Библиотека собеса по Python | вопросы с собеседований – Telegram
Библиотека собеса по Python | вопросы с собеседований
5.98K subscribers
703 photos
15 videos
693 links
Вопросы с собеседований по Python и ответы на них.

По рекламе: @proglib_adv

Учиться у нас: https://proglib.io/w/6587aafa

Для обратной связи: @proglibrary_feeedback_bot
Download Telegram
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
👍2
На интервью в бигтех пошли вопросы по ИИ, а ты всё ещё «жаришь» старые алгоритмы?

Настоящий Шеф готов к вызовам будущего.

В понедельник, 26 января, стартует интенсив по разработке ИИ-агентов. Подготовься к вопросам по архитектуре автономных систем. 🐍

В программе:

— мультиагентные системы в CrewAI: делегирование и ревью;
— сложная логика в LangGraph: управление состоянием (State);
tool use интеграция: работа агентов с внешним миром через API.

Будь на голову выше других кандидатов. 🎓

Записаться на курс
Завтра стартуем: курс по разработке ИИ-агентов 🐍

На интервью всё чаще спрашивают про Agentic Workflow. Подготовьтесь к вопросам будущего: мы научим проектировать мультиагентные связки на CrewAI, управлять стейтом в LangGraph и интегрировать нейронки с БД.

👉 Успейте занять место до начала занятий
💬 Как преобразовать два списка в словарь?

Допустим, у нас есть два списка: один с именами студентов, а другой с их оценками. Как можно превратить эти списки в словарь?

Для этого можно использовать функцию zip().
👍5
Спрашивают про LangChain и LangGraph на интервью?

Будьте готовы! Сегодня в 19:00 МСК стартует курс по AI-агентам, где мы по полочкам разберём весь современный Python-стек для ИИ.

Темы интенсива:

— создание автономных систем с нуля;
— использование Tools и планирование действий;
— деплой и мониторинг Agentic Workflows;
— обработка ошибок и self-healing агентов.

Стать экспертом в AI
😁1
Как функционируют менеджеры контекста в Python и в каких ситуациях они могут быть полезны?

Менеджеры контекста в Python предназначены для эффективного управления ресурсами, такими как файлы, сетевые соединения или блокировки, обеспечивая автоматическое освобождение этих ресурсов по завершении работы. Их основное применение заключается в ситуациях, когда необходимо гарантировать освобождение ресурсов, даже если возникают ошибки. Менеджеры контекста создаются с использованием ключевого слова with, которое автоматически вызывает методы __enter__ и __exit__ у соответствующего объекта.

Библиотека собеса по Python
👍5
Для чего нужен модуль warning?

Модуль warning используется для вывода предупреждений во время выполнения программы.

Предупреждения отличаются от исключений тем, что не прерывают нормальный ход программы.
Они позволяют уведомить разработчика о потенциальных проблемах или нежелательных ситуациях в коде, но при этом не останавливать его выполнение.

Основные причины для использования предупреждений:
— Уведомить о неэффективных конструкциях в коде, которые можно оптимизировать.
— Предупредить об устаревших методах или функциях, которые могут быть удалены в будущих версиях.
— Обозначить использование ненадежных внешних данных или API.
— Выявить подозрительные ситуации, которые не являются критичными ошибками, но требуют внимания.


Библиотека собеса по Python
👍1
«Расскажите, как вы проектируете системы с использованием LLM?»

Этот вопрос все чаще звучит на интервью для Senior Python-разработчиков. Ответ «просто вызываю API» больше не устраивает. Нужно знать агентские фреймворки и способы их оркестрации.

Освойте востребованный стек на курсе «Углубленные AI-агенты».

Ваши преимущества после курса:

— знание CrewAI, LangGraph и AutoGen на уровне уверенного практика;
— понимание архитектуры мультиагентных систем;
— умение интегрировать RAG в бизнес-логику на Python;
— сильный проект для подтверждения навыков.

Занятия уже начались, присоединяйтесь.

🚀 Записаться на основной курс

Если сомневаетесь — просто посмотрите вводное занятие.
Что представляют собой генераторы в Python, как функционирует метод send() в этих генераторах и каким образом его можно применять для управления их поведением?

Генераторы в Python представляют собой функции, которые применяют оператор yield для возврата значений и временной приостановки выполнения. С помощью метода send() можно отправлять данные обратно в генератор, которые затем могут быть использованы при следующем возобновлении его работы. Это делает генераторы двусторонними, позволяя не только получать значения, но и передавать данные внутрь.

Библиотека собеса по Python
👍4
Какова роль параметров _value и __value?

_value — одинарное подчеркивание в начале имени указывает на то, что этот параметр не предназначен для использования за пределами функции. Это всего лишь соглашение, а не строгое правило языка.

__value — двойное подчеркивание обозначает, что это имя зарезервировано Python для специальных целей, таких как init для конструктора класса. Такие параметры могут выполнять дополнительные функции.

Библиотека собеса по Python
Вопрос с собеса: Как реализовать память агента?

Если вы просто подаёте историю сообщений в контекст — вы джун. Сеньор использует State Management.

В LangGraph это реализовано архитектурно:

— управляемый поток (ветвления, возвраты, итерации);
state как типизированная память процесса;
— безопасность (лимиты шагов).

Разберитесь, как это работает, на нашем курсе. Поток уже стартовал.

Записаться на курс

Смотреть вводную лекцию
Что означают параметры _value и __value?

_value: одиночное подчеркивание в начале имени указывает на то, что этот параметр не предназначен для использования за пределами функции. Это всего лишь соглашение, а не ограничение языка.

__value: двойное подчеркивание в начале имени обозначает, что это имя зарезервировано Python для специальных целей, таких как init для конструктора класса. Такие параметры могут выполнять дополнительные функции.

Библиотека собеса по Python
Что такое замыкание?

Замыкание (closure) — это функция, которая запоминает значения переменных из области видимости, в которой она была создана, и может получить к ним доступ, даже если она будет вызвана за пределами этой области видимости.

Ключевым моментом является то, что замыкание запоминает ссылки на переменные, а не сами значения. Это позволяет обращаться к актуальным значениям переменных даже после того, как функция, создавшая замыкание, завершила работу.

Обычно замыкания используются, если нужно:
— Создать функцию с сохранением некоторого состояния между вызовами.
— Избежать использования глобальных переменных и повысить инкапсуляцию.
— Частично применить функцию без вызова (создание другой функции).

В Python замыкания реализуются элегантно и просто с помощью вложенных функций. Это мощный механизм, позволяющий писать короткий и чистый код.


Библиотека собеса по Python
👍41
Как управлять состоянием в асинхронном Python?

Если речь про AI-агентов, то правильный ответ в 2026 — LangGraph.

Вас спросят:

— Как избежать бесконечных циклов в агенте? (Ответ: recursion_limit).
— Как хранить историю диалога между перезапусками? (Ответ: Checkpointers).
— Как реализовать ветвление логики? (Ответ: Conditional Edges).

Разберитесь в теме сейчас, чтобы уверенно отвечать на собесах.

Записаться на курс

База для подготовки: Смотрите вводный урок бесплатно.
Можно ли объявлять функцию внутри другой функции? Где она будет видна?

Да, функции можно объявлять внутри других функций. Такая вложенная функция будет видна и доступна для вызова только внутри родительской функции, в которой она определена.

Это называется замыканием и позволяет ограничить область видимости вложенной функции, чтобы она не загрязняла глобальное пространство имен.

Вложенные функции могут быть полезны, когда нужно реализовать вспомогательную логику, связанную только с работой родительской функции.


Библиотека собеса по Python
Как решить проблему конфликта зависимостей?

Конфликт зависимостей может возникнуть, когда два разных пакета требуют разные версии одной и той же зависимости.

Эту проблему можно решить с помощью менеджера пакетов pipenv, который автоматически устанавливает версии таким образом, чтобы они не конфликтовали друг с другом.
Вместо requirements.txt pipenv предоставляет файл pipenv с версиями пакетов.

При этом один из недостатков pipenv состоит в том, что создание файла pipenv занимает очень много времени.

Для проверки наличия конфликта зависимостей у пакета можно использовать команду pip check.


Библиотека собеса по Python
👍4❤‍🔥1
В чем разница между модулем, пакетом и библиотекой?

Модуль — это просто файл Python, который предназначен для импорта в скрипты или в другие модули. Он содержит функции, классы и глобальные переменные.

Пакет — это набор модулей, которые сгруппированы вместе внутри папки для обеспечения согласованной функциональности. Пакеты могут быть импортированы точно так же, как модули. Обычно в них есть init.pyfile, который указывает интерпретатору Python обрабатывать их.

Библиотека — это набор пакетов.


Библиотека собеса по Python
👍4
мКак вычислить среднее значение, медиану, моду, дисперсию, стандартное отклонение и различные квантильные диапазоны в Pandas?

✔️ DataFrame.mean(): среднее
✔️ DataFrame.median(): медиана
✔️ DataFrame.mode(): мода
✔️ DataFrame.var(): дисперсия
✔️ DataFrame.std(): стандартное отклонение
✔️ DataFrame.quantile(): для расчета квантильного диапазона, используя значение диапазона в качестве параметра


Библиотека собеса по Python
👍5
Как отвечать на вопросы про LLM-разработку?

Спрос на Python-разработчиков, умеющих работать с агентами, растёт. Курс «Разработка ИИ-агентов» — это способ быстро освоить актуальный стек.

Что изучим на практике:

LangFlow и AutoGen;
— протоколы MCP и A2A;
— интеграцию векторных баз данных;
— безопасность и оптимизацию агентов.

Первая лекция уже доступна. Посмотрите её, чтобы понимать тренды и увереннее чувствовать себя на интервью.

Записаться

Смотреть лекцию
Чем «data»-дескриптор отличается от «non-data», как это влияет на порядок поиска атрибута, и почему @property — это тоже дескриптор?

В Python любой объект с __get__ — дескриптор.

Non-data дескриптор: имеет только __get__. Проигрывает записи в obj.__dict__.
@property — именно non-data дескриптор.

Data дескриптор: имеет __set__ и/или __delete__. Имеет приоритет над obj.__dict__, блокируя прямую подмену.

Порядок разрешения атрибутов (__getattribute__): data-denoscriptor → obj.__dict__ → non-data denoscriptor/атрибут класса → __getattr__.

Пишите свой data-дескриптор для переиспользуемой логики: валидация, типизация, lazy/кэш, связка с внешними ресурсами.


Библиотека собеса по Python
2👍1