Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
Python вопросы с собеседований
Открыть в Telegram
Вопросы с собеседований по Python @workakkk - админ @machinelearning_interview - вопросы с собесдований по Ml @pro_python_code - Python @data_analysis_ml - анализ данных на Python @itchannels_telegram - 🔥 главное в ит РКН: clck.ru/3FmrFd
Больше📈 Аналитический обзор Telegram-канала Python вопросы с собеседований
Канал Python вопросы с собеседований (@python_job_interview) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 24 962 подписчиков, занимая 5 488 место в категории Технологии и приложения и 26 804 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 24 962 подписчиков.
Согласно последним данным от 05 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -153, а за последние 24 часа — -5, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.12%. В первые 24 часа после публикации контент обычно набирает 3.05% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 527 просмотров. В течение первых суток публикация набирает 762 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 8.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как github, api, собеседование, git, docker.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Вопросы с собеседований по Python
@workakkk - админ
@machinelearning_interview - вопросы с собесдований по Ml
@pro_python_code - Python
@data_analysis_ml - анализ данных на Python
@itchannels_telegram - 🔥 главное в ит
РКН: clck.ru/3FmrFd”
Благодаря высокой частоте обновлений (последние данные получены 07 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
24 962
Подписчики
-524 часа
-437 дней
-15330 день
Архив постов
👩💻 Python совет: используйте функцию map для обработки элементов списка без использования циклов!
@python_job_interview
📌 Save the date: мы проводим второй Yandex Open Source Jam!
📆 23 октября мы организуем (не)конференцию, посвящённую открытому коду и всему, что его окружает. На этот раз приезжаем в Санкт-Петербург!
Поговорим об опенсорсе и людях, которые его делают. В программе: анонсы, экспозона, дискуссии, афтерпати и, конечно, доклады.
🔴 Никита Соболев, фултайм-разработчик опенсорса, раскроет секреты своего десятилетнего опыта
🔴 Антон Фролов, ML-инженер из Яндекса, покажет, как мы ускоряем обучение нейросетей с помощью YaFSDP
🔴 Антон Полухин, руководитель группы разработки общих компонент из Яндекса, расскажет, как мы строим опенсорс-проект userver
🔴 Николай Воронцов, выпускающий редактор в N + 1, обсудит, как опенсорс помогает учёным и радует популяризаторов науки
📎 Регистрируйтесь на сайте — там же можно найти подробную программу выступлений!
🖥 Разбор 70 задач Leetcode
Этот ролик охватывает следующие темы:
▫️Временную и пространственную сложность алгоритмов.
▫️Все основные структуры данных.
▫️Советы по подготовке к интервью.
Решения представлены на языке программирования Python 🐍.
Сохраните этот материал для подготовки к собеседованиям 👇
Полное 5.5-часовое видео: https://youtu.be/lvO88XxNAzs?si=EX7_LAu3y8g7WETG
@python_job_interview
👩💻 Курс по Python от университета Гарварда!
🌟 Большой плейлист с крутым объяснением языка, пожалуй один из лучших курсов по Python!
🔗 Ссылка: *клик*
@python_job_interview
Выиграй 4 000 000 ₽ на True Tech Champ
МТС приглашает опытных и начинающих разработчиков поучаствовать в чемпионате. В треке «Программирование роботов» нужно будет создать алгоритм для прохождения лабиринта. Победит тот, чей робот окажется самым быстрым. При этом не обязательно разбираться в устройстве роботов: эксперты трека уже сконструировали их и создали прошивку. Для участия достаточно уметь программировать на одном из языков: С++, C#, Go, Python, JS, Java.
Регистрация открыта до 15 октября, отборочные онлайн-этапы уже стартовали!
До финала смогут дойти на равных разработчики вне зависимости от стека или уровня: питонисты или джависты, джуны или сеньоры. А с полуфиналов начнётся командный этап — можно собрать свою дримтим.
Участникам дадут доступ к API и подробные инструкции. Эксперты трека будут помогать, направлять и отвечать на вопросы на вебинарах.
Зарегистрироваться можно по ссылке.
🖥 Большая шпаргалка по SQL — внутри ждёт всё, от основных команд до продвинутых фишек, вроде оконных функций.
— Основные команды SQL;
— SOL Joins;
— SQL Unions, Intersect, Except;
— Временные таблицы SQL, таблицы просмотра, CTE;
— Ранги SQL.
Сохраняйте себе, чтобы не потерять.
@python_job_interview
👩💻 Создание QR кодов с использованием библиотеки Pyqrcode
@python_job_interview
🖥 Полезный репозиторий на Github, в котором собраны вопросы с собеседований по всевозможным IT сферам!
🔍 Что есть?
🌟 Фронтенд
🌟 Бэкенд
🌟 DevOps
🌟 Android - разработка
🌟 Fullstack
🔥 И многое другое!
🔗 Смотрим здесь: *клик*
@python_job_interview
❓ Как вы можете использовать
asyncio для написания асинхронного кода в Python, и какие преимущества и недостатки вы видите в использовании асинхронного программирования по сравнению с многопоточностью? Приведите примеры.
❗️ asyncio — это стандартная библиотека Python для написания асинхронного кода. Она позволяет использовать синтаксис async и await, чтобы писать неблокирующий код. Вот простой пример использования asyncio:
import asyncio
async def fetch_data(url):
print(f"Fetching data from {url}...")
await asyncio.sleep(2) # Имитация сетевого запроса
print(f"Data from {url} fetched.")
return f"Data from {url}"
async def main():
urls = ["http://example.com/1", "http://example.com/2", "http://example.com/3"]
tasks = [fetch_data(url) for url in urls]
results = await asyncio.gather(*tasks)
print(results)
asyncio.run(main())
Пост для тех, кто прямо сейчас ищет работу Python-разработчиком или хочет усилить свои скиллы, чтобы перейти на новый грейд ⬇️
Сегодня знакомим вас с проектом IT Mentor, для которых гарантии трудоустройства — это не просто рекламный слоган, а принцип работы 🔥
Вместе с опытными менторами Senior-уровня вы можете изучить Python с нуля или закрыть пробелы в знаниях всего за 6 месяцев и ничего за это не платить! До выхода на работу 👉🏻 оплата за полный цикл обучения происходит только в конце курса и только для студентов, которые смогли трудоустроиться.
В программе самый актуальный стек:
— основыPython,
— Django,
— Базы данных,
— FastApi
— Git,
— Опыт разработки на проекте в команде под руководством лида.
Стартовая зарплата выпускника курса "Python-разработчик" — 200-230 тыс.р 💸., а сообщество студентов и менторов всегда готово прийти на помощь не только во время учебы, но и с реальными рабочими трудностями.
Хотите присоединиться к группе и узнать больше о курсе? Переходите по ссылке и оставляйте заявку на сайте 📲 https://clck.ru/3DoJnh
*Количество мест ограничено.
Реклама. ИП Тюльников, ИНН 526223159257.
🖥 Визуализация частот слов с помощью Python
@python_job_interview
❓ Назовите различия между Django, Pyramid и Flask
❗️ Ответ :
🌟 Flask — это «микрофреймворк», изначально созданный для небольших приложений с более простыми требованиями. В Flask вам придется использовать внешние библиотеки. Flask готов к использованию "из коробки"
🌟 Pyramid создан для более крупных приложений. Он обеспечивает гибкость и позволяет разработчику использовать правильные инструменты для своего проекта. Разработчик может выбрать базу данных, структуру URL, стиль шаблонов и многое другое. Pyramid — это сильно настраиваемый инструмент
🌟 Django также может использоваться для более крупных приложений, как и Pyramid. Он включает ORM
@python_job_interview
+1
💼 Обратное собеседование (reverse-interview) это список вопросов для соискателей.
Пункты не упорядочены и могут быть неприменимы к конкретной должности или виду работы. Вначале это был просто список вопросов, но со временем он стал включать ещё и те вещи, которых хотелось бы видеть больше, и «красные флажки», то есть вещи, которых хочется избегать. Ещё я обратил внимание, что многие люди, которых я собеседовал, не задавали эти вопросы, и, я думаю, это были упущенные возможности.
Разделы вопросов:
- Технологии
- Должность
- Команда
- Ваши будущие коллеги
- Компания
- Бизнес
- Удалённая работа
- Офисная работа
- Компенсация
- Больничный, декретный период, отпуск
📌 Вопросы
@python_job_interview
👩💻 Ускорь Pandas в 20 раз, изменив всего одну строчку кода! 🔥
💡 Pandas часто бывает медленным из-за ограничений, таких как одноядерные вычисления и громоздкие DataFrame-ы. Но есть простое решение: FireDucks — библиотека с таким же API, как у Pandas, которая решает эти проблемы и значительно ускоряет обработку данных.
❓ Как ускорить Pandas?
🌟 Просто замените импорт библиотеки:
❌ Было:
import pandas as pdimport fireducks.pandas as pd
👩💻 Пет-проект на Python за 50 минут. Курс по FastAPI для начинающих (2024)
💡 В видео рассматривается создание простого проекта на Python с использованием FastAPI. Обсуждаются основные концепции, такие как маршрутизация, обработка запросов и использование зависимости. Программа охватывает создание RESTful API, работу с параметрами, развертывание приложения через Docker а также интеграцию с базой данных. Также приведены советы по развертыванию приложения и тестированию. Это видео подходит для начинающих, желающих быстро освоить FastAPI
🕞 Продолжительность: 50:00
🇷🇺 Видео на русском языке!
🔗 Ссылка: *клик*
#курс #python #docker #fastapi
@python_job_interview
Repost from Machinelearning
🌟 Awesome-list советов по поступлению в аспирантуру и научной работе.
Репозиторий GitHub "advice", в котором содержится обширная коллекция ссылок на ресурсы, предлагающие советы по различным аспектам поступления в аспирантуру, проведения исследований и жизни в аспирантуре, в основном в области информатики, NLP и ML.
Автор репозитория - Shaily Bhatt, аспирант первого года обучения в Институте языковых технологий CMU и бывший сотрудник NLU Group в Google Research (Индия).
Содержание:
Заявки в аспирантуру:
🟢общие советы по заявкам;
🟢советы, специфичные для программ MS;
🟢советы по заявкам на предварительные докторские программы;
🟢советы о том, стоит ли получать докторскую степень;
🟢советы по выбору учебных заведений и научных руководителей.
Исследования:
🟠общие советы по исследованиям;
🟠советы для аспирантов;
🟠идеи для исследований;
🟠советы по написанию работ;
🟠советы по рецензированию;
🟠советы по чтению;
🟠советы по публикации и конференциям;
🟠советы по динамике отношений между научным руководителем и аспирантом;
🟠советы по научно-исследовательским стажировкам;
🟠советы по нетворкингу;
🟠советы по выступлениям и презентациям;
🟠советы по продуктивности;
🟠советы по борьбе с синдромом самозванца;
🟠советы по инструментам для исследований.
В репозитории также есть раздел "Список списков", в котором собраны ссылки на другие полезные ресурсы.
🖥GitHub
@ai_machinelearning_big_data
#AI #ML #Resources #Github #Awesome
❓ Как реализовать менеджер контекста в Python с помощью класса? В каких случаях его стоит использовать? Приведите пример его реализации и покажите, как он работает
❗️Менеджеры контекста позволяют правильно управлять ресурсами, например, открытием и закрытием файлов, установлением и завершением соединений с базами данных или блокировкой и освобождением ресурсов в многопоточном программировании. Классический способ создания менеджера контекста — использование конструкции with. Менеджеры контекста помогают упрощать код и предотвращают утечки ресурсов, так как гарантируют выполнение завершающих действий даже при возникновении исключений.
Для создания менеджера контекста с помощью класса необходимо определить два метода:
enter() — код, выполняемый при входе в контекст (with).
exit(self, exc_type, exc_val, exc_tb) — код, выполняемый при выходе из контекста, даже если внутри возникло исключение.
💡Пример:
Допустим, у нас есть класс DatabaseConnection, который имитирует подключение к базе данных. Менеджер контекста будет обеспечивать автоматическое подключение и отключение от базы данных:
class DatabaseConnection:
def __init__(self, db_name):
self.db_name = db_name
def __enter__(self):
# Действия при входе в контекст
print(f"Connecting to database '{self.db_name}'...")
self.connection = f"Connection to {self.db_name}"
return self.connection # Возвращаем объект соединения
def __exit__(self, exc_type, exc_val, exc_tb):
# Действия при выходе из контекста (закрытие соединения)
print(f"Closing connection to '{self.db_name}'...")
self.connection = None
return False # Если возникло исключение, не подавлять его
# Использование менеджера контекста
with DatabaseConnection('test_db') as conn:
print(f"Using {conn} to execute queries...")Connecting to database 'test_db'... Using Connection to test_db to execute queries... Closing connection to 'test_db'...💡Объяснение 🌟Метод enter() открывает соединение и возвращает его. 🌟Метод exit() автоматически вызывается при выходе из блока with и закрывает соединение. 🌟Если в блоке with возникнет исключение, оно будет передано в exit(), но не будет подавлено (return False). @python_job_interview
Ищем автора эталонного кода! 💎
Если вы уверены, что вашему коду подходит звание «Эталонный», а вам — звание «Автор самого красивого кода», то приглашаем принять участие в Конкурсе красоты кода 2.0 и выиграть классные призы от Сбера: iPhone 16 и умную колонку SberBoom.
Опытные эксперты определят победителей в пяти категориях: Backend, Frontend, DevOps, AI и Mobile, — а награждение пройдёт на ключевом IT-событии HighLoad в Москве, 2 и 3 декабря.
Больше 40 участников прошлого конкурса стали частью команды Сбера. Возможно, следующим станете именно вы — переходите по ссылке и изучайте подробности!
🖥 Python полный курс для начинающих Урок3 : работа с операторами и Math
🔥Смотреть
▪Урок2
▪Урок 1
▪Лучшие бесплатные курсы и книги по Python в 2024 год
@python_job_interview
❓ Как механизм interning влияет на сравнение строк в Python? Приведите пример, когда использование оператора == и оператора is для строк дает разные результаты. В каких случаях это знание может быть полезно?
❗️ В Python существует механизм interning, который используется для оптимизации хранения и сравнения строк. Interning автоматически применяет к коротким строкам, строкам с символами только из алфавита или строкам, которые часто используются в программе. Это означает, что такие строки могут быть закэшированы, и вместо создания нового объекта Python будет использовать уже существующий.
💡 Когда строка подвергается интернированию, все переменные, которые ссылаются на одну и ту же строку, фактически указывают на один и тот же объект в памяти. В этом случае операторы == (сравнение по значению) и is (сравнение по идентификатору объекта) будут возвращать одинаковый результат. Но если строки не закэшированы или были созданы динамически, то is может вернуть False, даже если строки равны по значению (==).
Пример:
# Строки, созданные вручную (будут интернированы)
a = "hello"
b = "hello"
print(a == b) # True, так как значения строк одинаковы
print(a is b) # True, так как строки интернированы и ссылаются на один объект
# Строки, созданные динамически (не всегда интернированы)
x = "".join(["hel", "lo"])
y = "hello"
print(x == y) # True, значения одинаковы
print(x is y) # False, так как x и y — это разные объекты в памяти