Python вопросы с собеседований
24.7K subscribers
508 photos
16 videos
17 files
404 links
Вопросы с собеседований по Python

@workakkk - админ

@machinelearning_interview - вопросы с собесдований по Ml

@pro_python_code - Python

@data_analysis_ml - анализ данных на Python

@itchannels_telegram - 🔥 главное в ит

РКН: clck.ru/3FmrFd
加入频道
🖥 Теория + Notebook'и с практическими заданиями по основным темам Python

Здесь объясняются структуры данных, ООП, различные принципы и паттерны типа SOLID, обработка ошибок, написание тестов и много всего другого (в т.ч. алгоритмы сортировки), что можно освежить перед собеседованием

🟡 Hands on Programming with Python
🟡 Ссылка сразу на все Notebook'и

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 Продвинутый Python с уклоном в DS и ML

Держите отличный учебник/туториал по продвинутым темам Python.
Здесь освещается большое количество разных тем, вот некоторые:
— ООП: классы, магические методы, атрибуты
— декораторы
— загрузка и предобработка датасета
— кросс-валидация
— построение разных графиков

🟡 Advanced Python

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 Отличный ресурс для погружения в Computer Science и в Python

Здесь собрана теория с подробным объяснением тем Computer Science, таких как алгоритмы, динамическое программирование, рекурсия
+ теория и практика по Python

Настоятельно рекомендуется к ознакомлению

🟡 Computational Thinking and Programming

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 9 Jupyter Notebook'ов, которые помогут лучше разобраться в Pandas и в том, как он применяется

В частности, здесь описывается использование Pandas для решения таких задач:
— прогнозирование временных рядов
— разведочный анализ данных EDA
— простой анализ датасета NYC
— анализ исторических данных

🟡 9 Jupyter Notebooks

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 Что такое контекстный процессор?

Контекстные процессоры (context processors) в Django - это функции, которые добавляют глобальные переменные в контекст перед рендерингом шаблона. Эти переменные могут быть использованы в любом шаблоне в приложении, и не нужно передавать их каждый раз при рендеринге каждого шаблона вручную.

Контекстные процессоры в Django имеют доступ к объекту request, который содержит информацию о запросе, и могут использоваться для добавления переменных в контекст на основе этой информации.

Например, контекстный процессор может добавлять текущего пользователя в контекст, что позволит проверять доступности функционала приложения на страницах, доступных только зарегистрированным пользователям.

Вот пример функции-контекстного процессора, которая добавляет текущего пользователя в контекст:
def user_context(request):
return {'user': request.user}


Чтобы использовать этот контекстный процессор в вашем приложении Django, добавьте его в настройки проекта в списке CONTEXT_PROCESSORS.

Например:
# Файл settings.py
# ...
TEMPLATES = [
{
'BACKEND': 'django.template.backends.django.DjangoTemplates',
'APP_DIRS': True,
'OPTIONS': {
'context_processors': [
# ...
'myapp.context_processors.user_context',
],
},
},
]


Теперь переменная user будет доступна в любом шаблоне вашего приложения.

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 Списковое включение (быстрый способ)

Списковое включение — самый эффективный способ итерации любого списка.

Это итерирование однострочного списка с включением в него цикла. Посмотрите приведенный выше пример кода, чтобы понять, как это работает.

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 Ресурсы для погружения в Python: теория и практика

Полезная подборка бесплатных ресурсов для изучения Python, разных практических проектов и т.д.
Кое-что из этого неплохо бы освежить перед собеседованием, а некоторые другие ссылки пригодятся для создания релевантного портфолие

Отдельного внимания из всего этого заслуживает, конечно, гарвардский курс лекций по Python, вот отдельная ссылка

🖥 GitHub

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
📌 Шпаргалка по модулю itertools

Модуль itertools позволяет создавать свои собственные итераторы. Умело комбинируя его функции, можно облегчить написание итеративных алгоритмов и решить любые комбинаторные задачи в несколько строк легко читаемого кода.

https://pylot.me/article/MNW-itertools-cheatsheet/

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥 Полезные ресурсы для подготовки к собеседованиям по Python

Вот список полезных ресурсов, которые помогут вам подготовиться и уверенно пройти интервью:

LeetCode: Платформа с сотнями задач по программированию, которые помогут вам улучшить ваши навыки решения алгоритмических задач.

HackerRank: Отличный ресурс для практики программирования и изучения новых концепций через задачи и конкурсы.

Interview Cake: Платформа с обучающими материалами и задачами, ориентированными на подготовку к техническим собеседованиям.

Exercism: Практические упражнения по Python с возможностью получить обратную связь от менторов.

Real Python: Отличный ресурс с множеством статей, руководств и курсов по Python, которые помогут углубить ваши знания. Real Python

Python Principles: Сайт с интерактивными упражнениями и задачами по Python, который поможет вам улучшить ваши навыки программирования.

GeeksforGeeks: Обширный ресурс с учебными статьями, задачами и обсуждениями по всем аспектам программирования на Python.

PyBites: Платформа с ежедневными упражнениями и задачами по Python, которые помогут вам улучшить ваши навыки.

CodinGame: Интерактивные игры и задачи, которые помогут вам практиковать программирование на Python и других языках.

Надеюсь, эти ресурсы помогут вам подготовиться и успешно пройти собеседование!

@python_job_interview
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
7 топовых сайтов для самообразования, которые научат вас лучше, чем «вышка»:

Academic Earth — большая библиотека бесплатных курсов обо всем на свете от ведущих специалистов мира. От обучения химии и информатике до бизнеса и психологии;

Classcentral — самый удобный поисковик по бесплатным курсам на любую тему;

Edx — тут собраны обучающие курсы от самых топовых ВУЗов мира, таких как Гарвард, Стэнфорд и Массачусетский технологический институт. Разумеется, бесплатно;

Google Garage Courses — библиотека бесплатных курсов от Google с возможностью получить карьерный сертификат от технологического гиганта;

Khanacademy — лучший сайт для углубленного изучения математики и других прикладных наук;

Udemy — для тех, кто планирует работать в «диджитале»: отличные курсы по программированию, дизайну, веб-разработке, графике и т.д.;

Treehouse — лучший вариант для будущих программистов. Простые и понятные курсы по Python, Data Science, React и другим темам.

@data_math