Quelles tâches étudiez-vous ou analysez-vous actuellement?
Python
Quelles technologies ou sujets maîtrises-tu actuellement pour améliorer tes compétences professionnelles?
Comment le worker avec le consommateur Kafka a-t-il été organisé : séparément ou avec FastAPI ?
Quel type de bus de données a été utilisé et qu'avez-vous utilisé pour lire à partir de Kafka?
Quels types de tâches vous intéressent le plus à résoudre dans votre travail?
async def check_response(delay: int, message: str) -> None: timeout = httpx.Timeout(timeout=5) client = httpx.AsyncClient( base_url=BASE_URL, timeout=timeout, ) async with client: response = await client.get(url=f"/delay/{delay}") print(response.status_code, message) async def main() -> None: await check_response(delay=2, message="from first line"), await check_response(delay=2, message="from second line"), await check_response(delay=2, message="from third line"), if __name__ == "__main__": print("Total time:", timeit.timeit(lambda: asyncio.run(main()), number=2))
Quels critères prendrez-vous en compte lors de l'évaluation et du choix d'une solution logicielle?
Quel est le niveau de revenu minimal acceptable pour vous?
Qu'est-ce que l'MRO (Ordre de Résolution des Méthodes) ?
Combien de pods ont géré 500 RPS?
Quelle version de Helm a été utilisée et en quoi Helm 3 diffère-t-il de Helm 2?
Qu'est-ce que __slots__ en Python?
Comment ont-ils déployé dans Kubernetes, quel serveur web ont-ils utilisé?
Quelle source vous a assigné vos tâches ou missions actuelles?
Comment évaluiez-vous les clients avant de passer au ML-scoring?
L'enregistrement sur disque et la requête à un service tiers sont-ils bloquants ou non ? Comment asyncio gère-t-il cela ?
Quels sont vos projets en matière de croissance professionnelle et de développement des compétences?
Comment avez-vous organisé et géré les tâches de travail dans votre expérience précédente?
Quel était votre RPS et comment avez-vous géré la charge?