

Разборы вопросов, которые правда задают. С грейдами, частотностью и примерами сильных ответов.
35 вопросов
Декоратор — функция, которая принимает функцию и возвращает новую, обычно обертку с дополнительной логикой: проверкой прав, логированием, кэшем. Запись @admin_only над def edit_catalog означает edit_catalog = admin_only(edit_catalog). Обертка подменяет исходную функцию, и без functools.wraps теряются ее __name__ и __doc__. wraps копирует их на обертку и сохраняет ссылку на оригинал.
GIL (global interpreter lock) — блокировка в CPython: байт-код Python в каждый момент выполняет только один поток интерпретатора. Поэтому потоки с вычислениями на чистом Python идут по очереди и от нескольких ядер не ускоряются. На ожидании сети, диска или time.sleep поток отпускает GIL, и для таких задач потоки работают хорошо. Тяжелый расчет выносят в процессы.
Список (list) изменяемый: в него добавляют элементы, удаляют их и заменяют. Кортеж (tuple) после создания не меняется, поэтому из хешируемых значений он годится в ключи словаря и элементы множества. Кортеж выбирайте для записи с фиксированными полями, например координат или пары «дата, склад». Список берите для коллекции, которая растет и меняется.
Сделайте класс неизменяемым и храните сумму целым числом копеек вместе с кодом валюты: @dataclass(frozen=True) сам создаст __eq__ и согласованный с ним __hash__. Сложение напишите в __add__: для чужого типа верните NotImplemented, для разных валют бросьте ValueError. Если пишете __eq__ руками, добавьте __hash__ по тем же полям, иначе объект нельзя положить в множество.
Потоки живут в одном процессе с общей памятью, из-за GIL вычисляют по очереди и хороши для ожидания сети и диска. Процессы получают свой интерпретатор и свой GIL и считают параллельно на разных ядрах, но стоят памяти и пересылки данных. asyncio переключает тысячи корутин в одном потоке на await и лучше всех держит много одновременных сетевых запросов.
Словарь — хеш-таблица. По hash(key) Python выбирает ячейку, а совпадение подтверждает через хеш и ==. Поэтому ключ обязан быть хешируемым, и его хеш не должен меняться, пока ключ лежит в словаре. У изменяемого list нет __hash__, и вставка падает с TypeError. Поиск, вставка и удаление в среднем занимают O(1).
Django — полный фреймворк для сайта: ORM, миграции, админка, пользователи и шаблоны из коробки, API к нему добавляют через DRF. FastAPI — легкий фреймворк для API: валидация через Pydantic по аннотациям типов, документация OpenAPI автоматически, асинхронные обработчики изначально. Базу, миграции и админку к FastAPI подбирают отдельно. Берите Django для продукта с админкой, FastAPI — для сервиса API.
Контекстный менеджер — объект, который готовит ресурс при входе в блок with и гарантированно освобождает его при выходе. При входе Python вызывает __enter__, его результат попадает в переменную после as. При выходе вызывается __exit__ с тремя аргументами: тип, объект и трассировка исключения или три None. Истинный результат __exit__ подавляет исключение.
Объявите класс через @dataclass(order=True): декоратор создаст __init__, __repr__, __eq__ и методы <, <=, >, >=. Сравнение идет как у кортежей, по полям в порядке объявления, поэтому сумму поставьте первым полем. Состав букета задайте через field(default_factory=list): обычный список по умолчанию dataclass не примет и бросит ValueError. Два заказа с одинаковыми полями станут равны.
MRO (method resolution order) — список классов, по которому Python ищет атрибут: сначала сам класс, потом родители в порядке C3-линеаризации. Она ставит каждый класс раньше его предков и сохраняет порядок родителей из объявления. Список лежит в __mro__. super() берет следующий класс из MRO объекта, поэтому в ромбе метод общего предка вызывается один раз.
Метакласс — класс, экземпляры которого сами классы. По умолчанию это type: он получает имя, базовые классы и пространство имен из тела class и создает объект класса. Свой метакласс вмешивается в создание каждого класса иерархии. Для регистрации подклассов и проверки их атрибутов чаще хватает __init_subclass__, декоратора класса или __set_name__: они проще и не конфликтуют с чужими метаклассами.
Храните единственный объект в атрибуте класса _instance: __new__ создает его при первом вызове и дальше возвращает готовый. Этого мало: Python вызывает __init__ после каждого __new__, который вернул экземпляр класса, и обычный __init__ вернет полям значения по умолчанию. Поставьте в __init__ флаг _ready и выходите из метода, если объект уже настроен.
Для каждого клиента держите deque с временем его пропущенных запросов. На новом запросе выбросьте слева отметки не новее now - T и сравните длину очереди с лимитом. Меньше N — добавьте время и пропустите запрос, иначе отдайте 429. Клиенты не мешают друг другу, и скользящее окно не пускает всплеск на стыке двух фиксированных окон.
Итератор — любой объект с методами __iter__ и __next__: next отдает следующий элемент и в конце бросает StopIteration. Генератор — короткий способ получить итератор: функция с yield возвращает объект, который реализует этот протокол сам. Генератор ленивый, считает значение по запросу и проходится один раз. Класс-итератор пишут, когда нужны свои методы и явное состояние.
Значение по умолчанию Python вычисляет один раз, когда выполняет def, и хранит его в самой функции. Поэтому все вызовы без своего списка дописывают в один и тот же объект, и второй клиент видит кличку первого. Поставьте по умолчанию None и создавайте новый список внутри функции. Список, который передали явно, функция дополнит как раньше.
Передайте корутины в asyncio.gather с return_exceptions=True: исключение упавшей корутины ляжет в список результатов на ее место, остальные ответы сохранятся. Порядок списка совпадает с порядком аргументов, поэтому по индексу видно, какой блок упал. Без этого флага gather отдаст наверх первое исключение, и ответы соседей до вас не дойдут.
Опишите класс-дескриптор NonNegative с методами __set_name__ и __set__ и объявите его атрибутом класса: price = NonNegative(). В __set__ проверьте значение и бросьте ValueError с именем поля, которое пришло в __set_name__. Значение кладите в __dict__ экземпляра: дескриптор один на класс, и его собственный атрибут стал бы общим для всех товаров.
Обычный метод получает экземпляр в self и работает с его данными. classmethod получает класс в cls: на нем пишут альтернативные конструкторы вроде from_string, и у подкласса такой конструктор создаст объект подкласса. staticmethod не получает ни экземпляра, ни класса, это обычная функция внутри класса. Выбирайте по тому, что нужно методу: объект, класс или ничего.
Пройдите по элементам списка: если элемент сам список или кортеж, передайте его в тот же генератор через yield from, иначе отдайте элемент через yield. Пустые списки ничего не отдадут и пропадут сами. Строку не проверяйте вопросом «итерируема ли она»: она состоит из строк и уведет рекурсию в бесконечность. Память растет с глубиной вложенности, а не с длиной списка.
Проблема N+1 — один запрос за списком объектов и еще N запросов за связанными данными, по одному на каждый объект в цикле. В Django так бывает при обращении к order.customer в цикле по заказам. select_related подтягивает внешний ключ и связь один-к-одному через JOIN в том же запросе. prefetch_related делает второй запрос с IN для обратных связей и многие-ко-многим.
Назовите две-три причины, которые связывают вас именно с этой компанией: продукт, задачи, масштаб, команда. Каждую подкрепите фактом, который нашли сами: новость, проект, текст вакансии, свой опыт клиента. Потом покажите, что принесете со своей стороны. Слова о стабильности и известном бренде подходят любой компании, поэтому на них ответ не держится.
Хватит двух-трех сильных сторон, которые нужны на этой работе, если к каждой есть пример: что сделали и какой был результат. Берите качества из текста вакансии, а не из списка «ответственный, коммуникабельный». Без опыта примеры ищите в учебе, практике и подработке. Говорите спокойно, без лишней скромности и без хвастовства.
Расскажите, какие задачи хотите решать через несколько лет и чему для этого научитесь. Свяжите план с тем, что дает эта компания, и покажите первый шаг, который уже сделали. Точную должность называть не обязательно. Важнее, чтобы план был реальным и вел через эту работу, а не мимо нее.
Расскажите один реальный конфликт по рабочему вопросу: из-за чего разошлись, чего хотела каждая сторона и как вы договорились. Говорите спокойно, без оценок коллеги. Покажите, что вы искали решение, где-то уступили и сохранили рабочие отношения. Закончите результатом и тем, что теперь делаете, чтобы похожий спор не повторился.
Назовите одно достижение, близкое к задачам новой работы, и расскажите его как историю: какая была проблема, что сделали лично вы и что изменилось в цифрах. Сильнее всего звучит результат, который держится и после вас: новый порядок работы, правило, схема. Если результат общий, прямо скажите, какая часть в нем ваша.
Начните с того, кто вы сейчас и на какую работу пришли. Вместо стажа расскажите об учебе, практике и подработке, которые похожи на задачи вакансии, и назовите один результат с цифрой. Закончите тем, почему хотите начать карьеру именно здесь. Уложитесь в одну-две минуты и не пересказывайте резюме по порядку.
Назовите свое правило: что вы отдаете команде и что оставляете себе, и покажите его на одной задаче. Расскажите, кому и почему передали, какие полномочия и рамки дали, как проверяли без мелкого контроля. Закончите честным итогом: что получилось хуже или медленнее, чем у вас, и что вы выиграли.
Поговорите сначала с каждым по отдельности: что случилось, с чего началось и что мешает работать. Потом соберите обоих вместе и обсуждайте работу: кто за какие данные и шаги отвечает. За такой ссорой часто стоит размытая ответственность. Запишите договоренности, назовите новый срок для сорванного отчета и через пару недель проверьте, что все работает.
Возьмите одного человека и покажите путь: каким он пришел, какие задачи вы ему давали по нарастающей и чем помогали, кем он стал и за какой срок. Назовите цифру роста: новая должность, своя зона, люди в подчинении. Скажите честно, где он вырос сам, а где сработали ваши решения.
Назовите цель с цифрой и честный итог. Главное в ответе — момент, когда вы поняли, что цель срывается, и по какой цифре это увидели. Дальше расскажите, кому и когда сказали, что пересобрали, чтобы спасти главное, и какой один вывод сделали для следующего плана.
Назовите два-три показателя, которые отражают то, ради чего существует ваша команда, и их текущие цифры. Добавьте показатель качества, который не дает гнаться за одним числом. Скажите, как часто смотрите на цифры, кто их видит и какое решение вы приняли по ним в последний раз.
Возьмите одну цель компании с цифрой и сроком и покажите, как вы ее разбили: на какие части, по какому признаку, какие личные цели получил каждый сотрудник. Расскажите, как следили за ходом и что меняли по дороге. Закончите итогом план-факт честно, даже если цель выполнена не целиком.
Коротко о том, как устроен каталог вопросов и что в нем открыто.
Берем вопросы, которые часто задают на собеседованиях и часто ищут, и оставляем только те, что нашлись минимум в двух независимых источниках.
Большая часть разбора открыта всем: короткий ответ, план ответа, частые ошибки и сигналы для интервьюера. Один блок в каждом разборе, например пример сильного ответа, открывается на любом тарифе подписки.
Каждую неделю добавляем новые разделы по профессиям и обновляем разборы, когда меняются требования работодателей. Дата обновления стоит в каждом разборе.
Общие вопросы подходят любой профессии. Вопросы по профессиям, языкам программирования и темам собраны в отдельные разделы, их список — в фильтре «Профессия».
Сопровод ведет весь путь: от поиска вакансии до отклика и подготовки к собеседованию.
Джоб-борд с ИИ-мэтчем: сразу видно, насколько вакансия вам подходит
ОткрытьРазбор по 10 критериям и список правок за 30 секунд
ОткрытьУмный отклик: резюме под вакансию и сопроводительное за 5 минут
Попробовать бесплатноПерсональное письмо по вашему резюме и вакансии за 30 секунд
ОткрытьСтатусы и заметки в одном месте — видно, где проседает воронка
Открыть