Python | Вопросы собесов

🤔 Что такое домен / доменное имя? Доменное имя — это человеко-понятный адрес сайта в интернете, например: example.com. Оно состоит из уровней: - com — домен верхнего уровня. - example — домен второго уровня. - Можно также иметь поддомены: blog.example.com. Домен привязан к IP-адресу через DNS. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Могу вас познакомить? - Это Софи. И теперь она будет искать работу за тебя. Не, я серьезно. Она умеет составлять резюме, делать отклики, и общаться с рекрутерами. Причем все это, она делает лучше чем ты сам. Она очень умная. Ты сам ей расскажешь про себя и свой опыт, а она продаст его так, как будто самый лучший маркетолог и карьерный консультант объединились и решили тебе помочь. Затем ты подключишь ее к своему аккаунту на HH.ру, и дальше произойдет магия. Она сама подготовит резюме. Она сама будет делать до 100 откликов в день. Она сама будет писать индивидуальные сопроводительные под КАЖДУЮ вакансию. И она сама будет переписываться с рекрутером и отвечать на его вопросы. И нет, она не будет откликаться на всякий шлак типо QA вакансий если ты Python разработчик. Или на Senior, хотя ты молодой джун. Это НЕ просто СПАМ откликами с первым попавшимся резюме. Это твой новый личный ассистент, который знает про поиск первой работы в IT — ВСЕ. Ведь мы больше 3.5 лет занимаемся трудоустройством и тренировали ее под тебя. Хочешь с ней познакомиться?) Тогда - велком. 24 июня мы анонсируем запуск нашего приложения и дадим доступ для 350 пользователей. После закроем продажи на несколько недель. В день анонса каждый пользователь получит: -3 дня бесплатного доступа к Софи. -1 месяц бесплатного доступа к тренажеру собеседований. -3 месяца подписки на Софи за 14990 3500 рублей. 24 июня. 350 мест. Подпишись, чтобы не пропустить⚡️

🤔 Как отсортировать список словарей по определенному полю? Для сортировки списка словарей по определенному полю в Python удобно использовать функцию sorted() или метод sort(). Оба подхода позволяют указать ключ сортировки с помощью параметра key, где можно передать либо функцию, либо лямбда-выражение, которое извлекает значение из словаря для сортировки. 🚩Почему это важно? Списки словарей часто используются для хранения структурированных данных. Например, вы можете иметь список сотрудников, где каждый сотрудник представлен в виде словаря с полями, такими как имя, возраст и зарплата. Сортировка по определенному полю позволяет упорядочить данные, чтобы ими было проще пользоваться или отображать. 🚩Как это сделать? 🟠Использование функции `sorted()` Эта функция возвращает новый отсортированный список.

   employees = [
       {"name": "Alice", "age": 30, "salary": 70000},
       {"name": "Bob", "age": 25, "salary": 50000},
       {"name": "Charlie", "age": 35, "salary": 120000}
   ]

   # Сортировка по возрасту
   sorted_employees = sorted(employees, key=lambda x: x["age"])

   print(sorted_employees)
   

Результат

   [{'name': 'Bob', 'age': 25, 'salary': 50000},
    {'name': 'Alice', 'age': 30, 'salary': 70000},
    {'name': 'Charlie', 'age': 35, 'salary': 120000}]
   

🟠Использование метода `sort()` Этот метод изменяет существующий список.

   employees = [
       {"name": "Alice", "age": 30, "salary": 70000},
       {"name": "Bob", "age": 25, "salary": 50000},
       {"name": "Charlie", "age": 35, "salary": 120000}
   ]

   # Сортировка по зарплате
   employees.sort(key=lambda x: x["salary"])

   print(employees)
   

Результат

   [{'name': 'Bob', 'age': 25, 'salary': 50000},
    {'name': 'Alice', 'age': 30, 'salary': 70000},
    {'name': 'Charlie', 'age': 35, 'salary': 120000}]
   

🟠Сортировка в обратном порядке Установите параметр reverse=True, чтобы отсортировать в порядке убывания.

   sorted_employees_desc = sorted(employees, key=lambda x: x["age"], reverse=True)
   print(sorted_employees_desc)
   

🟠Использование функции `itemgetter` из модуля `operator` Это более эффективный способ, чем лямбда-функция, особенно для больших данных.

   from operator import itemgetter

   sorted_employees = sorted(employees, key=itemgetter("age"))
   print(sorted_employees)
   

🚩Обработка отсутствующих значений Если поле может отсутствовать в некоторых словарях, можно использовать параметр key для обработки таких ситуаций.

employees = [
    {"name": "Alice", "age": 30},
    {"name": "Bob"},
    {"name": "Charlie", "age": 35}
]

sorted_employees = sorted(employees, key=lambda x: x.get("age", 0))
print(sorted_employees)

Результат

[{'name': 'Bob'},
 {'name': 'Alice', 'age': 30},
 {'name': 'Charlie', 'age': 35}]

Ставь 👍 и забирай 📚 Базу знаний

👩‍💻 Ищем Python разработчиков. Удалёнка, релокейт платим много! Специально для Вас, собираем лучшие вакансии для Python разработчиков с прямыми контактами в Telegram на канале @it_match_python Подпишись чтобы не упустить свой шанс получить лучший оффер! ➡️ Посмотреть вакансии

🤔 Что такое list comprehension? List comprehension в Python — это способ создания списков, используя конструкцию, состоящую из выражения и одного или нескольких циклов for и условий if в одной строке. Это позволяет генерировать новые списки путем применения выражения к каждому элементу последовательности, делая код компактным и часто более читаемым. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Как выбрать данные из двух таблиц без метода join()? В SQL можно объединять данные из двух таблиц без использования JOIN, используя альтернативные методы. 🚩Использование подзапросов (`SELECT` внутри `SELECT`) Подзапрос (subquery) позволяет выбрать данные из одной таблицы, используя данные из другой. Допустим, у нас есть две таблицы: employees (id, name, department_id) departments (id, name)

SELECT name, 
       (SELECT name FROM departments WHERE id = employees.department_id) AS department_name
FROM employees;

🚩Использование `IN` или `EXISTS` Можно фильтровать данные из одной таблицы, проверяя наличие значений в другой.

SELECT name 
FROM employees 
WHERE department_id IN (SELECT id FROM departments);

🚩Объединение данных через `UNION` Если таблицы имеют схожие колонки, можно объединить их с UNION.

SELECT id, name, email FROM users_old
UNION
SELECT id, name, email FROM users_new;

🚩Использование `CROSS JOIN` через `WHERE` Хотя CROSS JOIN делает декартово произведение, его можно фильтровать WHERE, имитируя INNER JOIN.

SELECT e.name, d.name AS department
FROM employees e, departments d
WHERE e.department_id = d.id;

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое замыкание (closure)? Замыкание — это функция, которая "помнит" значения переменных из внешней области видимости, даже после выхода из неё. Это позволяет сохранять состояние между вызовами. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Какие есть высокоуровневые языки программирования? Предоставляют более высокую степень абстракции от аппаратного обеспечения компьютера, чем низкоуровневые языки. Они ориентированы на удобство программирования, упрощение разработки, читаемость и поддержку кода. Эти языки скрывают детали работы с памятью и процессором, позволяя программистам сосредоточиться на логике приложения. 🚩Основные высокоуровневые языки программирования: 🟠Python Веб-разработка, анализ данных, научные исследования, искусственный интеллект, автоматизация.

def greet(name):
    return f"Hello, {name}!"

print(greet("World"))     

🟠Java Разработка корпоративного ПО, веб-приложений, мобильных приложений (Android), больших распределенных систем.

public class Main {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
   }
}
     

🟠C# Разработка настольных приложений, веб-приложений, игр (с использованием Unity), облачных сервисов.

using System;

class Program {
    static void Main() {
        Console.WriteLine("Hello, World!");
    }
}     

🟠JavaScript Веб-разработка, создание интерактивных пользовательских интерфейсов, серверные приложения, мобильные приложения (с использованием фреймворков, таких как React Native).

function greet(name) {
    return `Hello, ${name}!`;
}

console.log(greet("World"));     

🟠Ruby Веб-разработка, скрипты автоматизации, создание прототипов.

def greet(name)
  "Hello, #{name}!"
end

puts greet("World")     

🟠PHP Веб-разработка, серверные приложения, управление контентом.

<?php
function greet($name) {
    return "Hello, $name!";
}

echo greet("World");
?>     

🟠Swift Разработка мобильных и настольных приложений для экосистемы Apple.

func greet(name: String) -> String {
    return "Hello, \(name)!"
}

print(greet(name: "World"))     

🟠Kotlin Разработка Android-приложений, серверных приложений, веб-приложений.

fun greet(name: String): String {
    return "Hello, $name!"
}

fun main() {
    println(greet("World"))
}     

🟠Go (Golang) Разработка серверных приложений, облачных сервисов, микросервисов.

package main
import "fmt"

func main() {
   fmt.Println("Hello, World!")
}     

🟠Rust Системное программирование, разработка высокопроизводительных приложений, безопасное многопоточность.

fn main() {
    println!("Hello, World!");
}

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое подгенератор? Подгенератор — это генератор, из которого делается вложенный вызов через yield from. Это позволяет делегировать генерацию значений другому генератору. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое объект первого класса? Объект первого класса (или сущность первого класса) — это концепция из программирования, которая означает, что объект обладает всеми следующими свойствами: 🟠Хранение в переменной или структуре данных объект можно присвоить переменной или сохранить в структуре данных (например, списке, словаре). 🟠Передача в функцию в качестве аргумента объект можно передавать как параметр функции. 🟠Возврат из функции как результата функция может возвращать объект. 🟠Динамическое создание объект можно создавать во время выполнения программы (не только на этапе компиляции). 🚩Почему это важно? Объекты первого класса делают язык более гибким и мощным. Например: Функции можно передавать как аргументы для реализации более сложных вычислений. Можно хранить функции в структурах данных, что позволяет создавать таблицы вызовов функций или карты действий. Возможность возвращать функции из других функций упрощает реализацию таких концепций, как замыкания и фабрики функций. 🚩Пример на Python Присваивание функции переменной

def say_hello():
    return "Hello!"

# Функция присваивается переменной
greet = say_hello
print(greet())  # Вывод: Hello!

Передача функции как аргумента

def apply_function(func, value):
    return func(value)

def square(x):
    return x * x

result = apply_function(square, 5)
print(result)  # Вывод: 25

Возврат функции из функции

def multiplier(n):
    def multiply(x):
        return x * n
    return multiply

double = multiplier(2)
print(double(10))  # Вывод: 20

Ставь 👍 и забирай 📚 Базу знаний

🤔 Для чего используют Redis в проектах? Redis используется как высокопроизводительное in-memory хранилище. 1. Подходит для кэширования данных, управления сессиями, очередей сообщений. 2. Обеспечивает поддержку структур данных, таких как списки, множества, хэши, что упрощает реализацию сложных операций. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤖 Топ 4 ИИ-сервиса, которые освободят тебе 30 часов в неделю. Бесплатно + без регистрации Попробовать можно тут 👉 t.me/vistehno

🤔 Назови основные команды docker? Docker — это инструмент для создания, развертывания и управления контейнерами. Основные команды позволяют управлять образами, контейнерами, сетями и томами. 🚩Работа с образами (`images`) Образы — это "шаблоны" для создания контейнеров. Пример: скачиваем Python-образ

docker pull python:3.11

🚩Работа с контейнерами (`containers`) Контейнер — это запущенный процесс на основе образа. Пример: запустить контейнер с Ubuntu и войти в него

docker run -it ubuntu bash

Пример: остановить и удалить контейнер

docker stop my_app
docker rm my_app

🚩Работа с томами (`volumes`) Том (volume) — это способ хранения данных, которые не пропадут при перезапуске контейнера. Пример: подключить том к контейнеру

docker run -v my_data:/app/data ubuntu

🚩Работа с сетями (`networks`) Сети в Docker позволяют контейнерам взаимодействовать друг с другом. Пример: запустить два контейнера в одной сети

docker network create my_network
docker run -d --network my_network --name app1 ubuntu
docker run -d --network my_network --name app2 ubuntu

🚩5. Docker Compose (`docker-compose.yml`) Docker Compose позволяет управлять несколькими контейнерами с помощью docker-compose.yml. Пример docker-compose.yml

version: "3"
services:
  app:
    image: python:3.11
    volumes:
      - my_data:/app/data
    networks:
      - my_network

volumes:
  my_data:

networks:
  my_network:

Запуск

docker compose up -d

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что будет, если ошибку не обработает блок except? Исключение пробросится выше по стеку вызовов. Если его не перехватит ни один уровень, программа завершится с трейсбеком. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое параллелизм? Параллелизм — это способ выполнения программ, при котором несколько задач выполняются одновременно (реально параллельно). Он используется для ускорения работы программ, особенно на многоядерных процессорах. 🚩1. Как работает параллелизм? Пример без параллелизма (последовательное выполнение) Допустим, у нас есть две задачи: 1. Скачать файл (3 секунды). 2. Обработать данные (2 секунды). Если выполнять их последовательно

[1] Скачать файл... (3 сек)
[2] Обработать файл... (2 сек)
[Готово за 5 секунд]

Пример с параллелизмом (оба процесса выполняются одновременно) Если у нас 2 ядра процессора, можно выполнить задачи одновременно.

[1] Скачать файл... (3 сек) ──► Готово!
[2] Обработать файл... (2 сек) ──► Готово!
[Готово за 3 секунды]  ✅ Быстрее!

🚩Как реализовать параллелизм в Python? 🟠`multiprocessing` – настоящий параллелизм В Python multiprocessing создаёт отдельные процессы, которые работают на разных ядрах.

import multiprocessing
import time

def task(name):
    print(f"Начал {name}")
    time.sleep(2)
    print(f"Закончил {name}")

if __name__ == "__main__":
    p1 = multiprocessing.Process(target=task, args=("Процесс 1",))
    p2 = multiprocessing.Process(target=task, args=("Процесс 2",))

    p1.start()
    p2.start()

    p1.join()
    p2.join()
    print("Все процессы завершены")

🟠`threading` – многопоточность (НЕ параллельность в Python!) Python не может выполнять потоки параллельно из-за GIL, но threading всё же полезен для задач ввода-вывода.

import threading
import time

def task(name):
    print(f"Начал {name}")
    time.sleep(2)
    print(f"Закончил {name}")

t1 = threading.Thread(target=task, args=("Поток 1",))
t2 = threading.Thread(target=task, args=("Поток 2",))

t1.start()
t2.start()

t1.join()
t2.join()
print("Все потоки завершены")

🟠`asyncio` – асинхронность (НЕ параллелизм, но эффективное переключение задач) Асинхронность позволяет не ждать выполнения операции, а переключаться на другие задачи.

import asyncio

async def task(name):
    print(f"Начал {name}")
    await asyncio.sleep(2)  # НЕ блокирует другие задачи
    print(f"Закончил {name}")

async def main():
    await asyncio.gather(task("Задача 1"), task("Задача 2"))

asyncio.run(main())

🚩Виды параллелизма 🟠Параллелизм на уровне инструкций (ILP, CPU-level) Процессор выполняет несколько инструкций одновременно. Например, в современных процессорах есть конвейер (pipeline), который выполняет несколько операций параллельно. 🟠Параллелизм на уровне данных (Data Parallelism) Одна операция применяется к разным данным одновременно (используется в нейросетях, GPU).

import numpy as np

arr = np.array([1, 2, 3, 4])
result = arr * 2  # Все элементы умножаются одновременно (векторизация)
print(result)  # [2 4 6 8]

Ставь 👍 и забирай 📚 Базу знаний

🤔 Чем отличается while от for? - while — цикл, который выполняется пока условие истинно. Используется, когда неизвестно количество итераций. - for — итерационный цикл, проходящий по элементам коллекции или диапазону. Обычно применяется, когда известны шаги или есть итерируемый объект. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🔍Тестовое собеседование на Middle Python-разработчика в четверг 22 мая(в четверг) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Собес проведет Вадим Пуштаев, ex. head of backend в 💙, автор канала @pythonetc, архитектор в европейской компании Как это будет: 📂 Вадим будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Вадим будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Вадиму Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqxEGvHr

🤔 Что такое моржовый оператор? Моржовый оператор (:=) – это новый оператор, появившийся в Python 3.8, который позволяет присваивать значение переменной прямо внутри выражения. 🚩Как он работает? Обычно мы записываем код так:

value = len(my_list)  # Сначала присваиваем
if value > 10:  # Потом используем
    print("Список большой")

С := можно совместить оба действия

if (value := len(my_list)) > 10:
    print("Список большой")

🚩Где использовать? В циклах (избегаем лишних вычислений). Вместо:

data = input("Введите строку: ")
while data != "exit":
    print("Вы ввели:", data)
    data = input("Введите строку: ")

С := можно записать короче:

while (data := input("Введите строку: ")) != "exit":
    print("Вы ввели:", data)

В if и while (проверяем и присваиваем одновременно) Без :=

text = input("Введите слово: ")
if len(text) > 5:
    print(f"Слово длинное ({len(text)} символов)")

С :=:

if (length := len(text)) > 5:
    print(f"Слово длинное ({length} символов)")

В списковых включениях (list comprehensions) Без :=:

numbers = [random.randint(1, 100) for _ in range(10)]
filtered = [num for num in numbers if num % 2 == 0]

С :=:

filtered = [num for _ in range(10) if (num := random.randint(1, 100)) % 2 == 0]

🚩Когда не стоит использовать `:=`? Если код становится сложнее для чтения

if (a := func()) and (b := another_func(a)) > 10:
    ...

Ставь 👍 и забирай 📚 Базу знаний

Есть новости! Инженеры из QA.GURU проведут отдельный вебинар для продвинутых автоматизаторов на Python. Тема встречи: «Как стать Senior QA и выйти за рамки автотестов» — ведёт основатель проекта Стас Васенков. ❗Будет много практики и лайфкодинг. Стас покажет, как опытному автоматизатору расти дальше, разбираться в архитектуре и уверенно проходить собеседования в сильные команды. ⏳ Уже в этот четверг в 20:00 по МСК. В программе: — Что отличает Senior от Middle в 2025 году; — Почему одного написания тестов уже недостаточно; — Какие технические скиллы ждут на собеседованиях в топ-компаниях. И практика: — Перепишем автотесты с reqres.in и поднимем свой микросервис на FastAPI; — Освоим Kafka, gRPC, GraphQL, REST, SOAP, Postgres — через живой код; — Разберемся, как выйти за пределы фреймворка и мыслить как инженер. Спикер — Станислав Васенков: 10+ лет в автоматизации, ex-Head of QA в Госуслугах, автор allure-notifications, организатор QA-конференций, основатель QA.GURU. 🔗 Ссылка на регистрацию — места ещё есть.

🤔 Что такое кэш? Кэш — это временное хранилище данных, предназначенное для ускорения доступа к ним. Кэш может быть: - Браузерным (сохраняются изображения, стили и скрипты). - DNS-кэшем (сохраняются IP-адреса доменов). - Серверным или CDN-кэшем (снижение нагрузки на сервер). - В оперативной памяти — например, у приложений и баз данных. Цель кэша — уменьшить задержку и количество повторных обращений. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний