Python

def function(test_list: tuple = ()): test_list.append(1) print(test_list) test_list = () function() # function(test_list) # function() # print(test_list) #

ML-modellal dolgozott: nem nyúlt a modellhez, hanem a backend-infrastruktúrát és a környezetét építette fel?

def is_palindrome(string_to_check: str) -> bool: bal, jobb = 0, len(string_to_check) amíg bal < jobb: amíg bal < jobb és nem string_to_check[bal]: bal += 1 amíg bal < jobb és nem string_to_check[jobb]: jobb -= 1

Mi az a palindróma?

Hogyan kezeli a Python szótár a hash ütközéseket, és miért nem tárolódnak `True`, `1` és `1.0` három külön kulcsként?

Miért marad meg a módosítható alapértelmezett argumentum értéke Pythonban a függvényhívások között?

Meséljen a munkatapasztalatáról, különösen az utolsó munkahelyéről és, ha szeretné, a korábbi munkájáról.

def function(test_list: list = []): test_list.append(1) print(test_list) test_list = [] function() function(test_list) function() print(test_list)

Lёsha talált egy bolhát a polcon. -> True Röpte! Ó, röpte! Nagy, mint egy oroszlán! Ó, ész! Ó, ész! -> True "........,,,! " -> False def is_palindrome(string_to_check: str) -> bool:

Te magad dolgoztál a Kafka-val, vagy az infrastruktúrát és a beállításokat a DevOps biztosította?

Hogyan tisztították meg a Kafka nagy eseménynaplóját: beállítottak egy megőrzési politikát?

Előfordulhatott-e, hogy duplikált események jelentek meg Kafka-ban, és hogyan oldottad meg ezt a problémát?

Hogyan működött az backend az ML-modellal: hol volt hosztolva, és milyen protokollon keresztül kommunikáltak vele?

obj = {True: 1, 1: 2, 1.0: 3, "1": 4} print(obj) # {True: 3, "1": 4}

Dolgozott már AI-ügynökökkel vagy neurális hálózatokkal kódírás céljából?

Miért az `{True: 1, 1: 2, 1.0: 3, "1": 4}` szótárban a `True` kulcshoz tartozó végső érték `3`, nem pedig `1`?

Hogyan működött a rendszer az event-driven/Kafka-ra való áttérés előtt: REST API-k voltak a FastAPI-nál?