#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 #raw #sql
🤔 В каких случаях стоит использовать сырые SQL-запросы
💬 Кратко:
Сырые SQL-запросы стоит использовать, когда ORM становится ограничением. Это актуально для сложных JOIN-ов и аналитических запросов. Также SQL нужен при оптимизации производительности. Он позволяет использовать специфические возможности базы данных. Важно применять его аккуратно и безопасно.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 В каких случаях стоит использовать сырые SQL-запросы
💬 Кратко:
Сырые SQL-запросы стоит использовать, когда ORM становится ограничением. Это актуально для сложных JOIN-ов и аналитических запросов. Также SQL нужен при оптимизации производительности. Он позволяет использовать специфические возможности базы данных. Важно применять его аккуратно и безопасно.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#course #ии
📚 Эндрю Ын запускает бесплатный курс по ИИ-агентам
Всё реализуется на чистом Python. Эндрю подчёркивает, что создание ИИ-агентов — один из самых востребованных навыков на рынке.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 Эндрю Ын запускает бесплатный курс по ИИ-агентам
Всё реализуется на чистом Python. Эндрю подчёркивает, что создание ИИ-агентов — один из самых востребованных навыков на рынке.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #cnn #tensorflow #max_pooling
🤔 Как реализовать сверточную нейронную сеть (CNN) в TensorFlow?
💬 Кратко:
тобы реализовать CNN в TensorFlow, необходимо определить слои сверточных операций (conv2d), слои максимального объединения (maxpool2d), а также полносвязные слои. После этого модель обучается с использованием функции потерь и оптимизатора. Важным моментом является добавление dropout для предотвращения переобучения.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Как реализовать сверточную нейронную сеть (CNN) в TensorFlow?
💬 Кратко:
тобы реализовать CNN в TensorFlow, необходимо определить слои сверточных операций (conv2d), слои максимального объединения (maxpool2d), а также полносвязные слои. После этого модель обучается с использованием функции потерь и оптимизатора. Важным моментом является добавление dropout для предотвращения переобучения.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #dataclass #class
🤔 Что такое dataclass и какие у него преимущества по сравнению с обычным классом?
💬 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 dataclass и какие у него преимущества по сравнению с обычным классом?
💬 Кратко:
dataclass — это способ описывать классы, которые в основном хранят данные, с минимумом шаблонного кода. Он автоматически генерирует __init__, __repr__ и сравнение (__eq__), а при необходимости и порядок сравнения. Это делает код короче, проще и менее ошибкоопасным. Также можно легко сделать объект «почти неизменяемым» через frozen=True.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #system #design
🤔 Какие подходы можно применить к проектированию системы, если проект создаётся с нуля?
💬 Кратко:
При создании системы с нуля важно начать с определения требований, ограничений и ключевых сценариев. Используют подходы: от задачи (top-down), от данных (data-driven), от событий (event-driven), от домена (DDD), от MVP. Также важно выделить основные компоненты, выбрать архитектурный стиль (монолит, микросервисы), определить SLA и ограничения. Проектирование — это итеративный процесс, который начинается от простого варианта и постепенно усложняется.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Какие подходы можно применить к проектированию системы, если проект создаётся с нуля?
💬 Кратко:
При создании системы с нуля важно начать с определения требований, ограничений и ключевых сценариев. Используют подходы: от задачи (top-down), от данных (data-driven), от событий (event-driven), от домена (DDD), от MVP. Также важно выделить основные компоненты, выбрать архитектурный стиль (монолит, микросервисы), определить SLA и ограничения. Проектирование — это итеративный процесс, который начинается от простого варианта и постепенно усложняется.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#article #optimization
📚 Математика на складе. Как оптимизировать хаос
В этой статье команда Ozon Tech показывает, как прикладная математика помогает оптимизировать реальные складские процессы: от размещения товаров и маршрутов сотрудников до моделирования и экспериментов. Авторы описывают использование оптимизационных моделей для слоттинга, конфигурации шкафов, дискретно-событийного моделирования для оценки ресурсов, статистической проверки гипотез и методов теории графов для уменьшения пробегов и повышения эффективности операций, а также отмечают, что классическое машинное обучение применяется выборочно там, где это действительно улучшает предсказания времени выполнения заданий и анализ факторов производительности
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 Математика на складе. Как оптимизировать хаос
В этой статье команда Ozon Tech показывает, как прикладная математика помогает оптимизировать реальные складские процессы: от размещения товаров и маршрутов сотрудников до моделирования и экспериментов. Авторы описывают использование оптимизационных моделей для слоттинга, конфигурации шкафов, дискретно-событийного моделирования для оценки ресурсов, статистической проверки гипотез и методов теории графов для уменьшения пробегов и повышения эффективности операций, а также отмечают, что классическое машинное обучение применяется выборочно там, где это действительно улучшает предсказания времени выполнения заданий и анализ факторов производительности
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #asyncio #asynchronous #concurrency
🤔 Какие задачи решаются с использованием библиотеки asyncio и других средств асинхронного программирования?
💬 Кратко:
asyncio и библиотеки вроде aiohttp используются для веб-запросов, работы с базами данных и потоками данных, позволяя обрабатывать множество задач без блокировки.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Какие задачи решаются с использованием библиотеки asyncio и других средств асинхронного программирования?
💬 Кратко:
asyncio и библиотеки вроде aiohttp используются для веб-запросов, работы с базами данных и потоками данных, позволяя обрабатывать множество задач без блокировки.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
Forwarded from YeaHub
Февраль и март выдались для нас непростыми. Мы прошли через сложную миграцию и разделили проект на два отдельных продукта.
Теперь у нас есть:
— yeahub.ru — публичная SEO-ориентированная часть на Next.js с быстрым серверным рендерингом
— app.yeahub.ru — основное приложение: личный кабинет пользователя со статистикой, прогрессом и аналитикой
🔥 Лайвкодинг — наконец-то готов
Мы серьезно прокачали сервис лайвкодинга:
— добавили привязку задач к коллекциям (собеседованиям)
— сделали связь с компаниями
— теперь можно готовиться по задачам с реальных собеседований
Уже доступны задачи из: Сбер, Яндекс, Авито, VK, Ozon, Т-Банк и других компаний.
📌 Сейчас добавлено ~100 задач.
Да, это меньше, чем планировали — но пришлось сделать шаг назад, чтобы сделать десять вперед.
Мы полностью переработали:
— шаблон задач
— систему тесткейсов
Ранее была допущена ошибка, из-за которой пришлось вручную исправить 80+ задач 😢
Но теперь база готова к масштабированию — и мы можем быстро и правильно наполнять её дальше.
📈 Что дальше по лайвкодингу
Мы будем активно развивать этот сервис.
Это не только про собеседования — это инструмент для роста и прокачки.
Планируется много новых фич.
📅 Регулярные обновления контента
Мы выстроили процесс: каждую неделю 4–8 собеседований, 6–10 задач
И каждое обновление будем анонсировать, чтобы вы всегда были в курсе.
🛠 Сейчас в разработке (2 ключевых сервиса)
Агрегатор вакансий + платформа размещения вакансий
ATS-оптимизация резюме
— Бэкенд почти готов.
— Идёт дизайн.
— Фронтенд начнем совсем скоро.
🎯 Цель — выпустить оба сервиса в бэта до лета.
🧠 Новая структура обучения
Раньше было: Навык → Вопрос
Теперь: Навык → Тема → Вопрос
Это сильно упрощает обучение.
Теперь можно: готовиться точечно к собеседованиям или системно изучать темы
💻 Мы — open source
Мы не бросаем слов на ветер. Мы делаем.
Код проекта открыт https://github.com/YeaHubTeam:
— фронтенд
— мобильные приложения
— backend на Python (решили новый сервис делать публично, для новичков)
— автотесты
Это open source платформа, где новички могут учиться и смотреть на реальные практики.
❤️ Поддержка
Вы можете поддержать нас, оформив подписку. Это напрямую влияет на:
— добавление контента
— развитие платформы
— новые фичи
Вы можете быть уверены — мы не стоим на месте. Работа реально кипит: почти каждый день мержатся новые фичи, мы постоянно развиваем продукт и улучшаем уже существующие сервисы.
У нас полностью открытый код, и это не просто слова. Вы в любой момент можете зайти и посмотреть активность, коммиты и то, как проект развивается каждый день.
По подписке: сейчас стоимость — 800 рублей за месяц и 1800 рублей за 3 месяца. Это уже ниже, чем у аналогичных сервисов. При этом важно понимать — после выхода новых сервисов (агрегатор вакансий и ATS для резюме) цена будет пересмотрена.
Если хотите зафиксировать текущую стоимость — лучше сделать это сейчас:
https://app.yeahub.ru/settings#select-tariff
Мы строим продукт.
Мы двигаемся вперёд.
И мы делаем IT снова великим.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
#Собес #cpu-bound #io-bound #multiprocessing
🤔 Приведи пример: как решить 10 CPU-bound и 10 IO-bound задач на Python?
💬 Кратко:
Для CPU-bound задач используйте многопроцессность (модуль
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Приведи пример: как решить 10 CPU-bound и 10 IO-bound задач на Python?
💬 Кратко:
Для CPU-bound задач используйте многопроцессность (модуль
multiprocessing), чтобы обойти GIL и задействовать несколько ядер. Для IO-bound задач используйте многопоточность (модуль threading) или асинхронное программирование (модуль asyncio), чтобы эффективно ждать завершения операций ввода-вывода.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #database #triggers #indexes
🤔 Что можно делать в БД кроме CRUD (триггеры, процедуры, представления)?
💬 Кратко:
Помимо базовых операций Create, Read, Update, Delete (CRUD), современные БД предлагают мощные инструменты для реализации логики на стороне сервера. Представления (Views) — это сохраненные запросы, которые работают как виртуальные таблицы. Хранимые процедуры и функции позволяют хранить и выполнять сложную логику прямо в БД. Триггеры — это автоматически выполняемые функции в ответ на события (INSERT, UPDATE). Также БД умеют работать с индексами для ускорения поиска и обеспечивать транзакции для безопасности данных.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что можно делать в БД кроме CRUD (триггеры, процедуры, представления)?
💬 Кратко:
Помимо базовых операций Create, Read, Update, Delete (CRUD), современные БД предлагают мощные инструменты для реализации логики на стороне сервера. Представления (Views) — это сохраненные запросы, которые работают как виртуальные таблицы. Хранимые процедуры и функции позволяют хранить и выполнять сложную логику прямо в БД. Триггеры — это автоматически выполняемые функции в ответ на события (INSERT, UPDATE). Также БД умеют работать с индексами для ускорения поиска и обеспечивать транзакции для безопасности данных.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#course #матанализ
📚 Введение в математический анализ
Курс представляет собой краткое введение в математический анализ. За 4 модуля слушатели познакомятся с базовыми понятиями математического анализа: последовательностями, пределами, непрерывностью, производными и интегралами.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 Введение в математический анализ
Курс представляет собой краткое введение в математический анализ. За 4 модуля слушатели познакомятся с базовыми понятиями математического анализа: последовательностями, пределами, непрерывностью, производными и интегралами.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #gil #thread
🤔 Какие типы задач не выигрывают от использования потоков в Python?
💬 Кратко:
CPU-интенсивные задачи не выигрывают от потоков в Python. Из-за GIL одновременно исполняется только один поток байткода. В таких задачах потоки добавляют накладные расходы, но не ускоряют выполнение. Для них лучше использовать multiprocessing.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Какие типы задач не выигрывают от использования потоков в Python?
💬 Кратко:
CPU-интенсивные задачи не выигрывают от потоков в Python. Из-за GIL одновременно исполняется только один поток байткода. В таких задачах потоки добавляют накладные расходы, но не ускоряют выполнение. Для них лучше использовать multiprocessing.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #developer #ml #engineer
🤔 Чем отличается роль backend-разработчика от ML-инженера
💬 Кратко:
Backend-разработчик отвечает за API, данные и бизнес-логику. ML-инженер отвечает за обучение, качество и поведение моделей. Backend интегрирует модели в систему, но не разрабатывает их математическую часть. ML-инженер редко занимается API и инфраструктурой целиком. Роли пересекаются, но цели у них разные.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Чем отличается роль backend-разработчика от ML-инженера
💬 Кратко:
Backend-разработчик отвечает за API, данные и бизнес-логику. ML-инженер отвечает за обучение, качество и поведение моделей. Backend интегрирует модели в систему, но не разрабатывает их математическую часть. ML-инженер редко занимается API и инфраструктурой целиком. Роли пересекаются, но цели у них разные.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #control_plane #api_server #etcd
🤔 Что такое управляющая плоскость (Control Plane) Kubernetes?
💬 Кратко:
Control Plane – это набор компонентов, которые управляют кластером Kubernetes. В него входят API Server, etcd, Scheduler и Controller Manager. Эти компоненты отвечают за обработку запросов, хранение данных о состоянии кластера, распределение нагрузок и контроль за работой узлов.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что такое управляющая плоскость (Control Plane) Kubernetes?
💬 Кратко:
Control Plane – это набор компонентов, которые управляют кластером Kubernetes. В него входят API Server, etcd, Scheduler и Controller Manager. Эти компоненты отвечают за обработку запросов, хранение данных о состоянии кластера, распределение нагрузок и контроль за работой узлов.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#repository #анализданных
📚 pandas
Официальный репозиторий библиотеки Pandas для работы с данными. Содержит документацию, примеры использования и инструменты для анализа.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
📚 pandas
Официальный репозиторий библиотеки Pandas для работы с данными. Содержит документацию, примеры использования и инструменты для анализа.
Перейти к материалу
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #async #await #generator
🤔 Какая связь между async/await и генераторами?
💬 Кратко:
Ключевая связь в том, что и генераторы, и асинхронные функции позволяют приостанавливать выполнение кода и later возобновлять его. Генераторы используют ключевое слово
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Какая связь между async/await и генераторами?
💬 Кратко:
Ключевая связь в том, что и генераторы, и асинхронные функции позволяют приостанавливать выполнение кода и later возобновлять его. Генераторы используют ключевое слово
yield для паузы и возврата значения. Механизм async/await был во многом вдохновлен этой идеей: await приостанавливает выполнение асинхронной функции, подобно тому как yield приостанавливает генератор. Изначально асинхронность в Python (библиотека asyncio) использовала генераторы для реализации корутин.📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
#Собес #set #hash
🤔 Что такое множество в Python и для чего оно используется?
💬 Кратко:
Множество — это неупорядоченная коллекция уникальных элементов. Оно реализовано на основе хеш-таблицы, поэтому операции поиска выполняются быстро. Множества используются для удаления дублей, быстрых проверок принадлежности и операций над множествами. Например, пересечение и объединение.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Что такое множество в Python и для чего оно используется?
💬 Кратко:
Множество — это неупорядоченная коллекция уникальных элементов. Оно реализовано на основе хеш-таблицы, поэтому операции поиска выполняются быстро. Множества используются для удаления дублей, быстрых проверок принадлежности и операций над множествами. Например, пересечение и объединение.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
👍1
#Собес #inter #task #communication
🤔 Как передать данные между задачами в Airflow?
💬 Кратко:
В Airflow задачи не передают данные напрямую друг другу. Для этого используется специальный механизм XCom. Одна задача может сохранить данные, а другая — прочитать их. Такой подход позволяет сохранять изоляцию задач. Однако XCom предназначен только для небольших объёмов данных.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа
🤔 Как передать данные между задачами в Airflow?
💬 Кратко:
В Airflow задачи не передают данные напрямую друг другу. Для этого используется специальный механизм XCom. Одна задача может сохранить данные, а другая — прочитать их. Такой подход позволяет сохранять изоляцию задач. Однако XCom предназначен только для небольших объёмов данных.
📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору
📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа