Библиотека собеса по Python | вопросы с собеседований

‼️ Последний шанс вебинар уже СЕГОДНЯ в 19:00 «AI-агенты: Новый инструмент в арсенале DS-специалиста. Обзор курса» Прекращаем писать вручную каждый скрипт, прямо сегодня можно узнать, как реализовать все ИИ-хотелки ➡️ Кто будет ведущий: Никита Зелинский – Chief Data Scientist МТС, руководитель центра компетенций Data Science и head of ML Platforms Big Data МТС ➡️ На вебинаре разберем: 1. Содержание уроков курса: 🔵Что такое AI-агенты и как они работают «под капотом» 🔵Какие фреймворки и инструменты будем осваивать (LangChain, AutoGen, CrewAI и др.) 🔵Практические кейсы курса: от простых автономных скриптов до сложных агентских систем. 🔵Чему конкретно вы научитесь на каждом модуле 2. Применение агентов в мире и в МТС: 🔵Реальные примеры: как агенты уже меняют DS-практику глобально (автоматизация EDA, feature engineering, мониторинг, развертывание). 🔵Особый фокус: Как мы уже применяем и будем применять AI-агенты внутри МТС для решения бизнес-задач 🔵Какие задачи DS в МТС идеально ложатся на плечи агентов 🔵Перспективы: Куда движется это направление и как занять в нем лидирующую позицию Не упусти свой шанс стать эффективнее уже сейчас! 📅 Дата: СЕГОДНЯ, 23 июня ⏰ Время: 19:00 (МСК) 📍 Формат: Онлайн-вебинар 👨‍💻 Ведущий: Никита Зелинский 👉 Бронируй свое место прямо сейчас! P.S. Вебинар стартует через несколько часов — регистрируйся, пока не опоздал!

Что делают StringIO и BytesIO? StringIO и BytesIO — это классы из стандартной библиотеки, которые позволяют обрабатывать строки и байты как файлоподобные объекты. StringIO предназначен для работы с текстом. Он позволяет записывать строки в объект и считывать их оттуда же, имитируя файловый интерфейс. Это удобно для работы со строками в местах, где ожидается файл — например, для mock-объектов. BytesIO выполняет ту же роль для байтов — позволяет записывать байты в объект и считывать их как файл. Это удобно для имитации файлового ввода/вывода в памяти или для работы с двоичными данными. В целом, эти классы упрощают работу с текстом и двоичными данными, эмулируя файловый интерфейс для строк и байтов в памяти. э Библиотека собеса по Python

😱 Уже завтра — вебинар про AI-агентов! Мест почти не осталось На вебинаре вы получите то, чего нет в открытых источниках — живой разбор, примеры и прямой диалог с экспертом. Но только если придёте. ➡️ Что будет: — покажем структуру курса и ключевые модули — обсудим вопросы, которые обычно остаются за кадром — разберём реальные кейсы: как применять AI-агентов — от чат-ботов до систем поддержки решений 📅 Уже 23 июня в 19:00 МСК 🎙️ Ведёт Никита Зелинский — эксперт в AI и DS 👉 Зарегистрируйтесь заранее, чтобы не забыть: https://clc.to/_lDV0Q 🫢 Для тех, кто дочитал до конца → промокод lucky, он даст −5.000₽ на курс

Напишите программу для создания целочисленного массива со значениями, принадлежащими диапазону от 10 до 60 import numpy as np arr = np.arange(10, 60) print(arr) Вывод: [10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59] Библиотека собеса по Python

Как подсчитать частоту появления заданного положительного значения в массиве NumPy? Мы можем использовать функцию bincount() для вычисления количества раз, когда заданное значение встречается в массиве. Эта функция принимает в качестве аргументов только положительные целые числа и булевы выражения. import numpy as np arr = np.array([1, 2, 1, 3, 5, 0, 0, 0, 2, 3]) result = np.bincount(arr) print(result) Результат: [3 2 2 2 0 1] Здесь следует отметить, что каждый элемент представляет собой количество соответствующих значений индекса, присутствующих в исходном массиве. Библиотека собеса по Python

Что делает функция statvfs из модуля os? Функция statvfs() используется для получения информации о файловой системе, содержащей указанный путь. Она возвращает объект класса os.statvfs_result, атрибуты которого представляют информацию о файловой системе." Библиотека собеса по Python

Что такое Trio? Trio — это библиотека асинхронного программирования для Python, которая упрощает написание высокопроизводительных и масштабируемых приложений. Она основана на модели «async/await» и предоставляет ряд инструментов для работы с асинхронными операциями, такими как сетевые запросы, обработка файлов и I/O. Библиотека собеса по Python

🔥 Не пропустите событие лета для DS-комьюнити 23 июня, 19:00 Мск — бесплатный вебинар с Никитой Зелинским «AI-агенты для DS: обзор курса и практические кейсы» 😤 Пока все обсуждают, «как бы внедрить LLM», мы покажем, как строить полноценных AI-агентов, которые делают работу вместо тебя. За час Никита разложит по полочкам: — архитектуру курса и ключевые модули — частые ошибки студентов, о которых не принято говорить вслух — реальные юзкейсы: от чат-ассистентов до систем поддержки решений в проде ➡️ Что почитать от Никиты до Веба: — Как adversarial-атаки живут даже при смене модели (и почему «подвинуть кровати в борделе» не спасёт) — Самый быстрый пакетный менеджер uv и эксперимент «pip vs uv» — 17 методов XAI и 20 метрик на NIPS’24: как не утонуть в «объяснимости» ⚡️ Хотели задать Никите свой каверзный вопрос? Ловите шанс: только в прямом эфире — отвечаем на всё, что обычно «остаётся за кадром». ⏰ МЕСТ МАЛО регистрация закроется, как только забьём комнату. Действуй сейчас → https://clc.to/1iGw6Q

Что такое магические методы? Магические методы — это специальные методы класса, которые начинаются и заканчиваются двумя символами подчеркивания. Они вызываются автоматически интерпретатором Python при определенных действиях и используются для эмуляции встроенных в язык структур и функций. Реализуя магические методы в своем классе, программист может определить поведение класса при различных операциях и сделать его похожим на встроенные типы. Библиотека собеса по Python

#вопросы_с_собеседований Чем отличаются методы __str__() от __repr__() в Python и когда их принято использовать? Методы __str__() и __repr__() в Python имеют разные цели и используются в различных контекстах. Метод __str__() предназначен для создания понятного и удобного представления объекта, которое будет полезно конечному пользователю. В то время как __repr__() создает более формальное строковое представление, которое должно быть точным и однозначным, что позволяет воссоздать объект. __repr__() часто используется в процессе отладки и разработки, так как его вывод должен быть максимально информативным. В отличие от него, __str__() ориентирован на предоставление более дружелюбного и менее детализированного представления объекта. Если метод __str__() не реализован, Python автоматически использует __repr__() в качестве альтернативы.

🔍Тестовое собеседование на Python-бекендера с разработчиком из Avito во вторник 17 июня(уже завтра!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Даня, разработчик из Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Java-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: 2VtzqviAH34

Зачем нужен deque? Deque является более предпочтительным выбором по сравнению с обычным списком, когда требуется высокая скорость добавления и удаления элементов как с начала, так и с конца контейнера. Deque обеспечивает линейную сложность O(1) для операций добавления и удаления, в то время как стандартный список имеет сложность O(n) для этих же операций. Кроме того, deque поддерживает использование стандартных функций, таких как sum, min, max и других.

Что такое глубокая и поверхностная копии? Для чего они нужны? ⚫️ Поверхностная копия создаёт новый объект, который содержит ссылки на внутренние объекты из оригинала. Если вы измените внутренние объекты оригинала, эти изменения отразятся и в поверхностной копии. Поверхностное копирование полезно, когда вы хотите создать новый экземпляр коллекции, но сохранить элементы коллекции неизменными. Это copy.copy(x). ⚫️ Глубокая копия, напротив, создаёт новый объект и рекурсивно копирует все внутренние объекты, найденные в оригинале. В результате, внутренние объекты глубокой копии являются полностью независимыми от оригинальных объектов. Это полезно, когда нужно, чтобы исходный объект и его копия были полностью изолированы друг от друга. Это copy.deepcopy(x).

😱 Завтра цена на курс «AI-агенты для DS» вырастет Пока вы думаете — другие уже покупают. Что вы теряете, откладывая решение? Как минимум — 10 000 рублей, именно столько вы переплатите завтра. Как максимум — шанс войти в топ-1% дата-сайентистов, которые умеют строить AI-агенты. 🎓 Чему вы научитесь на курсе: — адаптировать LLM под разные предметные области и данные — собирать свою RAG-систему: от ретривера и реранкера до генератора и оценки качества — строить AI-агентов с нуля — на основе сценариев, функций и взаимодействия с внешней средой Решение за вами. 👉 Купить курс по старой цене

Поиск соответствий в строках В стандартной библиотеке есть модуль difflib с методом get_close_matches, позволяющий в одно применение найти похожие строки. Первый аргумент — искомая строка, второй — список, где выполняется поиск. Ещё можно передать необязательный аргумент n, задающий максимальное число возвращаемых совпадений.

🏃‍♀️ 1 день до конца спец предложения Успей впрыгнуть на курс «AI-агенты для DS» до завтрашнего повышения цены: 59.000 р. вместо 69.000 р. 🎙 Наш спикер — Никита Зелинский, Chief Data Scientist МТС, в своем канале рассказывает о RAG:

Про RAG слышали все — это уже два года самый массовый способ применения LLM в проде для бизнеса. Это значит, что точность и надёжность такого решения достаточно предсказуемы для того, чтобы исключить человека из процесса аппрува выдачи LLM, а связка «локально развернутая LLM + RAG над корпоративными документами» обеспечивает достаточную конфиденциальность, чтобы снять тревожность «что наши данные попадут в OpenAI». Эта история настолько популярна, что на рынке есть готовые RAG-решения, а даже «маленькие» опенсорс-модели (до 5B) уже обзавелись своей RAG-ареной: 👉 https://huggingface.co/spaces/aizip-dev/SLM-RAG-Arena

Во время обучения на курсе «AI-агенты для DS» научим собирать автономные системы под реальные бизнес-задачи. На прошлой неделе мы рассказали о первом занятии. ➡️ вот что ждет слушателей курса на втором: — Собираем свой RAG-пайплайн на своих данных — Обсуждаем, почему качество такой системы нельзя измерять «на глаз» — Разбираем схему LLM as a Judge и как подготовить для неё датасет — Что такое guardrails и как они спасают от бреда — Что делать, когда LLM не знает ответа — Смотрим на агентский RAG и обсуждаем, можно ли использовать RAG как память агента Если пропустили первое занятие, то вот ссылочка ❗️До повышения цены остался последний день — бронируйте место сейчас

В каких ситуациях возникает исключение NotImplementedError? Исключение NotImplementedError возникает, когда метод или функция должны быть реализованы в подклассе, но не были реализованы. Это может произойти, когда родительский класс определяет метод, но не реализует его сам, а оставляет это для подклассов. В этом случае, если подкласс не реализует метод, он будет вызывать исключение NotImplementedError. Это может быть полезно для отладки, чтобы убедиться, что все необходимые методы реализованы в подклассах. Это также может возникнуть в других ситуациях, например, если вы пытаетесь использовать неопределенную функцию или метод.

Напишите программу для вставки пробела между символами всех элементов массива NumPy Решение: import numpy as np # Create Sample NumPy Array arr = np.array(['i', 'love', 'NumPy', 'AND', 'interviewbit'], dtype=str) transformed_arr = np.char.join(" ", arr) print("Transformed Array: ") print(transformed_arr) Библиотека собеса по Python

😎 Пока все говорят об AI — мы учим строить системы, которые работают за вас Что отличает топового дата-сайентиста от новичка? Умение не просто обучать модели, а создавать системы, которые принимают решения автономно. AI-агенты — это следующий уровень в DS, и мы запускаем курс по их разработке! ⚡️Если вы давно думали о прокачке скиллов или повышении грейда — сейчас самое время, потому что цена на курс вырастет уже 14 июня. Спикер нашего нового курса — Никита Зелинский, Chief Data Scientist МТС. Его посты в канале @datarascals бьют в актуальные проблемы дата-спецов: — Как за неделю окупить годовую зарплату одним COALESCE и получить свой quick win — Разбор катастрофы с Precision@K или почему ваши метрики врут — Комплексный гайд по антифроду Поэтому на курсе «AI-агенты для DS» мы научим вас строить системы, которые не просто работают в демо, а выдерживают нагрузку реального бизнеса. ❗До повышения цены осталось 3 дня — забронируйте место сейчас

В чем смысл параметров _value, __value? _value — одиночное подчеркивание в начале имени означает, что этот параметр не предназначен для использования outside функции. Это соглашение, а не ограничение языка. __value — двойное подчеркивание означает, что это имя зарезервировано Python и используется для специальных целей, например init для конструктора класса. Такие параметры могут выполнять какие-то дополнительные действия. Библиотека собеса по Python