Полезный канал для айтишников и айтишниц (и не только) в Грузии.
Чат канала: @itingechat. Запросы на рекламу пока не принимаются
Post #2813
1.88K
👨💻 Мануал для джуна. Что должен знать, уметь и учить Junior Python Developer: разбор от Ивана Рамыка, Software engineer & Coach в mate academy
🔵 На какие вакансии можно смотреть со знанием Python
▪️Web development — знания Python, БД, вебфреймворков (Django, FastAPI, Flask).
▪️ Data analytics — знания Python, SQL, инструментов для визуализации (Looker, Power BI, Tableau).
▪️ Software Engineer in Test — знание Python и теории тестирования.
🔵 Чего ожидать на собеседовании для Web development
🔹 Теоретические вопросы: на тему Python Core (например, «какая разница между Iterator, Iterable и Generator?»); классы и ООП (здесь нужно как минимум объяснить разницу между классом и объектом); многопоточность (например, «что такое GIL и зачем он нужен?»); базы данных (тут могут спросить про разницу между реляционными и нереляционными базами данных); Django (например, «что такое Django REST Framework?»). Полный список вопросов на украинском — по ссылке.
🔹 Практические задания. Тут, конечно, алгоритмические задачи, примеры которых можно найти на leetcode или codewars. Тут следует обращать внимание на алгоритмическую сложность полученного решения и стараться достичь оптимальной сложности, используя различные подходы и структуры данных (dict, set).
🔵 Что может быть в тестовом
🔹На позицию веб-девелопера — обычно тестовое заключается в разработке API или вебсайта на одном из популярных фреймворков (Django, FastAPI или Flask). Часто нужно уметь:
▪️настроить работу бэкенда с Postgres или другой БД (иногда нереляционной);
▪️общаться с посторонним API;
▪️использовать Celery для параллельных вычислений;
▪️завернуть приложение в Docker.
Также хорошей практикой будет всегда покрывать код тестами, даже если этого прямо не требуется в тестовом условии.
🔹 На позицию дата-аналитика — часто написание сервисов, которые собирают данные из API, БД или вебсайтов (путем скрапинга) и генерируют отчёты для визуализации в дашборде (Looker, Power BI, Tableau).
🔹 Дополнительные темы, которые полезно рассмотреть:
▪️Веб-протоколы: TCP/IP, UDP, HTTP, HTTPS, web sockets.
▪️Операционные системы, Docker.
▪️Клауд (AWS, GCP).
▪️CI/CD.
▪️Алгоритмы и структуры данных.
▪️Для аналитиков данных: numpy, pandas, matplotlib, инструмент визуализации (для начала хватит одного из Looker, Power BI и Tableau).
🔹 Также важно:
▪️старательно учиться
▪️развивать soft skills
▪️ работать над проектами (своими, на волонтёрских началах и т.д.)
▪️прокачивать английский.
🔵 На какие вакансии можно смотреть со знанием Python
▪️Web development — знания Python, БД, вебфреймворков (Django, FastAPI, Flask).
▪️ Data analytics — знания Python, SQL, инструментов для визуализации (Looker, Power BI, Tableau).
▪️ Software Engineer in Test — знание Python и теории тестирования.
🔵 Чего ожидать на собеседовании для Web development
🔹 Теоретические вопросы: на тему Python Core (например, «какая разница между Iterator, Iterable и Generator?»); классы и ООП (здесь нужно как минимум объяснить разницу между классом и объектом); многопоточность (например, «что такое GIL и зачем он нужен?»); базы данных (тут могут спросить про разницу между реляционными и нереляционными базами данных); Django (например, «что такое Django REST Framework?»). Полный список вопросов на украинском — по ссылке.
🔹 Практические задания. Тут, конечно, алгоритмические задачи, примеры которых можно найти на leetcode или codewars. Тут следует обращать внимание на алгоритмическую сложность полученного решения и стараться достичь оптимальной сложности, используя различные подходы и структуры данных (dict, set).
🔵 Что может быть в тестовом
🔹На позицию веб-девелопера — обычно тестовое заключается в разработке API или вебсайта на одном из популярных фреймворков (Django, FastAPI или Flask). Часто нужно уметь:
▪️настроить работу бэкенда с Postgres или другой БД (иногда нереляционной);
▪️общаться с посторонним API;
▪️использовать Celery для параллельных вычислений;
▪️завернуть приложение в Docker.
Также хорошей практикой будет всегда покрывать код тестами, даже если этого прямо не требуется в тестовом условии.
🔹 На позицию дата-аналитика — часто написание сервисов, которые собирают данные из API, БД или вебсайтов (путем скрапинга) и генерируют отчёты для визуализации в дашборде (Looker, Power BI, Tableau).
🔹 Дополнительные темы, которые полезно рассмотреть:
▪️Веб-протоколы: TCP/IP, UDP, HTTP, HTTPS, web sockets.
▪️Операционные системы, Docker.
▪️Клауд (AWS, GCP).
▪️CI/CD.
▪️Алгоритмы и структуры данных.
▪️Для аналитиков данных: numpy, pandas, matplotlib, инструмент визуализации (для начала хватит одного из Looker, Power BI и Tableau).
🔹 Также важно:
▪️старательно учиться
▪️развивать soft skills
▪️ работать над проектами (своими, на волонтёрских началах и т.д.)
▪️прокачивать английский.
- 👍 3








