#Собес #generator #iterable #yield
🤔 Что такое генератор?
💬 Кратко:
Генератор — это функция, которая возвращает значения по одному с помощью ключевого слова
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
🤔 Что такое генератор?
💬 Кратко:
Генератор — это функция, которая возвращает значения по одному с помощью ключевого слова
yield. Он позволяет экономить память, так как элементы создаются "на лету" по запросу. Генераторы можно использовать для работы с большими данными, где нет необходимости сразу загружать всё в память.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
#Собес #svm #classifier #kernel
🤔 Как бы вы реализовали SVM (Support Vector Machines) в Scikit-Learn?
💬 Кратко:
Для использования SVM в Scikit-Learn нужно импортировать модуль
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
🤔 Как бы вы реализовали SVM (Support Vector Machines) в Scikit-Learn?
💬 Кратко:
Для использования SVM в Scikit-Learn нужно импортировать модуль
svm и создать объект классификатора с необходимым ядром (например, linear или rbf). Затем модель обучается с помощью метода fit на данных, а для предсказаний используется метод predict. Важно нормализовать данные перед обучением. Пример:from sklearn import svm
clf = svm.SVC(kernel='linear')
clf.fit(X_train, y_train)
predictions = clf.predict(X_test)
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Хочешь получать больше таких разборов?
Подпишись на наш главный канал
#Собес #jsonb #gin #index
🤔 Как ускорить запрос к таблице, если фильтрация идёт по полю в формате JSON?
💬 Кратко:
Для JSONB-полей в PostgreSQL создают GIN‑индекс или комбинацию B‑tree и GIN с оператором jsonb_path_ops. Это позволяет быстро искать по ключам и значениям внутри JSON без полного сканирования таблицы.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Как ускорить запрос к таблице, если фильтрация идёт по полю в формате JSON?
💬 Кратко:
Для JSONB-полей в PostgreSQL создают GIN‑индекс или комбинацию B‑tree и GIN с оператором jsonb_path_ops. Это позволяет быстро искать по ключам и значениям внутри JSON без полного сканирования таблицы.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#podcast #все
📚 Kolesa Podcast
Podcast by IT-компания Kolesa Group. В целом он обо всём и вся. Интересно для прослушивания на досуге
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 Kolesa Podcast
Podcast by IT-компания Kolesa Group. В целом он обо всём и вся. Интересно для прослушивания на досуге
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #cache #optimization
🤔 Что такое lru_cache?
💬 Кратко:
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что такое lru_cache?
💬 Кратко:
lru_cache — это декоратор из модуля functools, который кэширует результаты вызовов функции. Это полезно для оптимизации функций, результаты которых часто повторяются, например, вычисления в рекурсивных алгоритмах.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #memory #tuple #list
🤔 Как в памяти Python хранятся списки и кортежи?
💬 Кратко:
Списки в Python — это изменяемые объекты, которые хранят ссылки на другие объекты, что позволяет изменять их содержимое. Кортежи — неизменяемые объекты, которые также хранят ссылки на другие объекты, но их содержимое нельзя изменить после создания. Списки обычно занимают больше памяти, чем кортежи, из-за необходимости поддержания изменяемости.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Как в памяти Python хранятся списки и кортежи?
💬 Кратко:
Списки в Python — это изменяемые объекты, которые хранят ссылки на другие объекты, что позволяет изменять их содержимое. Кортежи — неизменяемые объекты, которые также хранят ссылки на другие объекты, но их содержимое нельзя изменить после создания. Списки обычно занимают больше памяти, чем кортежи, из-за необходимости поддержания изменяемости.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #insert #table #data_insertion
🤔 Как вставить данные в таблицу в PostgreSQL?
💬 Кратко:
Для добавления данных в таблицу в PostgreSQL используется команда
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Как вставить данные в таблицу в PostgreSQL?
💬 Кратко:
Для добавления данных в таблицу в PostgreSQL используется команда
INSERT INTO. Можно указать значения для всех колонок или только для некоторых, если это позволяет структура таблицы.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#tool #гит
📚 Хочешь изучить Git, не рискуя своей локальной установкой?
Теперь можно запускать команды Git прямо из браузера , с пошаговым объяснением, что делает каждая команда.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 Хочешь изучить Git, не рискуя своей локальной установкой?
Теперь можно запускать команды Git прямо из браузера , с пошаговым объяснением, что делает каждая команда.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Forwarded from YeaHub
👨🏻💻 Сервис лайвкодинга в YeaHub
Фактически — релиз уже состоялся.
Но честно: мы не успели загрузить ту огромную базу задач, которую планировали, и ещё не всё успели полноценно протестировать.
Поэтому до 23 февраля работаем в режиме «вместе доделываем продукт»:
— мы активно добавляем задачи и чиним баги, все
— пока тестируем, все задачи открыты, после этого примерно 50% закроем для членов
— вы решаете, находите проблемы, пишете в поддержку и даёте фидбек
— ну и оформляете подписку 😜
Что уже есть:
• база реальных задач с собеседований
• JavaScript / Python / Java / Go
• удобный редактор и проверка решений
Что скоро:
• связь задач с компаниями и коллекциями собеседований (не успели в этот релиз)
• другие языки
• контесты
• обучающие модули и курс по алгоритмам
• AI-разбор решений построчно
• челленджи и соревнования
👉 Задачи: https://yeahub.ru/dashboard/tasks
👉 Членство: https://yeahub.ru/dashboard/settings#select-tariff
Новогодние цены действуют только до полноценного запуска. После — x2.
Сейчас лучший момент подключиться и поддержать проект.
Спасибо, что помогаете нам запустить это правильно✊🏻🚀 💪
Фактически — релиз уже состоялся.
Но честно: мы не успели загрузить ту огромную базу задач, которую планировали, и ещё не всё успели полноценно протестировать.
Поэтому до 23 февраля работаем в режиме «вместе доделываем продукт»:
— мы активно добавляем задачи и чиним баги, все
— пока тестируем, все задачи открыты, после этого примерно 50% закроем для членов
— вы решаете, находите проблемы, пишете в поддержку и даёте фидбек
— ну и оформляете подписку 😜
Что уже есть:
• база реальных задач с собеседований
• JavaScript / Python / Java / Go
• удобный редактор и проверка решений
Что скоро:
• связь задач с компаниями и коллекциями собеседований (не успели в этот релиз)
• другие языки
• контесты
• обучающие модули и курс по алгоритмам
• AI-разбор решений построчно
• челленджи и соревнования
👉 Задачи: https://yeahub.ru/dashboard/tasks
👉 Членство: https://yeahub.ru/dashboard/settings#select-tariff
Новогодние цены действуют только до полноценного запуска. После — x2.
Сейчас лучший момент подключиться и поддержать проект.
Спасибо, что помогаете нам запустить это правильно✊🏻
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
#Собес #dictionary #key
🤔 Что может быть ключом в словаре?
💬 Кратко:
Ключом в словаре может быть любой объект, который является неизменяемым и хэшируемым. Это могут быть строки, числа, кортежи (если их элементы тоже неизменяемы). Множества, списки и словари не могут быть ключами, так как они изменяемы и не хэшируемы.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что может быть ключом в словаре?
💬 Кратко:
Ключом в словаре может быть любой объект, который является неизменяемым и хэшируемым. Это могут быть строки, числа, кортежи (если их элементы тоже неизменяемы). Множества, списки и словари не могут быть ключами, так как они изменяемы и не хэшируемы.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #inheritance #oop #overriding
🤔 Что знаешь о наследовании в контексте Python?
💬 Кратко:
Наследование — это механизм, при котором один класс (подкласс) наследует атрибуты и методы другого класса (родительского). Это позволяет переиспользовать код и создавать иерархии классов. Подклассы могут добавлять новые методы и переопределять унаследованные.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что знаешь о наследовании в контексте Python?
💬 Кратко:
Наследование — это механизм, при котором один класс (подкласс) наследует атрибуты и методы другого класса (родительского). Это позволяет переиспользовать код и создавать иерархии классов. Подклассы могут добавлять новые методы и переопределять унаследованные.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #git_commit
🤔 Что делает команда git commit?
💬 Кратко:
Команда
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что делает команда git commit?
💬 Кратко:
Команда
git commit сохраняет изменения из индекса в историю репозитория. Она фиксирует текущий прогресс, позволяя вернуться к этой точке в будущем. Каждый коммит сопровождается описанием, которое помогает понять, что было сделано.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#article #agi
📚 Сэм Альтман знает, как достичь AGI. Я тоже, и сейчас расскажу как
В этой статье автор разбирает идеи Сэма Альтмана о достижении искусственного общего интеллекта (AGI) и предлагает собственное объяснение того, какие фундаментальные законы определяют развитие ИИ: закон Мура, закон масштабирования обучения и закон масштабирования предсказания. Он объясняет различие между слабым ИИ и AGI, обсуждает, почему теория в ИИ уступает эмпирике, и как масштабирование моделей, данных и вычислений позволяет улучшать качество ИИ, а также описывает методы, которые используются лидерами индустрии (например, OpenAI) для продвижения к AGI.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 Сэм Альтман знает, как достичь AGI. Я тоже, и сейчас расскажу как
В этой статье автор разбирает идеи Сэма Альтмана о достижении искусственного общего интеллекта (AGI) и предлагает собственное объяснение того, какие фундаментальные законы определяют развитие ИИ: закон Мура, закон масштабирования обучения и закон масштабирования предсказания. Он объясняет различие между слабым ИИ и AGI, обсуждает, почему теория в ИИ уступает эмпирике, и как масштабирование моделей, данных и вычислений позволяет улучшать качество ИИ, а также описывает методы, которые используются лидерами индустрии (например, OpenAI) для продвижения к AGI.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #collision
🤔 Какие методы разрешения коллизий используются в хэш-таблицах?
💬 Кратко:
Коллизия возникает, когда разные ключи имеют одинаковый хэш. Хэш-таблицы используют специальные методы для хранения таких данных. Самые популярные подходы — цепочки и открытая адресация. Каждый метод имеет свои плюсы и минусы. Python использует открытую адресацию.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Какие методы разрешения коллизий используются в хэш-таблицах?
💬 Кратко:
Коллизия возникает, когда разные ключи имеют одинаковый хэш. Хэш-таблицы используют специальные методы для хранения таких данных. Самые популярные подходы — цепочки и открытая адресация. Каждый метод имеет свои плюсы и минусы. Python использует открытую адресацию.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #orm #performance #query
🤔 Как обычно оптимизируете медленные запросы в ORM?
💬 Кратко:
Оптимизация начинается с поиска узких мест с помощью инструментов вроде
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Как обычно оптимизируете медленные запросы в ORM?
💬 Кратко:
Оптимизация начинается с поиска узких мест с помощью инструментов вроде
django-debug-toolbar. Основные методы: использование select_related и prefetch_related для уменьшения числа запросов, добавление индексов к полям и правильное использование only() или defer() для загрузки только нужных полей. Иногда эффективнее заменить сложный запрос ORM на прямое SQL-выражение с помощью extra() или RawSQL.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #tunnel_mode #ipsec #encryption
🤔 Что такое режим туннеля (Tunnel Mode)?
💬 Кратко:
Режим туннеля — это способ передачи данных, при котором устройства не используют IPsec напрямую. Вместо этого создаётся виртуальный туннель через шлюзы, который обеспечивает шифрование всего трафика между узлами.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что такое режим туннеля (Tunnel Mode)?
💬 Кратко:
Режим туннеля — это способ передачи данных, при котором устройства не используют IPsec напрямую. Вместо этого создаётся виртуальный туннель через шлюзы, который обеспечивает шифрование всего трафика между узлами.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#podcast #всё
📚 Подкасты Y_LAB
Здесь вы найдете разнообразный IT-контент: от глубоких технических обсуждений до увлекательных и расслабляющих бесед. Наши эпизоды охватывают широкий спектр тем, связанных с разработкой и новейшими технологиями, чтобы каждый разработчик нашел что-то для себя. Присоединяйтесь к нам, чтобы углубить свои знания, оставаться в тренде и вдохновляться новыми идеями!
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 Подкасты Y_LAB
Здесь вы найдете разнообразный IT-контент: от глубоких технических обсуждений до увлекательных и расслабляющих бесед. Наши эпизоды охватывают широкий спектр тем, связанных с разработкой и новейшими технологиями, чтобы каждый разработчик нашел что-то для себя. Присоединяйтесь к нам, чтобы углубить свои знания, оставаться в тренде и вдохновляться новыми идеями!
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #json #dict #string
🤔 Какие объекты в Python обычно занимают больше всего памяти при обработке JSON?
💬 Кратко:
При разборе JSON основную память занимают словари, списки и строки. Особенно затратны строки и ключи словаря, потому что Python хранит их как отдельные объекты. Также значительный overhead дают сами объекты Python и их метаданные. Большие вложенные структуры увеличивают расход памяти быстрее, чем кажется по размеру исходного JSON.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Какие объекты в Python обычно занимают больше всего памяти при обработке JSON?
💬 Кратко:
При разборе JSON основную память занимают словари, списки и строки. Особенно затратны строки и ключи словаря, потому что Python хранит их как отдельные объекты. Также значительный overhead дают сами объекты Python и их метаданные. Большие вложенные структуры увеличивают расход памяти быстрее, чем кажется по размеру исходного JSON.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #dict #hash #table
🤔 Какова асимптотическая сложность поиска ключа в dict в CPython (в среднем и в худшем случае)?
💬 Кратко:
В среднем поиск ключа в
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Какова асимптотическая сложность поиска ключа в dict в CPython (в среднем и в худшем случае)?
💬 Кратко:
В среднем поиск ключа в
dict в CPython работает за O(1), потому что dict — это хеш-таблица: по хешу быстро находится нужная позиция. Иногда возникают коллизии (разные ключи попадают в один “район” таблицы), тогда требуется несколько проверок, но обычно это немного. В худшем случае сложность может стать O(n), если коллизий очень много и приходится проверять множество элементов. На практике CPython старается держать таблицу “разреженной” и хорошо распределять ключи, поэтому O(1) обычно сохраняется.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа