в Python 3.14 и почему стоит перейти Python 3.14 вышел 7 октября 2025 года. Это новый стабильный релиз, который содержит как изменения в самом языке, так и улучшения в реализации, стандартной библиотеке, отладке и взаимодействии с многопоточностью. Ниже - обзор ключевых нововведений, их смысла, применимости и возможных подводных камней. 🟠Основные нововведения (Release highlights) - Отложенная (ленивая) оценка аннотаций - теперь аннотации не вычисляются сразу, что уменьшает накладные расходы. - Поддержка нескольких интерпретаторов в рамках одного процесса через новый модуль. - Новый синтаксис шаблонных строк (t-strings), который даёт больше контроля над статической и интерполированной частью. - Более информативные сообщения об ошибках (например, подсказки для опечаток в ключевых словах). - Поддержка формата сжатия Zstandard в стандартной библиотеке. - Улучшенные возможности для отладки и профилирования, в том числе подключение к живому процессу без остановки. - Улучшения в asyncio — команды для визуализации и диагностики задач, стеков ожидания и зависимостей. - Уменьшение пауз сборщика мусора (gc) через инкрементальный сбор. - Подсветка синтаксиса и автодополнение модулей в интерактивном режиме (REPL) по умолчанию. 🟠 Подробности и примеры Ленивые аннотации - deferred evaluation of annotations Раньше аннотации (для типов, документации, подсказок) могли вызывать вычисления прямо при определении функции или класса. Теперь они хранятся в виде «ленивых» структур и вычисляются по надобности. Это снижает накладные расходы на загрузку кода, особенно если аннотации сложные или содержат много forward-ссылок. Есть модуль annotationlib, который позволяет исследовать аннотации программно и выбирать формат их получения — строки, объекты или отложенные ссылки. Когда это особенно помогает: - большие фреймворки, генерация кода, ORM, библиотеки с множеством аннотаций; - ускорение импорта при старте приложений; - уменьшение накладных расходов при работе с типами. Что проверить при миграции: - код, использующий __annotations__ напрямую, может требовать адаптации; - убедитесь, что сторонние библиотеки, работающие с аннотациями, поддерживают новый формат. Несколько интерпретаторов (subinterpreters) Теперь в Python можно запускать несколько независимых интерпретаторов внутри одного процесса (модуль `concurrent.interpreters`). Преимущества: - изоляция между интерпретаторами (отдельная память, отдельный GIL); - параллелизм на многоядерных системах; - меньше накладных расходов, чем при использовании multiprocessing. Ограничения: - не все C-расширения поддерживают мультиинтерпретацию; - коммуникация между интерпретаторами требует явных каналов (очереди, сообщения). Это даёт реальную возможность распараллеливания CPU-задач без запуска отдельных процессов. Template string literals (t-strings) Новое синтаксическое средство — префикс t перед строкой, аналогично f'...'. Результат — объект Template, который хранит текст и вставки по отдельности.

variety = 'Stilton'
template = t'Try some {variety} cheese!'

- Подробности - Скачать - Видеообзор

🔥 Python: функции-фабрики Простой, но мощный трюк: генерация функций на лету через замыкания. Вместо дублирования логики можно одной фабрикой создавать десятки разных функций. Хочешь больше таких фишек? Подписывайся на нас и каждый день получай свежие и нестандартные советы, которые реально прокачают твои навыки разработчика!

def make_pow(exp):
      return lambda x: x ** exp

square = make_pow(2)
cube = make_pow(3)

print(square(4), cube(2))

#Python, #программирование, #кодинг, #разработка, #собеседование, #интервью, #PythonJobs, #DataScience, #MachineLearning, #AI, #backend, #webdev, #Django, #Flask, #FastAPI, #API, #REST, #asyncio, #многопоточность, #многозадачность, #библиотеки, #NumPy, #Pandas, #TensorFlow, #PyTorch, #SQL, #ORM, #SQLAlchemy, #тестирование, #unittest, #pytest, #TDD, #алгоритмы, #структурыданных, #OOP,

🤖 Grass Bot: Автоматизация для Telegram Grass Bot — это простой Python-бот для автоматизации задач в Telegram с поддержкой многопоточности и различных типов прокси. Идеален для управления несколькими аккаунтами и получения статистики. 🚀 Основные моменты: - Многопоточность для повышения производительности - Поддержка всех типов прокси - Легкость в настройке аккаунтов и прокси 📌 GitHub: https://github.com/haspread/grass-bot #python

🔥 Успех в IT = скорость + знания + окружение Здесь ты найдёшь всё это — коротко, по делу и без воды. Пока другие ищут, где “подглядеть решение”, ты уже используешь самые свежие инструменты! AI: https://t.me/+EPEFXp67QfIyMjMy Python: https://t.me/+cq7O4sOHldY1ZTIy Linux: t.me/linuxacademiya Собеседования DS: t.me/machinelearning_interview C++ t.me/cpluspluc Docker: t.me/DevopsDocker Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_1001_notes Java: t.me/java_library Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg Физика: t.me/fizmat 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Подпишись, если хочешь быть в числе тех, кого зовут в топовые проекты!

✔️ Математика в машинном обучении» - бесплатный курс, который предназначен для тех, кто хочет углубить свои знания в области математики, необходимой для понимания и применения методов машинного обучения и искусственного интеллекта. Этот курс охватывает ключевые математические концепции, лежащие в основе современных алгоритмов машинного обучения, таких как линейная алгебра, теория вероятностей, статистика и оптимизация. Курс

🔮 GENIE: Легкий движок синтеза речи на базе GPT-SoVITS GENIE — это легкий движок для синтеза речи, который использует возможности GPT-SoVITS. Он предлагает высокую производительность на CPU, включая интеграцию TTS, конвертацию моделей ONNX и API сервер для удобного использования. 🚀 Основные моменты: - Поддержка моделей GPT-SoVITS V2 - Оптимизирован для быстрого синтеза на CPU - Включает предустановленные голосовые модели для мгновенного использования 📌 GitHub: https://github.com/High-Logic/Genie #python

Хотите вкатиться в ML или DS с нуля? Сегодня стартует курс «Machine Learning. Basic» от OTUS! Это обучение — ваш шанс овладеть востребованными навыками и начать карьеру в области, которая меняет мир технологий. На курсе вы: - Освоите Python для Data Science с нуля до профессионального уровня. - Научитесь работать с ML-библиотеками: pandas, numpy, sklearn, и применять их для решения реальных задач. - Освоите A/B-тестирование - Научитесь решать реальные бизнес-задачи при помощи методов машинного обучения от задач классификации до ансамблей моделей ➡️ Осталось совсем немного времени, присоединяйтесь к курсу. Успейте по максимально выгодной цене месяца + примените дополнительный промокод ML_BASIC_5: https://tglink.io/0d47053e2e96?erid=2W5zFHhReek #реклама О рекламодателе

🚀 CUDA Kernel Benchmarking Made Easy robust-kbench предоставляет мощный набор инструментов для оценки и валидации CUDA-ядров, созданных с помощью больших языковых моделей. Он решает проблемы традиционных бенчмарков, предлагая надежные критерии оценки и проверку корректности. 🚀Основные моменты: - Многочисленные настройки инициализации для более точной оценки - Проверка корректности с учетом различных конфигураций входных данных - Профилирование производительности для реальных сценариев - Защита от манипуляций входными данными 📌 GitHub: https://github.com/SakanaAI/robust-kbench #python

IT_ONE Cup. Code & Analyst — хакатон для аналитиков и разработчиков, где ты узнаешь, как работает IT-команда, и получишь сильный кейс в портфолио. Выбери трек и реши одну из задач: → Проанализируй BPMN-модель кредитного процесса и подготовь ТЗ на систему мониторинга эффективности. → Разработай сервис, который в реальном времени следит за переводами и оповещает о подозрительных операциях. 🏆 Призовой фонд: 900 000 рублей 💻 Формат: онлайн 🗓 Регистрация до 16 октября: https://cnrlink.com/itonecupmsupjint Приглашаем системных аналитиков, разработчиков и менеджеров проектов. Размер команды — от 1 до 5 человек. Что тебя ждёт: • Применишь навыки системного анализа, построения архитектуры и работы с потоковыми данными. • Получишь готовый проект в портфолио. • Для участников ТОП-5 команд в каждом треке — фирменный мерч. Задачи соревнования: Трек 1. Навигатор оптимизации. Проанализируй кредитный процесс банка, выяви узкие места и создай ТЗ для системы мониторинга производительности. Решение поможет оптимизировать критически важные процессы. Трек 2. Финансовый радар. Разработай сервис для анализа транзакций в реальном времени. Архитектура должна включать правила обнаружения мошенничества и поддержку различных алгоритмов обработки. Ждём тебя на IT_ONE Cup. Code & Analyst — старт 17 октября на Codenrock: https://cnrlink.com/itonecupmsupjint

🖥 Полный гайд по реальным SQL-вопросам с собеседований Введение. Собеседования на позиции, связанные с данными (аналитики, инженеры, ученые данных), всё чаще включают нестандартные и продвинутые вопросы по SQL. Большие технологические компании (Google, Amazon и др.) предъявляют высокие требования: важна не только правильность запроса, но и умение оптимизировать его и разбираться в реальных бизнес-данных. В этом гайде мы разберем категории наиболее распространенных сложных SQL-задач с реальных собеседований – от платформ вроде DataLemur, LeetCode, StrataScratch – и подробно поясним решения. Каждая задача сопровождена анализом: условие, оптимальный подход, используемые SQL-конструкции, возможные ошибки и финальное решение (для PostgreSQL и MySQL, с указанием различий где необходимо). В конце добавлен отдельный раздел о современных базах данных, включая векторные БД (Pinecone, Weaviate, Milvus и др.), с примерами того, что могут спросить про них на собеседовании и как выглядят SQL-подобные запросы для работы с векторами. 📌 Читать гайд