Библиотека собеса по Python | вопросы с собеседований

⚡️ Продолжаем знакомить вас с экспертами курса AgentOps! — Сергей Нотевский расскажет, как выстроить FinOps для AI-продуктов: оптимизировать затраты на разработку и продакшен, внедрить model routing, semantic cache и систему алертов для контроля расходов — Эмиль Сатаев разберет Context Engineering: управление контекстом, защиту от prompt injection, работу с длинными контекстами и построение безопасного пайплайна входа для AI-систем — Михаил Бондаревский покажет, как подготовить инфраструктуру для AI-агентов: Docker, sandboxing, streaming, docker-compose и воспроизводимое окружение для разработки и продакшена — Мурат Хажгериев расскажет про Enterprise Integrations & MCP: когда MCP действительно нужен, как подключать внешние сервисы и реализовывать интеграции с OAuth2 delegation — Герман Сабиров разберет Governance & Compliance для AI-систем: data flow, audit logs, требования 152-ФЗ, локализацию данных и построение compliance-подхода на уровне архитектуры Курс для backend-разработчиков, тимлидов и LLM инженеров о том, как внедрять AI-логику в бэкенд IT-продуктов и сохранять стабильность сервиса. 👉 Изучить обновленную программу AgentOps и занять место.

Что такое MQ? MQ (Message Queue) — очередь сообщений, это паттерн asynchronous messaging, который позволяет обмениваться сообщениями между распределенными компонентами приложения. Основные преимущества использования MQ: Асинхронность — отправитель и получатель не зависят друг от друга. Отказоустойчивость — сообщения не теряются при сбоях. Масштабируемость — легко добавлять новых производителей и потребителей. Сглаживание пиковой нагрузки — очередь позволяет буферизовать сообщения. MQ широко используется для интеграции распределенных систем, построения микросервисных архитектур. Популярные реализации MQ: RabbitMQ, Kafka, ActiveMQ. Библиотека собеса по Python

Какие отличия между модулем, пакетом и библиотекой? Модуль — это отдельный файл на Python, который можно импортировать в скрипты или другие модули. В нем содержатся функции, классы и глобальные переменные. Пакет — это коллекция модулей, объединенных в одной папке для обеспечения единой функциональности. Пакеты импортируются так же, как и модули. Обычно они содержат файл __init__.py, который сообщает интерпретатору Python, что папка является пакетом. Библиотека — это совокупность пакетов. Библиотека собеса по Python

🐍 Что такое SOLID? SOLID — это акроним принципов объектно-ориентированного программирования, которые помогают писать гибкий, поддерживаемый и расширяемый код: S — Single-responsibility principle (Принцип единственной ответственности). O — Open-closed principle (Принцип открытости/закрытости). L — Liskov substitution principle (Принцип подстановки Лисков). I — Interface segregation principle (Принцип разделения интерфейса). D — Dependency Inversion Principle (Принцип инверсии зависимостей). Основные идеи SOLID: — Каждый класс должен нести единственную ответственность. — Классы должны быть открыты для расширения, но закрыты для модификации. — Подклассы должны быть взаимозаменяемы со своими базовыми классами. — Множество узких интерфейсов лучше, чем один широкий. — Зависимости должны строиться на абстракциях, а не конкретных классах. Библиотека собеса по Python

Как проверить, является ли массив пустым в numpy (или массивом с нулевыми элементами)? Мы можем проверить пустоту массива NumPy, используя атрибут size. Давайте рассмотрим пример ниже. У нас есть массив NumPy arr, заполненный нулями. Если элемент size возвращает ноль, это означает, что массив пуст или состоит только из нулей. import numpy as np arr = np.zeros((1,0)) #returns empty array print(arr.size) #returns 0 Библиотека собеса по Python

До 31 мая можно забрать любой курс Proglib Academy со скидкой 40% Если давно хотели прокачаться в Python, ML, алгоритмах или AI-агентах, сейчас самое время выбрать программу и начать обучение по сниженной цене. 🎁 Разработка AI-агентов — от 49.000 ₽ (вместо 69.000 ₽) Практический курс по разработке AI-агентов для автоматизации задач, работы и собственных проектов 🎁 Курс AgentOps — 129.000 ₽ (вместо 149.000 ₽) Для разработчиков и LLM-инженеров, которые хотят внедрять AI-логику в бэкенд и сохранять стабильность сервиса. 🎁 Математика для разработки AI-моделей — 23.990 ₽ (вместо 31.990 ₽) Практическая база по математике для анализа данных, ML и дальнейшего развития в AI. 🎁 Математика для Data Science — от 29.990 ₽ (вместо 39.990 ₽) Курс для тех, кто хочет решать задачи, которые дают на собеседованиях на позицию дата-сайентиста в бигтехе. 🎁 ML для старта в Data Science — 28.990 ₽ (вместо 38.990 ₽) Разберётесь в машинном обучении: от базовых понятий и линейных моделей до ансамблей, бустинга и рекомендательных систем. 🎁 Основы IT для непрограммистов — 16.990 ₽ (вместо 28.990 ₽) Курс для IT-рекрутеров, маркетологов, проджектов, продактов и всех, кто работает с IT, но не пишет код. 🎁 Архитектуры и шаблоны проектирования — 27.990 ₽ (вместо 37.900 ₽) Освоите основные паттерны проектирования и прокачаете навыки архитектора программного обеспечения. 🎁 Специалист по ИИ — 89.000 ₽ (вместо 113.900 ₽) Курс для тех, кто хочет получить профессию в сфере ИИ, собрать портфолио из 5 проектов и научиться разрабатывать сложных AI-агентов. 🎁 Алгоритмы и структуры данных — 33.990 ₽ (вместо 57.990 ₽) Подготовитесь к алгоритмическим собеседованиям, разберёте структуры данных и научитесь писать более эффективный код. 🎁 Программирование на языке Python — 27.990 ₽ (вместо 47.390 ₽) Освоите Python на практике: без сухой теории, с пошаговой прокачкой навыков и итоговым проектом в портфолио. 🙌 Выбирайте курс по ссылке, оставляйте заявку, и менеджер поможет подобрать программу под ваши цели — https://clc.to/SALE40

Какие типы приложений можно создавать с помощью Flask? Мы можем разработать практически любое веб-приложение с помощью Flask. Flask настолько универсален и адаптируем, что его можно быстро интегрировать с другими технологиями. Например, Flask можно использовать совместно с бессерверными приложениями NodeJS, AWS Lambda и другими сторонними сервисами для создания современных систем. Мы также можем создавать одностраничные приложения, приложения на базе RESTful API, приложения SAS, небольшие и средние веб-сайты, статические веб-сайты, приложения машинного обучения, микросервисы и бессерверные приложения. Библиотека собеса по Python

👀 Краткая выжимка нашей имбовой рассылки по ИИ Ниже — небольшая подборка, а если хотите фулл, то подписывайтесь на рассылку 💬 Новости ▫️ Энтузиасты получили доступ к Anthropic Mythos Группа из Discord-канала, искавшая доступ к ещё не вышедшим моделям, угадала URL Mythos по шаблонам URL других моделей Anthropic и через аккаунт стороннего подрядчика получила доступ к инструменту  ▫️ Anthropic тайно устанавливает шпионское ПО при установке Claude Desktop Claude Desktop без спроса прописывает в семь браузеров (Chrome, Brave, Edge, Chromium, Arc, Vivaldi и Opera) Native Messaging bridge, который дает расширению Claude доступ к авторизованным сессиям, DOM и формам за пределами песочницы. Удалить это нельзя — приложение восстанавливает файл с настройками при каждом запуске. ▫️ Три бага, которые сломали Claude Code Сначала снизили режим мышления с high до medium ради скорости, потом словили баг с кешированием, из-за которого модель теряла контекст каждый ход вместо одного раза, а под конец добавили системный промпт с жесткими лимитами на длину ответов — все это вместе выглядело как общая деградация модели, хотя API б 🤖 Инструменты для ИИ Google DESIGN.md — открытый стандарт описания дизайн-систем для UI-агентов designdotmd.directory — каталог DESIGN.md файлов beads — система памяти для агентов swarm-forge — оркестратор агентов, работающих в разных git worktree одного проекта browser-harness — дает агентам полный контроль над браузером agentmako — превращает код в локальную базу знаний и скармливает AI-агентам готовый контекст thonops — cобирает сайт на Next.js, обновляя страницу на лету при любой правке кода и заливая проект на Vercel в пару кликов vibechord — инструмент для запуска нескольких AI-агентов и управления ими из одного места monitorability-evals — открытый датасет от OpenAI для оценки того, насколько хорошо можно отслеживать и контролировать поведение языковых моделей в различных сценариях 🖥 Разбор пяти AI-проектов, набравших тысячи звезд на GitHub: Hermes Agent — самообучающийся ассистент с долгой памятью DeerFlow — мультиагентный фреймворк с изолированными песочницами Multica — аналог Jira для AI-команд Claude Code Game Studios — 48 агентов-коллег для инди-геймдева MarkItDown — конвертер любых документов в Markdown ⚡️ Скиллы ui-skills.com — 12 кураторских скилов для UI Nothing Design Skill — скил для Claude Code по созданию пользовательского интерфейса в дизайн-языке Nothing: монохромный, типографический, индустриальный codex-marketplace.com — каталог плагинов, скилов и хуков для Codex с установкой в одну команду и рейтингом от коммьюнити TBM Recommender — прикручивает к AI-агентам базу рассылки TBM про продукты и менеджмент, вытаскивая релевантные посты через хитрую трехуровневую выборку ради экономии токенов 🔹 Получить консультацию менеджера 🔹 Сайт Академии 🔹 Сайт Proglib 🏃‍♀️ Proglib Academy #буст

Что такое функциональное программирование? Функциональное программирование — это парадигма программирования, в которой основными строительными блоками являются функции. В функциональном программировании функции рассматриваются как математические функции — они принимают входные данные и возвращают результат. Основные принципы функционального программирования: — Чистота функций: функции не должны иметь побочных эффектов и зависеть только от своих аргументов. — Иммутабельность: данные в функциональном программировании неизменяемы. — Рекурсия вместо циклов: в функциональном программировании циклы заменены на рекурсивные вызовы функций. — Высшего порядка функции: функции могут принимать на вход и возвращать другие функции. — Ленивые вычисления: вычисления откладываются до тех пор, пока результат не потребуется. Библиотека собеса по Python

Как обрабатывать несколько ошибок из параллельных задач, не теряя стеков и не «глуша» отмену? Запускайте задачи в TaskGroup, ловите ExceptionGroup и разбирайте через except* по типам; отмену не подавляйте — дайте CancelledError всплыть. Логи ведите по вложенным исключениям, повторные ретраи — точечно по соответствующим подгруппам. Библиотека собеса по Python

Какие существуют различные стили наследования моделей в Django? Django поддерживает 3 типа наследования. Это абстрактные базовые классы, многотабличное наследование и прокси-модели. Библиотека собеса по Python

Что вы подразумеваете под шаблонизаторами во Flask? Шаблонизаторы используются для создания веб-приложений, состоящих из нескольких компонентов. Они применяются для серверных приложений, которые не создаются как API и работают на одном сервере. Шаблоны также позволяют быстро визуализировать серверные данные, которые должны быть предоставлены приложению, такие как body, navigation, footer, панель управления и так далее. Ejs, Jade, Pug, Mustache, HandlebarsJS, Jinja2 и Blade — некоторые из популярных шаблонизаторов. Библиотека собеса по Python

Долгоживущий Python-сервис после пиков удерживает высокий RSS, хотя счётчик объектов стабилен и tracemalloc показывает, что большинство аллокаций освобождены. Почему память «не возвращается ОС» и как это чинить? Это не утечка в логике, а фрагментация/поведение аллокаторов: pymalloc и glibc malloc держат арены/пулы, ОС не всегда может их отдать обратно. Смешение «долгоживущих» и «короткоживущих» объектов усугубляет фрагментацию. Лечение: снижать churn и фрагментацию (reuse буферов, __slots__, пулы объектов, векторизация/NumPy вместо мелких аллокаций), разводить по жизненным циклам крупные структуры, выносить большие буферы в управляемые bytearray/мемпулы. На уровне рантайма — использовать jemalloc или аккуратно вызывать malloc_trim(0) (Linux) в моменты покоя. Архитектурно — модель процессов с ротацией воркеров (gunicorn --max-requests/--max-requests-jitter, uvicorn multiple workers), чтобы «сбрасывать» фрагментированную память. Профилировать: сравнивать RSS vs tracemalloc, смотреть malloc_info(), psutil и горячие аллокации. Библиотека собеса по Python

Где вы читаете полезный IT-контент? Интересуют источники, где не только новости, но и практика, разборы и реальные кейсы. Поделитесь в комментариях, можно 1-2 канала/автора, где читаете (TG / Habr / блог / X / GitHub) и какая тематика?

⚡️ Главные ИИ-новости недели: от громкого трансфера Карпати до бесплатного ChatGPT для целой страны 1. Андрей Карпати перешел в Anthropic. 2. Anthropic впервые обогнала OpenAI по бизнес-адопции: 34.4% и 32.3% соответственно. (см. 2) 3. Codex теперь доступен в мобильном приложении ChatGPT 4. xAI запустила Grok Build — CLI-агент для кодинга с субагентами, plan-режимом, headless и ACP. Пока бета, только для SuperGrok Heavy. (см. 4) 5. Cursor выпустил модель Composer 2.5 (на основе Kimi K2.5): стоит в 10 раз дешевле и работает на уровне Opus 4.7. (см. 5) 6. Google релизнула модель Gemini 3.5 Flash Модель Gemini 3.5 Flash, которая обходит Gemini 3.1 Pro на агентских и кодинговых бенчмарках при 4-кратной скорости вывода. Вместе с ней появился персональный агент Gemini Spark, работающий круглосуточно, а 3.5 Pro ожидается в следующем месяце. (см. 6) 7. Alibaba выпустила Qwen 3.7 Max Preview (заняла 13 место в Text Arena) и Plus Preview (16 место в Vision Arena). (см. 7) 8. Moonshot AI выпустила Kimi WebBridge Расширение для браузера, которое дает агенту доступ к вашим учетным записям, файлам cookie и авторизованным сессиям, чтобы он мог сам кликать, скроллить и заполнять формы от вашего имени на любых сайтах. 9. Мальта договорилась с OpenAI и раздает всем своим гражданам годовую подписку ChatGPT Plus 📬 Понравился дайджест? Это лишь 20% от того, что мы отправляем нашим подписчикам каждую субботу. 👉 Подписаться на еженедельную ИИ-рассылку

В чём различие между __getattribute__ и __getattr__, и когда вызывается каждый? Короткий ответ: __getattribute__ вызывается при каждом обращении к атрибуту; __getattr__ — только если атрибут не найден обычным способом. Внутри __getattribute__ нужно делегировать в super().__getattribute__, иначе будет бесконечная рекурсия. Библиотека собеса по Python

Как реализовано управление памятью во Flask? В Flask распределение памяти управляется модулем управления памятью Flask Python. Кроме того, в Flask есть встроенный сборщик мусора, который перерабатывает всю неиспользуемую память, освобождая место в куче. Ответственность за отслеживание всего этого лежит на интерпретаторе Python. Однако пользователи могут использовать основной API для доступа к некоторым инструментам. Библиотека собеса по Python

Что такое сигналы Django? При каждом изменении модели нам может потребоваться инициировать определённые действия. Django предлагает элегантный способ обработки этих изменений с помощью сигналов. Сигналы — это утилиты, позволяющие связывать события с действиями. Мы можем реализовать их, разработав функцию, которая будет запускаться при вызове сигнала. Библиотека собеса по Python

Как работает дескрипторный протокол? Дескриптор — объект, реализующий __get__, __set__ или __delete__. Если такой объект присвоен атрибуту класса, доступ через экземпляр идёт через эти методы. Два типа: — Data-дескриптор (__set__/__delete__) — приоритет над __dict__ экземпляра. — Non-data (только __get__) — перекрывается __dict__ экземпляра. Порядок поиска атрибута: data-дескрипторы класса → __dict__ экземпляра → non-data и обычные атрибуты класса → __getattr__. На дескрипторах построены property, classmethod, staticmethod, cached_property, привязка методов к экземпляру и поля в dataclasses.

class Positive:
    def __set_name__(self, owner, name):
        self.name = f'_{name}'
    def __get__(self, obj, objtype=None):
        return getattr(obj, self.name)
    def __set__(self, obj, value):
        if value <= 0:
            raise ValueError("must be positive")
        setattr(obj, self.name, value)

class Account:
    balance = Positive()

Позволяет переиспользовать логику доступа к атрибутам без метаклассов и дублирования property. Библиотека собеса по Python

Для чего нужен модуль operator? Модуль operator предоставляет функции, которые соответствуют встроенным операторам языка. Например, функции add(), sub(), mul() и другие реализуют арифметические операторы +, -, *. Основные причины использования модуля operator: — Возможность передавать функции в качестве аргументов или возвращаемых значений других функций. Например, в sorted(), min(), max() и др. — Оптимизация производительности за счет использования функций вместо выражений. Функции заранее компилируются. — Удобство использования при работе с изменяемыми операторами. Можно легко передать нужный оператор в функцию. — Дополнительные возможности, например, operator.itemgetter() и operator.attrgetter() для извлечения элементов из объектов. Библиотека собеса по Python