Python вопросы с собеседований

🖥 Как правильно задавать разные потоки случайности в Python Не полагайся на “хитрые” семена случайности в Python! Python игнорирует знак числа в random.seed, поэтому seed от трех и seed от минус трех дают одинаковые результаты. Разные seed не обязательно означают разные потоки — Python гарантирует только одно: одинаковый seed → одинаковая последовательность. Если нужны независимые случайные потоки - создавай отдельные RNG или используй разные числовые диапазоны, а не вариации знака.

    
        
import random

rng_train = random.Random(42)   # отдельный генератор для train
rng_test  = random.Random(99)   # отдельный генератор для test

print(rng_train.randint(1, 100))
print(rng_test.randint(1, 100)){}
    

https://www.youtube.com/shorts/TLNqDK6qQmU

🐍 Хитрая ловушка в Python, на которую попадаются даже опытные

    
        
matrix = [[0] * 3] * 3

matrix[0][0] = 1
matrix[1].append(9)

print(matrix)
print(len(matrix))
print(len(matrix[0]))
{}
    

Интуитивно кажется, что это создаёт независимые строки матрицы. Но на самом деле Python копирует ссылки - все три строки указывают на один и тот же список. 🔍 Поэтому изменение matrix[0][0] или append() влияет сразу на все строки. 🧠 Вывод программы: [[1, 0, 0, 9], [1, 0, 0, 9], [1, 0, 0, 9]] 3 4 ✔️ Как правильно создавать матрицу с независимыми строками: matrix = [[0] * 3 for _ in range(3)] Теперь каждая строка - отдельный список, и изменения не “протекают” по всей матрице.

🔥 Удобный контекстный менеджер для работы с файлами Использование контекстного менеджера делает работу с файлами более безопасной и удобной. В этом примере мы создадим собственный контекстный менеджер для автоматического закрытия файла и обработки ошибок.

    
        
class ManagedFile:
    def __init__(self, filename, mode):
        self.filename = filename
        self.mode = mode
        self.file = None

    def __enter__(self):
        self.file = open(self.filename, self.mode)
        return self.file

    def __exit__(self, exc_type, exc_val, exc_tb):
        if self.file:
            self.file.close()

with ManagedFile('example.txt', 'w') as f:
    f.write('Hello, Custom Context!'){}
    

🧠 Продвинутая типизация Python, о которой почти никто не знает Статья показывает, что Python уже давно вышел за рамки простых List[int] и Optional[str]. Главные идеи: ✔️ TypeGuard и новый TypeIs позволяют писать функции, которые доказательно сужают типы - например, проверка превращает Any в конкретный тип для дальнейшего кода. ✔️ assert_never из typing помогает ловить случаи, когда ты забыл обработать один из вариантов, что особенно важно в match и сложных условных ветках. ✔️ Python 3.13+ добавляет улучшенный вывод типов и строгие проверки, чтобы типизированный код стал надёжнее. ✔️ Поддержка typed function overloading - теперь можно описывать разные сигнатуры для одной функции, и анализаторы понимают их корректно. 📌 Вывод из статьи - Python типизация уже стала инструментом для архитектуры и предотвращения ошибок, особенно в больших проектах. Но большинство разработчиков использует только её простейший слой. Кому полезно: • работаешь с крупными кодовыми базами • пишешь библиотеки • хочешь меньше скрытых багов и более предсказуемые refactor-ы Источник: martynassubonis.substack.com/p/advanced-overlooked-python-typing

🐍⚙️ Python + Docker совет: Не устанавливай зависимости в образ на «сыром» pip install — используй фиксированные версии и слой кеширования. Правильный паттерн: 1) сначала COPY requirements.txt 2) затем RUN pip install -r requirements.txt 3) потом COPY исходники Так Docker кеширует слой с зависимостями — при изменении кода пересобирается только последний слой, а не весь образ. Это ускоряет CI/CD в разы и делает сборки предсказуемыми.

🔍Тестовое собеседование на Middle Python с разработчиком из Авито завтра 9 декабря(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, старший разработчик в 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 Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

🚀 DR Tulu: Reinforcement Learning for Deep Research DR Tulu-8B — первый открытый модель для долгосрочных задач глубоких исследований. Она демонстрирует конкурентоспособные результаты на бенчмарках, сопоставимых с OpenAI. Репозиторий включает библиотеки для разработки агентов, обучение с помощью RL и SFT. 🚀Основные моменты: - Мощная библиотека агентов для глубоких исследований. - Обучение с эволюционными рубриками. - Поддержка высококонкурентного асинхронного управления запросами. - Интеграция с существующими моделями и фреймворками. 📌 GitHub: https://github.com/rlresearch/dr-tulu

🔥 На stepik вышел курс, который учит Создавать настоящие AI-сервисы, а не просто запускать скрипты? Этот практический курс по Python и FastAPI покажет, как собрать полноценное приложение с ИИ, базой данных, автогенерацией контента и Telegram-ботом. Ты пройдёшь путь от первого HTTP-запроса до рабочего сервиса, который сам генерирует текст через ИИ, сохраняет данные, отправляет результаты по расписанию и отвечает пользователям. Никакой теории ради теории - только практические шаги, из которых рождается реальный продукт. 🎁 48 часов действует скидка в 40% процентов 👉 Начать учиться на Stepik

🔥Python: САМЫЙ ЭФФЕКТИВНЫЙ АЛГОРИТМ ДЛЯ ПОИСКА Нет «одного» идеального алгоритма на все случаи жизни, но для поиска по отсортированным данным классика — бинарный поиск с сложностью О лог н. Вместо того чтобы проходить весь список по очереди, он каждый раз делит диапазон пополам и быстро сужает область поиска. Главное правило: если можешь отсортировать данные и потом искать — почти всегда лучше использовать бинарный поиск, а не линейный проход.

    
        
nums = [1, 4, 7, 9, 15, 20, 33, 42]

def binary_search(arr, target):
    left, right = 0, len(arr) - 1
    while left <= right:
        mid = (left + right) // 2
        if arr[mid] == target:
            return True
        if arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    return False

print(binary_search(nums, 33))
print(binary_search(nums, 100)){}
    

⚡️Представь: ты дошёл до оффера в Big Tech, осталось «просто поболтать про прошлый опыт» — и именно тут тебя разворачивают. Разница между middle и senior — это не только LeetCode и system design, а то, как ты говоришь о своих проектах.🔥9 декабря в 19.00 мск. приглашаем на открытый вебинар «Самое важное интервью при устройстве в Big Tech».Спикер: Даня Слободенюк, Team Lead разработки в ex-Yandex, ex-T-Bank, ex-Sber, founder algocodeВопросы:• устройство секции про прошлый опыт• как структурировать рассказ о сложном проекте• как разбирать факапы и показывать лидерство• типовые вопросы про масштабирование и «пожары»• как эта секция решает твой грейд и ЗП🎁Бонус: доступ к algocode на 3 дня за 1 рубль, чек-лист по прохождению секции👉Регистрацияalgocode помогает готовиться к собеседованиям в Big Tech — от алгоритмов и system design до таких «простых» секций про прошлый опыт.#рекламаО рекламодателе