🚨 Пытаюсь пройти РЕАЛЬНЫЙ собес на Sr. Python Engineer / Мобильная реклама с AI и ML / Опять фиаско?

*** 💡Ламповое комьюнити питонистов в Telegram: https://t.me/pymentor 📡 Записаться на тестовый (мок) собес: https://t.ly/lXoVH ✒️ Собесы, интервью, подкасты: https://www.youtube.com/@pymentor_by/playlists ✉️ Связь с автором канала - python.mentor.by@gmail.com *** Тайм коды: -- Организационные вопросы (от кандидата) 0:00 — Вопрос про культуру разработки: стартап (скорость) или зрелый продукт (качество). 0:52 — Ответ интервьюера: баланс между скоростью в веб-части и надежностью в работе с данными/аналитикой. -- Алгоритмы и структуры данных 2:25 — Что такое графы в программировании. 3:22 — Что такое очередь (Queue) и FIFO. 3:45 — Разница между стеком (LIFO) и очередью (FIFO). Примеры использования. 4:57 — Сложность операций (Big O) добавления и извлечения в стеке и очереди (Python list vs deque). 6:16 — Виды сортировок (вставкой, слиянием, Timsort). 7:00 — Сложность алгоритма Quicksort. -- AWS и System Design 7:45 — Опыт работы с AWS сервисами (EC2, S3, CloudFront и др.). 8:31 — Что такое S3 bucket и есть ли там реальные папки. 9:24 — Опыт настройки инфраструктуры (VPC, Subnets, Gateway). 10:04 — Задача: Распарсить CSV-файл размером 1 ТБ из S3 и сложить в ClickHouse. 11:11 — Решение кандидата: стримовое чтение, буферизация, batch insert. Варианты с Kafka и горизонтальным масштабированием. 13:50 — Где хранить схему данных (единый источник правды, Registry). 15:00 — Вопросы про AWS Glue, Athena, Spark, Kinesis. -- DevOps и Kubernetes 16:44 — Опыт настройки CI/CD (GitLab, GitHub Actions, Jenkins). 17:40 — Kubernetes: что такое Pod. 18:15 — Отличие Pod от Deployment. 18:41 — Что такое Docker Image и его роль. 19:23 — Опыт с Helm Charts. 19:54 — Управление секретами в Kubernetes (Secrets Manager vs External Vaults). -- AI и LLM (Generative AI) 20:55 — Опыт работы с GenAI (кейс с генерацией RFC для пулл-реквестов). 22:02 — Выбор модели (GPT-4) и ограничения токенов в GitHub. 23:44 — Опыт тюнинга моделей (Fine-tuning). 24:29 — Что такое токен. 25:27 — На что влияет температура (Temperature) при генерации. 25:47 — Архитектуры агентских систем и RAG (Retrieved Augmented Generation). -- Backend (FastAPI, PostgreSQL, Брокеры, ClickHouse) 27:54 — Опыт с FastAPI (проекты с нуля). 28:29 — Отличие Dependency от Middleware в FastAPI. 29:21 — PostgreSQL: опыт работы с ORM (SQLAlchemy) и миграциями (Alembic). 30:00 — Оптимизация SQL-запросов (Explain, индексы). 32:49 — Что такое WAL (Write-Ahead Log) в Postgres. 35:02 — Задача: Как избежать овербукинга при продаже билетов (блокировки: оптимистичные vs пессимистичные). 37:05 — Разница между Kafka и RabbitMQ. 38:33 — Что такое Dead Letter Queue (DLQ). 39:17 — Опыт подключения RabbitMQ (пример архитектуры). 41:00 — ClickHouse: отличие от S3 и Postgres (OLTP vs OLAP). 41:32 — Опыт использования ClickHouse для временных рядов (Time Series). -- Вопросы кандидата к компании (Culture fit) 43:45 — Почему открыта вакансия (поиск с рынка vs повышение внутренних сотрудников). 45:49 — Внутренняя ротация: отпускают ли сотрудников на новые проекты. 47:40 — Проблема Bus Factor (незаменимых людей) и обмен знаниями. 52:03 — Состав команды: ищут одного "универсала" или нескольких. 53:36 — Отношение к техническому долгу (обновление версий, стандарты кода). 57:48 — Выделяется ли время на рефакторинг архитектуры. 59:40 — Микросервисы vs Монолит: проблемы зоопарка сервисов и управление интеграциями. *** #python #interview #собеседование