Կա՞ն հարցեր ձեր աշխատանքային տեղն կամ ընկերության մասին։
Python
Ի՞նչ առաջադրանքներ եք այժմ հետազոտում կամ վերլուծում:
Ինչպես կազմակերպվեց worker-ը Kafka սպառողի հետ՝ առանձին կամ միասին FastAPI-ի հետ?
Ի՞նչ տեխնոլոգիաներ կամ թեմաներ եք այժմ յուրացնում՝ ձեր մասնագիտական հմտությունները բարելավելու համար։
Ի՞նչ չափանիշներ եք հաշվի առնելու ծրագրային լուծում գնահատելիս և ընտրելիս։
Ի՞նչ տեսակի առաջադրանքներ եք առավել հետաքրքիր համարում աշխատավայրում:
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))
Ի՞նչ տեսակի տվյալների երթուղի եք օգտագործել և ինչ եք օգտագործել Kafka-ից ընթերցելու համար։
Ի՞նչ է ձեր համար ընդունելի նվազագույն եկամտի մակարդակը։
Ի՞նչ քանակի պոդներ սպասարկում էին 500 RPS-ը։
Ի՞նչ տարբերակ է օգտագործվել Helm-ի և ինչպե՞ս է տարբեր Helm 3-ը Helm 2-ից։
Ի՞նչ է MRO (Մեթոդների Հաղորդագրության Պատմությունը)։
Ինչպես տեղադրեցին Kubernetes-ում, ո՞ր վեբ սերվերը օգտագործեցին:
Տեղադրման գրառումը և արտաքին ծառայության հարցումը բլոկավորո՞ւմ են, թե՞ ոչ: Ինչպես է աշխատում asyncio-ով այս հարցը։
Ինչպե՞ս եք գնահատել հաճախորդներին՝ անցնելուց առաջ ML-սկորինգին։
Ի՞նչ ծրագրեր ունեք մասնագիտական աճի և հմտությունների զարգացման համար։
Ի՞նչ են __slots__-ը Python-ում։
Որ աղբյուրը ձեզ է տվել ընթացիկ առաջադրանքները կամ հանձնարարությունները?
Ինչպե՞ս եք կազմակերպել և կառավարել ձեր նախորդ փորձառության աշխատանքային առաջադրանքները։
Ի՞նչ էր ձեր RPS-ը և ինչպես եք հաղթահել բեռը։