Python

Ποιο μορφότυπο εργασίας αναζητάτε: γραφείο, υβριδικό ή απομακρυσμένο;

Πώς αλληλεπιδράσατε με μηχανικούς ML/AI και ποιο μοντέλο ή λύση AI εφαρμόσατε;

Είστε εξοικειωμένοι με προϊόντα επεξεργασίας αιτημάτων, anti-fraude, AML, γραμμή πιστώσεων και screening κυρώσεων;

5. Αξιοπιστία πληρωμών: "Πώς λύθηκε το ζήτημα της ιδιομορφίας στο gRPC;" Στόχος του συνεντευκτή: Οι πληρωμές — η πιο επικίνδυνη περιοχή για διπλότυπα (Double Spending). Πιθανή ερώτηση: "Το αίτημα πληρωμής πέρασε μέσω gRPC αλλά απέτυχε λόγω χρονικού ορίου (DEADLINE_EXCEEDED). Τα χρήματα αφαιρέθηκαν — άγνωστο. Τι κάνει το module πληρωμών;" Πώς να απαντήσετε: "Σε ένα χρηματοοικονομικό πλαίσιο, κάθε επαναλαμβανόμενο αίτημα πρέπει να έχει ένα Κλειδί Ιδιομορφίας: 1. Στα μεταδεδομένα του αιτήματος gRPC (metadata=((‘x-idempotency-key’, key_uuid),)) πάντα μεταδίδαμε ένα μοναδικό κλειδί συναλλαγής. 2. Όταν λαμβάνεται DEADLINE_EXCEEDED, ο πελάτης μπορεί με ασφάλεια να επαναλάβει με το ίδιο κλειδί. 3. Η υπηρεσία απόκτησης ελέγχει την παρουσία αυτού του κλειδιού στη βάση δεδομένων / Redis και είτε επιστρέφει την κατάσταση της ήδη επεξεργασμένης συναλλαγής είτε την επεξεργάζεται για πρώτη φορά."

Πώς ήταν η ομάδα σου, με ποιον αλληλεπιδρούσες, πώς δούλευες και ποιο stack χρησιμοποιούσες;

Γιατί αφήσατε την προηγούμενη εργασία σας;

Ποια είναι τα απαιτούμενα για την αποθήκευση ιστορικού, τη σειρά μηνυμάτων, την αναζήτηση, την κρυπτογράφηση, τη διαθεσιμότητα, την περιοχή μηνυμάτων και τη διαγραφή;

Ποιο τοπικό μοντέλο χρησιμοποιήθηκε: Qwen, DeepSeek ή άλλο;

Απάντηση στη θέση εργασίας για προγραμματιστή Python

Σχεδιάστε έναν messenger.

Τι ψάχνετε τώρα και τι είναι σημαντικό για εσάς όταν επιλέγετε μια εταιρεία;

Χρησιμοποιήσατε πράκτορες AI ή εργαλεία για τη δημιουργία κώδικα, όπως το Codex;

Πείτε μας για την πιο πολύπλοκη τεχνική ή προϊόντική πρόκληση που αντιμετωπίσατε: ποιο ήταν το πρόβλημα και πώς το λύσατε;

Πείτε μας για μια αποτυχία στη δουλειά: τι συνέβη, γιατί και τι μάθατε;

Σχεδιάστε έναν κλιμακούμενο messenger: μόνο προσωπικές συνομιλίες, αποστολή κειμένου και εικόνων, online και offline παράδοση μέσω push ειδοποιήσεων, καταστάσεις "αποστάλθηκε/παραδόθηκε/διαβάστηκε", ιστορικό συνομιλίας και κατάσταση παρουσίας online/offline. Περιορισμοί: έως 10 εκατομμύρια χρήστες, μέση φόρτωση έως 50 χιλ. μηνύματα/δευτ., κορύφωση — έως 100 χιλ. μηνύματα/δευτ., μηνύματα δεν πρέπει να χαθούν, το σύστημα πρέπει να κλιμακώνεται οριζόντια; P99 online παράδοση — έως 400 ms.

Πέρα από την Python, σε ποιες άλλες γλώσσες έχετε εργαστεί ή σας ενδιαφέρουν τώρα;

Ποια εργαλεία AI χρησιμοποιήσατε εκτός από το τοπικό μοντέλο;

Ποια λειτουργικά και μη λειτουργικά απαιτήσεις πρέπει να οριστούν για έναν messenger: προσωπικές συνομιλίες, καταστάσεις μηνυμάτων, αρχεία έως 5 MB, ειδοποιήσεις push, έως 10 εκατομμύρια χρήστες, κατά μέσο όρο 40–50 χιλ. RPS και έως 100 χιλ. RPS στην κορύφωση;

Είστε σύμφωνοι να εγκαταλείψετε την κρυπτογράφηση από άκρο σε άκρο για να υποστηρίξετε την πλήρη κειμενική αναζήτηση στον διακομιστή στα μηνύματα;

Έχουν προκύψει αρκετές ερωτήσεις Πρέπει να γράψω για την σχολική εκπαίδευση; Πρέπει να αναφέρω κάτι για τις δεξιότητες υπολογιστή; Αν ναι, πρέπει απλώς να το βάλω στην πρώτη στήλη; Επειδή ο πίνακας είναι προφανώς λίγο στραβός.