Python вопросы с собеседований

👩‍💻 questionary — библиотека для Python, которая предоставляет простой и удобный способ создавать интерактивные текстовые интерфейсы в командной строке! Эта библиотека подходит для создания диалогов с пользователем, например, для выбора из списка, ввода текста или подтверждения. 🔍 Основные возможности Questionary: 🌟 Разнообразие типов вопросов: Ввод текста, Выбор одного варианта из списка, Выбор нескольких вариантов, Подтверждение, Ввод пароля, Слайдер! 🌟 Поддержка настроек: Можно кастомизировать внешний вид и поведение вопросов, есть возможность задать предустановленные значения по умолчанию. 🌟 Интуитивный и минималистичный API. 🌟 Поддержка ANSI-цветов: Возможность стилизовать вопросы для более выразительного отображения. 🔐 Лицензия: MIT 🖥 Github @python_job_interview

👩‍💻 algorithms — полезный репозиторий с коллекцией алгоритмов, реализованных на языке Python! 🌟 Он охватывает широкий спектр алгоритмических тем, включая сортировку, поиск, работу с графами, структуры данных, динамическое программирование, криптографию и многое другое. Основной целью репозитория является предоставление образовательного ресурса для изучения алгоритмов и улучшения навыков программирования. 🔐 Лицензия: MIT 🖥 Github @python_job_interview

⚡️ Тензорное разложении и его применении в машинном обучении. Урок 4 📌 Видео 📌 Урок 1 / Урок2 / Урок3 📌 Colab

👩‍💻 pywebview — это легковесная кроссплатформенная библиотека на Python, которая позволяет создавать графический интерфейс для приложений с использованием веб-технологий, таких как HTML, CSS и JavaScript! 🌟 Она отображает веб-контент в родных окнах GUI на различных операционных системах (Windows, macOS, Linux, Android) с минимальными зависимостями, сохраняя малый размер исполнимого файла. Pywebview поддерживает двустороннюю связь между Python и DOM, что позволяет интегрировать веб-технологии с Python-программами. 🔐 Лицензия: BSD-3-Clause 🖥 Github @python_job_interview

📌Топ Python-проектов для ML 2024 года. Эти проекты были выбраны на основе их актуальности на 2024 год. Каждый из них - смесь практической полезности, новизны и, честно говоря, крутости, будь то смелый и инновационный подход, элегантное решение сложных проблем или просто умная реализация. 🟢BAML - предметно-ориентированный язык для работы с LLM. BAML превращает текстовые промпты в многократно используемые функции LLM с типизированными переменными и обеспечивают конкретный тип выходных данных. BAML превосходит другие методы получения структурированных данных от LLM и поддерживает VS Code и Cursor. 🟢marimo - Python notebooks геймчейджер. Новый подход к notebook, который превращает их в мощную, реактивную среду для создания удобных для совместного использования рабочих процессов. Marimo готов заменить Jupyter и Streamlit, устраняя проблемы скрытого состояния и ручного выполнения ячеек. 🟢OpenHands - мощный агент для разработки. Безопасная изолированная среда, где AI-агенты могут выполнять код, взаимодействовать с веб-браузерами, управлять файлами, отлаживать проблемы, рефакторить код и даже сотрудничать с другими агентами. Среда включает в себя Docker-песочницу с доступом к bash-оболочке, веб-браузингом и IPython-сервером. 🟢Crawl4AI - интеллектуальный веб-скрапинг. Библиотека, которая обрабатывает динамический контент, обходит механизмы защиты от ботов, извлекает структурированные данные и масштабирует задачи сбора массивов информации. Асинхронная архитектура дает высокую скорость работы даже со сложным JavaScript. На выходе - форматы JSON, markdown и очищенный HTML, готовые для импорта в LLM. Crawl4AI поддерживает Chromium, Firefox и WebKit через Playwright. 🟢LitServe - универсальный движок для развертывания моделей. Детище LightningAI - мощный инструмент для развертывания моделей и сложных AI-конвейеров. Построен на базе FastAPI, поддерживает PyTorch, TensorFlow, JAX и работает с GenAI, СV, ASR и эмбедингами. LitServe умеет в KV-кэширование для LLM, и подходит как для легких приложений, так и для тяжелых корпоративных нагрузок. 🟢Mirascope - унифицированный интерфейс LLM. Python-инструмент для упрощения извлечения структурированных данных из LLM. Он предлагает удобный интерфейс, основанный на декораторах и декларативных схемах. Mirascope поддерживает OpenAI, Anthropic и Cohere и имеет свой поисковый агент WebSearchAgent, который может автономно собирать информацию из интернета. 🟢Surya - OCR с высокой точностью. OCR-система на 90 языках. Surya извлекает текст из сканированных изображений, PDF-файлов и других визуальных форматов с точностью, сравнимой с Google Cloud Vision. Помимо OCR, Surya проводит расширенный анализ документа, определяя заголовки, изображения, таблицы и порядок чтения, что идеально для оцифровки книг, форм и научных документов. 🟢DataChain - конвейер данных для ИИ. Платформа для управления версиями мультимодальных наборов изображений, видео, текста и PDF-файлов. Библиотека преобразует разрозненные файлы в централизованные датасеты, которые легко запрашивать и манипулировать с помощью Python без использования Spark или SQL. DataChain поддерживает PyTorch, TensorFlow, AI-генерацию метаданных, сериализацию инференса LLM и выполнение пакетных процедур. 🟢Narwhals - универсальный слой совместимости для DataFrame-библиотек. Легковесный слой, который объединяет pandas, Polars, PyArrow, Modin и cuDF в Python. Он позволяет писать код, не зависящий от используемого бэкенда, используя подмножество API Polars в качестве интерфейса. Поддерживает как eager, так и lazy execution стили, включая Dask. Narwhals не имеет зависимостей и обеспечивает статическую типизацию для автозавершения и подсказок в IDE. 🟢PydanticAI - фреймворк для разработки AI-приложений. Фреймворк агентов, которые управляют взаимодействием с LLM и проверкой их инференса. Имеет систему внедрения зависимостей, позволяющую динамически получать контекстные данные. PydanticAI поддерживает пользовательские функции Python, вызываемые агентами для доступа к информации и выполнения вычислений. @ai_machinelearning_big_data

⚡️ Математика машинного обучения.Базовые понятия тензорного исчисления. Урок 3 📌 Видео 📌 Урок 1 / Урок2 📌 Colab @python_job_interview

👩‍💻 Словарные включения в Python: как и когда их использовать? 💡 Словарные включения — это краткий и быстрый способ создания, преобразования и фильтрации словарей в Python. Они могут значительно повысить краткость и читаемость вашего кода по сравнению с использованием обычных for циклов для обработки ваших словарей! 🌟 Понимание работы с ними имеет решающее значение для вас как разработчика Python, поскольку они представляют собой крайне полезный инструмент Python для работы со словарем и могут стать ценным дополнением к вашему набору инструментов программирования! 🔗 Ссылка: *клик* @python_job_interview

🌐Хотите создать веб-приложение, но не знаете, с чего начать? 📖На открытом уроке «Создание веб-приложения на Django за 1 час» вы сделаете первый шаг в мире веб-разработки. Мы начнём с идеи и за час создадим работающий проект. ⚙️Настроим окружение, создадим модель данных, разберёмся с админ-панелью и выведем результат на экран. Вы увидите, что программирование на Python — это просто, если за дело берутся профессионалы! 👉Присоединяйтесь 25 декабря в 20:00 мск и получите скидку🥳 на участие в большом курсе «Python Developer. Basic»: https://otus.pw/HGAC5/?erid=LjN8KLsSN  Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

❓ Что выведет этот код и почему? ❗️ Ответ: 6. Объяснение: 1. В функции outer_func создается x со значением 2. 2. Следом объявляется функция inner_func, она не запоминает значение x или y сразу, а получит его только при ее использовании. 3. x становится равен x + 2, т.е. 4, объявляется y со значением 2 4. выполняется блок return (x(4) + y(2) = 6). 5. Несмотря на объявление значения y = 3, функция inner_func будет вызвана только после возвращения значения y = 2. Поэтому вывод будет равен 6. @python_job_interview

Скажите рутине STOP✋ 👉 Ускорьте рабочие процессы и освободите время для более интересных дел — с помощью курса Слёрма «Python для инженеров». Это обучение, заточенное на инженеров — в нём нет ничего лишнего, только то, что необходимо именно вам. На курсе вы научитесь: 🔹 писать эффективный и поддерживаемый код; 🔹 писать Kubernetes-операторы и модули для Ansible; 🔹 создавать, использовать и тестировать свои API; 🔹 взаимодействовать с инструментами CI/CD, CVS и DevOps системами.

Для того, чтобы вы смогли «пощупать» курс изнутри, даём бесплатный пробный доступ на 3 дня. А при покупке даём в подарок мини-курс «Python, Чат-боты и DevOps» и видеокурс «Gitlab CI/CD».

Старт 14 января. Познакомиться с программой и занять своё место на курсе — по ссылке. Реклама ООО «Слёрм» ИНН 3652901451

⚡️ Курс: Математика Машинного обучения Урок 2 Инвариантность 📌 Видео 📌 Урок 1 📌 Colab @python_job_interview

🔥 geeksforgeeks.org — невероятно полезный сайт с огромным числом справочных материалов, курсов и подготовкой к собеседованиям во всевозможных отраслях IT! 🔗 Ссылка: *клик* @python_job_interview

Подготовка к Новому году – это волнительно и приятно. Но давайте совместим приятное с полезным. Например, создадим телеграм-бот для новогодних поздравлений! 18 декабря на вебинаре «Телеграм-бот своими руками» вы узнаете: - Как устроен телеграм-бот - Как создать телеграм-бот на сервере Telegram - Как написать бэкенд для телеграм-бота на базе фреймворка Aiogram Мастер-класс проведёт Кирилл Панфилов, преподаватель OTUS, классный программист и автор ютуб-канала [dirty-python] Приглашаем начинающих Python-разработчиков, разработчиков на Jave и других языках, а также всех, кто интересуется разработкой и IT. Результаты вебинара: функционирующий бот, прокачка навыков программирования на Python, доступ к закрытому сообществу,  а ещё – скидка на курсы и полезные материалы. 18 декабря, 19:00 МСК Записаться на вебинар - https://otus.pw/QZDr/?erid=LjN8K7NSr Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

❓ Что такое хвостовая рекурсия? ❗️ Это — особый вид рекурсии, когда функция заканчивается вызовом самой себя без дополнительных операторов. Когда это условие выполняется, компилятор разворачивает рекурсию в цикл с одним стек-фреймом, просто меняя локальные переменные от итерации к итерации. @python_job_interview

Придумать, что дарить близким, — ежегодная задача со звёздочкой. А ведь в детстве можно было просто сделать подарок своими руками. Чуть-чуть картона, чуть-чуть ваты и частичку души. Яндекс Практикум запустил Студию цифровых поделок, где вы снова сможете делать подарки своими руками, но уже с помощью нейросетей и онлайн-сервисов. Выберите настроение, настройте параметры — и алгоритмы подскажут, что и как можно смастерить. А ещё на странице студии вас ждут приятные бонусы и скидки от Практикума и других сервисов Яндекса. 🎁 Забрать идеи для близких и подарки для себя

👩‍💻 Эта статья посвящена использованию Slack API с Python и Flask для создания чат-ботов и интеграций в Slack. Она объясняет процесс настройки среды, регистрации приложения в Slack, аутентификации через OAuth, и отправки сообщений в каналы Slack. Статья также включает пример простого Flask-приложения, демонстрирующего, как взаимодействовать с API Slack. 🔗 Ссылка: *клик* @python_job_interview

📖 Огромная бесплатная книга: Введение в науку о данных: основы вычислений! 🔗 Читать: *клик* @python_job_interview

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker 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 Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg 💼 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

👩‍💻 Изучите разработку бэкенда на Python, создав 3 проекта! 🔍 Вот проекты, которые вы будете реализовывать: 🌟 Генератор статей для блога с помощью AI: Погрузитесь в мир искусственного интеллекта, создавая инструмент, который генерирует статьи блога. Вы узнаете об интеграции ИИ в веб-разработку. 🌟 Клон Netflix: создайте клон Netflix, в котором вы реализуете аутентификацию пользователей, потоковую передачу видео и динамичный, адаптивный пользовательский интерфейс. 🌟 Клон Spotify: ​​создайте платформу потоковой передачи музыки, узнайте, как управлять аудиофайлами, пользовательскими плейлистами и потоковой передачей данных в реальном времени. 🕞 Продолжительность: 10:08:01 🔗 Ссылка: *клик* @python_job_interview

👩‍💻 Создание простой таблицы с помощью Python! @python_job_interview