Golang вопросы собеседований

Rust vs Go vs C# в 2026: почему наивный Rust проиграл Go Сравнение производительности Rust, Go и C# в 2026 году: наш тест на аллокациях, где наивный Rust уступил Go, а Rust с ареной оказался в 7 раз быстрее, плюс разбор GC, памяти, холодного старта, Green Tea и .NET 10 Спор «что быстрее: Rust, Go или C#» обычно заканчивается ссылкой на чей-то бенчмарк, где один язык обгоняет другой в полтора раза. Мы решили проверить простую вещь и сразу получили результат, который ломает привычную картину: наивный код на Rust проиграл Go по времени выполнения. Ниже разбираем, почему так вышло, что на самом деле означает «производительность» в 2026 году и как выбирать язык под конкретную нагрузку. https://uproger.com/rust-vs-go-vs-csharp-proizvoditelnost-2026/

🔥 ChatGPT PRO на русском: открытый курс от первого промпта до агентов и Codex На GitHub появился бесплатный практический курс по ChatGPT, целиком на русском. Он умещается в один репо, поэтому ничего не нужно ставить и регистрироваться не надо. Программа идёт от простого к сложному в четыре уровня: база, работа, расширение и PRO. Всего в ней 13 модулей. Первые разбирают выбор между быстрыми и рассуждающими моделями, Deep Research, формулу промпта, память и проекты. Дальше идут анализ таблиц, Canvas, картинки и голос, а последние модули посвящены Custom GPTs, коннекторам, агентам, Codex и API. Главная ценность курса в практике. В нём 10 лабораторных: библиотека промптов, аналитика без Excel, ресёрч с проверкой источников, свой GPT, постановка задач агенту, разработка через Codex и автоматизация через API. К ним прилагаются 15 готовых рецептов под типовые задачи и разбор антипаттернов в формате «как делают неправильно и как надо». Отдельный модуль посвящён безопасности: prompt injection, утечки данных и проверка фактов за моделью. Курс удобно дать новичкам в команде или пройти самому, чтобы закрыть пробелы по агентам и Codex. https://github.com/justxor/ChatGPT_ru

🎓 Тестовый собес с Go Senior из Гамбурга, с опытом работы в Yandex и Uzum [ + эталонные ответы на 50 сложных вопросов в подарок ] В четверг, 8 октября, в 19:00 МСК приходи онлайн на тестовое собеседование. Можно посмотреть, как всё устроено изнутри, и понять, насколько ты готов к такому интервью. Интервьюер: Маруф Караев — Senior Software Engineer из Гамбурга, ex-Yandex, ex-Uzum. Как это будет: 📂 Маруф задаст разработчику-добровольцу те вопросы и задачи, которые даёт кандидатам на своих интервью. Заранее их никто не знает; 📂 После каждого ответа Маруф даст обратную связь: что прозвучало сильно, а что стоило раскрыть иначе. Так станет понятнее, на что обращают внимание на собесе; 📂 В конце сможешь задать Маруфу любой вопрос и получить развёрнутый ответ; Эфир проходит в рамках менторской программы ШОРТКАТ для Go-разработчиков, которые хотят сменить работу и вырасти в грейде и зарплате. 🎁 Подарок для всех, кто зарегается на веб: файл с эталонными ответами на 50 сложных вопросов с Go-интервью 🔥 Жми на кнопку, чтобы попасть на эфир и забрать подарок ↓ @shortcut_go_bot Реклама. О рекламодателе.

🚀 DevOps Interview 2026 - шпаргалка-курс для подготовки к собеседованию Всё, что спрашивают на собеседованиях DevOps / SRE / Platform Engineer в 2026 году — в одном репозитории. Короткая теория, команды, типовые вопросы с ответами, задачи live-coding и «ловушки» интервьюеров. https://github.com/justxor/devops-interview-2026

👣 Go 1.27 получился одним из самых заметных релизов языка за последние годы. Главное изменение - дженерик-методы. Теперь методы могут объявлять собственные параметры типа, поэтому многие хелперы и цепочки преобразований можно писать заметно чище. Но есть ограничение: такие методы нельзя использовать в интерфейсах. Ещё из важного: - новый encoding/json/v2 с более строгими правилами и потоковой обработкой JSON - uuid появился прямо в стандартной библиотеке, включая UUID v4 и v7 - улучшен type inference для generic-функций - мелкие аллокации до 80 байт стали дешевле - профиль goroutineleak стал стабильным - go fix получил новые автоматические миграции - появились изменения в net/http, TLS и инструментах разработки В статье разобрал не только список изменений, но и реальные примеры кода, подводные камни и чек-лист миграции продакшен-сервисов на Go 1.27. https://uproger.com/go-1-27-chto-novogo/

🔥 Удобный CLI для локального Kubernetes ctlptl помогает поднимать и управлять локальными Kubernetes-кластерами декларативно, почти как kubectl. Поддерживаются Docker Desktop, kind, k3d и Minikube. Кластер можно описать обычным YAML, а затем создать одной командой: ctlptl apply -f cluster.yaml Что умеет: - создавать и удалять локальные кластеры; - автоматически переключать kubectl context; - поднимать встроенный Docker Registry; - задавать версию Kubernetes и ресурсы Docker Desktop. Полезный инструмент, если часто тестируете Kubernetes локально и надоело каждый раз вручную настраивать kind, k3d или Minikube. GitHub: https://github.com/tilt-dev/ctlptl

👣 Большой разбор собеседований на Go в 2026 году На GitHub появился мощный репозиторий для подготовки к Golang-интервью: более 190 вопросов, каверзные задачи и live coding с решениями. Внутри: - 25 задач «что выведет код?»; - 22 live coding задачи с разборами; - goroutines, channels, sync, atomic и memory model; - runtime, scheduler, escape analysis и GC; - generics и context.Context; - HTTP, gRPC, базы данных и брокеры; - System Design для Middle+/Senior; - свежие изменения Go 1.22–1.27. Есть классические задачи вроде Worker Pool, LRU Cache, Rate Limiter, Fan-in, Pipeline, TTL Cache, Singleflight и Graceful Shutdown. По сути, готовая шпаргалка + задачник + roadmap для подготовки к Go-собеседованию. https://github.com/justxor/sobesrazborgoogle

🐹 golang-set - готовые множества для Go с поддержкой дженериков Библиотека для работы с коллекциями уникальных значений: убрать дубликаты, найти общие элементы или сравнить два набора данных. Что умеет: • Объединение, пересечение и разность множеств. • Добавление, удаление и проверка наличия элементов. • Работа с типами comparable. • Две реализации: потокобезопасная и без синхронизации. В версии 3.0.0 добавили Filter, AppendFrom и IsDisjoint — проверку отсутствия общих элементов. Убрали MongoDB-драйвер и поддержку BSON: теперь пакет зависит только от стандартной библиотеки. Среди пользователей проекта - Docker, 1Password, Ethereum и HashiCorp. 🔗 https://github.com/deckarep/golang-set #Go #Golang #OpenSource

Apache Kafka курс 2026: бесплатный курс по Kafka с нуля до профи на русском Kafka обучение без воды: каждый модуль состоит из понятной теории, схем, команд, которые можно запустить у себя, типичных ошибок и вопросов для самопроверки. Курс подходит, чтобы выучить Kafka с нуля, подготовиться к собеседованию на backend, data engineer или DevOps-позицию и спроектировать надёжную систему на Kafka в продакшене. https://github.com/justxor/KAFKAFREECOURSR

🔥 AI-кодинг в Go - не главная проблема. Проблема начинается, когда код никто нормально не проверяет. Разбор актуальной практики 2026 года: Copilot, Cursor и Claude действительно хорошо справляются с boilerplate, тестами, миграциями и рутинным кодом. Но на сложных участках — concurrency, context, редкие API - ошибки всё ещё легко выглядят «правдоподобно». Например, AI может сгенерировать код, который: - компилируется, но содержит race condition - теряет context и продолжает работу после отмены запроса - придумывает несуществующий метод библиотеки - проходит часть тестов, но ломается под нагрузкой Вывод отсюда не в том, что AI плохо пишет Go. Куда важнее сам workflow: repo context → change → compile → tests → static analysis → race detector → review → fix → PR То есть модель не должна быть «источником истины». Источником истины должны быть кодовая база, документация и детерминированные проверки. Для Go это особенно важно: go test ./... go test -race ./... go vet ./... staticcheck ./... Плюс отдельные правила для context, concurrency, shutdown, retries и внутренних API. Ещё сильнее схема становится, если один агент пишет код, а другой отдельно проверяет concurrency, архитектуру и edge cases. Идея простая: не нужно добиваться от AI идеального кода с первой попытки — нужно строить систему, в которой плохой код не проходит дальше без проверки. Это уже не просто AI-assisted coding. Это переход к agentic software engineering.

🔥 Хочешь расти в IT быстрее остальных? Перестань учиться в одиночку Можно годами смотреть курсы, читать документацию и всё равно топтаться на месте. А можно попасть в правильное окружение, где каждый день обсуждают новые инструменты, вакансии, реальные кейсы, ошибки и то, что уже завтра станет стандартом. Здесь собраны папки и каналы по разным направлениям IT, чтобы ты быстрее находил нужных людей, идеи и полезный контент - без бесконечного поиска. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview 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 Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подпишись и сохрани, здесь регулярно появляются новые подборки, инструменты и материалы, которые реально помогают расти быстрее.

🐹 Go: `defer f.Close()` может скрыть ошибку записи При работе с bufio.Writer данные сначала попадают в буфер. Ошибка может возникнуть при Flush() или закрытии файла - уже после успешного Write(). Сохранить все ошибки можно через именованный результат и errors.Join:

func save(path string, data []byte) (err error) {
    f, err := os.Create(path)
    if err != nil {
        return err
    }

    w := bufio.NewWriter(f)

    defer func() {
        flushErr := w.Flush()
        closeErr := f.Close()
        err = errors.Join(err, flushErr, closeErr)
    }()

    _, err = w.Write(data)
    return err
}

Нужны пакеты bufio, errors и os. Что здесь важно: * сначала выполняется Flush(), затем Close() * файл закрывается даже при ошибке сброса буфера * именованный err позволяет изменить результат после return, пока выполняется defer * errors.Join сохраняет все ошибки; errors.Is и errors.As умеют их проверять * если ошибок нет, результат остаётся nil Ловушка: defer errors.Join(err, f.Close()) закроет файл сразу - аргументы отложенного вызова вычисляются при регистрации defer. Приём работает в актуальном Go и доступен с Go 1.20. Flush() передаёт данные нижележащему writer; для синхронизации файла с хранилищем нужен отдельный f.Sync(). errors.Join - https://pkg.go.dev/errors#Join os.File - https://pkg.go.dev/os#File.Sync

⚡️ DeepSeek открыла веса V4.1-Flash DeepSeek выложила свежайшую DeepSeek-V4.1-Flash, мультимодальную MoE-модель на 552 млрд параметров, с контекстом до миллиона токенов и методом Causal Encoder-Decoder под капотом, который вдвое удешевляет разбор входа.

Задача, под которую её делали, скучная, но дорогая. Долго работающий агент постоянно перечитывает свой контекст, и всё прочитанное приходится держать в KV-кэше. На длинных дистанциях он раздувается, забивает видеопамять и упирается в пропускную способность шин.

В V4.1-Flash кэш сжат до 890 байт на токен, это вчетверо меньше, чем у V4-Flash, и в 437 раз, чем у первой версии DeepSeek. Каждому слою внимания заранее назначен один из трёх режимов: 🟢в полном слой считает свои ключи и значения сам; 🟢в режиме переиндексации берёт их у предыдущего слоя, но заново выбирает, на что смотреть; 🟢в режиме повторного использования не считает ничего - берёт и чужой кэш, и чужой выбор. Так хранить приходится в разы меньше. Сверху главный кэш держится в четырёхбитном формате FP4, и устойчивость к такой точности натренирована, а не добавлена после обучения. 🟡Causal Encoder-Decoder Метод вдохновлен майкрософтовской работой You Only Cache Once про переиспользование KV-кэша слоями. DeepSeek внесла в него структурные улучшения, чтобы поднять ёмкость кэша и глубину вычислений при его порождении. 40 слоёв разделены пополам: 20 на энкодер, 20 - декодер. К и V для декодера не считаются в каждом его слое, а проецируются из последнего скрытого состояния энкодера. Поэтому при разборе входа работает только первая половина сети - 8 млрд активных параметров на токен против 16 при генерации ответа.

Для агентов, у которых вход в разы длиннее вывода, это именно то, что нужно.

🟡Бенчмарки

На DeepSWE v1.1 модель берёт 74,2% против 74,0 у Claude Opus 5 и 73,0 у GPT-5.6 Sol. На Terminal-Bench 2.1 - 90,6% (выше всех). На AutomationBench - 54,8% против 50,3 у Opus 5. А вот в Terminal-Bench 4.0, где нужны экспертные знания в науке, модель даёт 31,2% против 51,8 у Opus 5, то есть разрыв с топами на самых сложных задачах никуда не делся.

Модель поддерживает настраиваемый уровень рассуждений от 1 до 100, в API это три пресета: low, high, max - они соответствуют значениям 50, 75 и 100. Шаблона чата в Jinja нет - вместо него советуют реализацию промптов на Python и отдельный набор Rust-библиотек. Сообщество на Hugging Face уже сделало квантованные версии практически под всё. 📌Лицензирование: MIT License 🟡Блогпост 🟡Веса 🟡Техотчет @ai_machinelearning_big_data #AI #ML #MMLM #MoE #Deepseek

Команды ждут тебя на треке программирование роботов на МТС True Tech Champ 2026  — всероссийском чемпионате по программированию с двумя треками и призовым фондом 10 250 000 рублей. Успей зарегистрироваться до 13 сентября. В треке программирования роботов тебе предстоит запрограммировать робособаку для доставки груза через полосу препятствий сначала в онлайн-симуляторе, а затем на офлайн-полигоне в финале 22 октября. Рекомендуемые стеки: Go, Java, Python, C#, C++, JS. Участие в командах 2-5 человек. Если у тебя нет своей команды, кураторы помогут объединиться с другими участниками на платформе. Масштабный финал объединит борьбу за призовой фонд 10 250 000 рублей, выступления хедлайнеров, доклады спикеров и активности для всех гостей мероприятия. Успей зарегистрироваться и пройти квалификацию до 13 сентября. erid:2VSb5xDCSMY

🔥 monty-go - безопасный запуск Python-кода от LLM прямо внутри Go Проект оборачивает интерпретатор Pydantic Monty в WebAssembly и запускает его через wazero. Что интересно: - pure Go — без CGO - без контейнеров и subprocess - запуск sandbox меньше миллисекунды - WASM-бинарник всего около 2,9 МБ - можно ограничить память, время, число аллокаций и глубину рекурсии - доступ к файлам и ОС идёт только через разрешённые Go-callbacks - внешние функции работают через pause/resume Главная идея — агент может написать один Python-скрипт, который вызывает ваши Go-инструменты, вместо длинной цепочки отдельных tool calls. Это уменьшает число обращений к модели и упрощает сложные agentic workflow. MIT. https://github.com/fugue-labs/monty-go

Spinifex - open-source платформа с AWS-совместимым API для запуска инфраструктуры на собственном железе. Проект позволяет поднимать сервисы, похожие на: - EC2 - VPC - S3 - EBS Всё работает на bare metal и остаётся под полным контролем владельца инфраструктуры. Spinifex рассчитан на сценарии, где обычное облако использовать нельзя или нежелательно: - edge-площадки - частные дата-центры - среды с плохой связью - изолированные и высокорисковые инфраструктуры Идея простая: получить привычную облачную модель AWS, но без зависимости от публичного облака. Проект написан на Go и открыт на GitHub: https://github.com/mulgadc/spinifex

🔴 Тестовое собеседование с Go Senior с опытом работы в Яндексе, EPAM и Uzum в этот четверг 3 сентября(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 в европейской компании, ex-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.

🔥 В Go есть странная, но полностью валидная конструкция: error.Error(errors.ErrUnsupported) Почему это работает: - errors.ErrUnsupported — реальная ошибка из пакета errors - error — интерфейс - Error — его метод - метод в Go можно вызвать как обычную функцию через method expression Поэтому:

err := errors.New("oops")

err.Error()
error.Error(err)

дадут одинаковый результат. А: error.Error(errors.ErrUnsupported) вернёт: "unsupported operation" Непривычный синтаксис, который легко принять за ошибку, хотя это обычная возможность языка.

🔥 diffyml - быстрый структурный diff для YAML и Kubernetes Вместо обычного сравнения строк инструмент понимает структуру YAML и показывает реальные изменения в данных. Что умеет: - сравнивать Kubernetes-ресурсы по apiVersion + kind + name - находить переименования ресурсов - сравнивать директории - подсвечивать изменения внутри строк - работать как git external diff - отдавать аннотации для GitHub, GitLab и Gitea CI - маскировать чувствительные значения - генерировать AI-summary изменений Написан на Go и имеет всего одну внешнюю зависимость. На больших YAML-файлах авторы заявляют скорость до 1,5-1,9× выше ближайшего YAML-aware конкурента. https://github.com/szhekpisov/diffyml

10 GitHub-репозиториев, которые стоит сохранить Go-разработчику в 2026 году. 1. Golang Roadmap 2026 🇷🇺 Один из самых полных свежих roadmap на русском: 19 модулей от синтаксиса и concurrency до PostgreSQL, gRPC, Kubernetes, observability, distributed systems, eBPF, Wasm и AI-агентов. В каждом модуле есть практика и проекты. github.com/Develp10/golangroadmap2026 2. Learn Go with Tests Один из лучших способов реально выучить Go, а не просто читать синтаксис. Язык изучается через TDD: interfaces, concurrency, context, HTTP, generics, iterators, mocks и архитектура тестируемого кода. github.com/quii/learn-go-with-tests 3. Practical Go Свежие материалы Ardan Labs по практическому Go. Хороший переход от «я знаю синтаксис» к пониманию того, как писать нормальный production-код. github.com/ardanlabs/practical-go 4. Go 101 Огромная и постоянно обновляемая база знаний по Go. Особенно полезна, когда базовый курс уже закончен и хочется глубже понять семантику языка, runtime, типы, memory model и неочевидное поведение Go. github.com/go101/go101 5. Uber Go Style Guide Как писать Go-код, который не стыдно отправлять на code review. Ошибки, goroutines, interfaces, naming, performance, functional options, table-driven tests и десятки production-практик. Репозиторий обновлялся и в 2026 году. github.com/uber-go/guide 6. Go by Example Go через маленькие работающие программы. Goroutines, channels, interfaces, HTTP, JSON, filesystem, timers, synchronization и другие вещи можно сразу запускать и менять руками. Проект продолжает учитывать новые возможности Go. github.com/mmcgrana/gobyexample 7. Exercism Go Track Если теорию уже прочитал - сюда за практикой. Большой набор задач с тестами и постепенно открывающимися концепциями Go. Track поддерживается и обновлялся в августе 2026 года. github.com/exercism/go 8. LearnGo Больше тысячи небольших примеров, упражнений и квизов. Хороший вариант для новичка: вместо огромного проекта постоянно исправляешь маленькие программы и сразу видишь результат. github.com/inancgumus/learngo 9. Wild Workouts Уже для тех, кто умеет писать Go, но хочет понять архитектуру больших приложений. На реальном проекте разбираются DDD, Clean Architecture, CQRS и рефакторинг. github.com/ThreeDotsLabs/wild-workouts-go-ddd-example 10. Awesome Go Не курс, а огромная карта современной Go-экосистемы: web, databases, distributed systems, observability, testing, networking, security, CLI и сотни библиотек. Репозиторий активно обслуживается и в 2026 году. github.com/avelino/awesome-go Если начинать с нуля, я бы шёл так: Golang Roadmap 2026 → Learn Go with Tests → Exercism → Go 101 → Uber Guide → Wild Workouts.