Как подготовиться к собеседованию на Python? С примерами вопросов
От автора Telegram-канала Аналитика и Growth mind-set (делюсь кейсами с работы, бесплатным обучением, задачами с собеседований).
По большей части эта статья написана для аналитиков данных, но может пригодиться и другим специалистам.
Не существует единого способа подготовиться к собеседованию на Python.
Но необходимо знать как минимум следующие темы:
- Вы должны знать основы Python: циклы for, while и операторы if-else-elif. Вы должны уметь писать все это от руки.
- Знать различия типов данных и структур данных, которые предлагает Python. Как, где, когда и зачем использовать strings, lists, tuples, dictionaries, sets и тд.
- Знать, как использовать лямбда функции.
- Разбираться в Pandas, а также различных библиотеках для визуализации и машинного обучения.
- При необходимости вы должны подробно рассказать, как вы использовали Python, где все вы использовали, для каких задач.
В дополнение к вышесказанному неплохо подумать над тем, как структурировать свой мыслительный процесс, если в техническом интервью будет live coding: как вы будете подходить к решению задачи и рассуждать.
Подход компаний к найму разный, встречаются следующие ситуации:
- Компания вообще не спрашивает про техническую часть, им достаточно вашего упоминания того, что вы использовали Python. Обычно такие компании задают только вопросы на "порассуждать", в которых нет технической части.
- Компания на разных этапах интервью может задать технический вопрос без кодинга. У меня было такое, что даже HR при первом звонке уже задавал подобные вопросы. Конечно, он ничего не смыслил в Python, но видимо записывал мой ответ, а потом показывал нанимающему аналитику. В основном конечно такие вопросы задают на техническом интервью.
- На собеседовании компания дает задачу на Python и просит написать код в режиме реального времени.
- Компания на каком-то из этапов найма дает тестовое задание с задачами на Python.
Кстати, если вас интересует SQL, то тут писала Как выучить SQL быстрее?
Примеры вопросов без кодинга
Назовите изменяемые и неизменяемые объекты.
ОТВЕТ:
Изменяемость структуры данных — это возможность изменить часть структуры данных без необходимости ее воссоздания. Изменяемые объекты — это списки, наборы, значения в словаре.
Неизменяемость — это состояние структуры данных, которое нельзя изменить после ее создания. Неизменяемые объекты — это целые числа, строки, float, bool, кортежи, ключи словаря.
В чем разница между списком и кортежем?
ОТВЕТ:
Список: заключен в квадрат []; элементы и размер можно менять; медленнее, чем кортежи.
Кортеж: заключается в круглые скобки (); неизменен, т.е. не может быть отредактирован; быстрее; должен использоваться использоваться, когда порядок элементов последовательности имеет значение.
Какие библиотеки вы используете в работе?
ОТВЕТ:
Ваш самостоятельный ответ. Называете те библиотеки, которые вы использовали и используете на данный момент. Можно дать комментарий, почему именно эти.
Какие типы данных используются в Python?
ОТВЕТ:
Число (int, float and complex), Строка (str), Кортеж (tuple), Range (range), Список (list), Set (set), Словарь (dict)
Какая разница между Series и dataframe?
ОТВЕТ:
Series – это проиндексированный одномерный массив значений. Он похож на простой словарь типа dict, где имя элемента будет соответствовать индексу, а значение – значению записи. DataFrame — это проиндексированный многомерный массив значений, соответственно каждый столбец DataFrame, является структурой Series.
Как конвертировать целые числа в строки?
ОТВЕТ:
Наиболее распространенный способ преобразования целого числа в строку в Python — это встроенная функция str(). Эта функция преобразует любой тип данных в строку; однако есть и другие способы сделать это.
Что такое массивы в Python?
ОТВЕТ:
Массивы хранят несколько значений в одной переменной. Например, вы можете создать массив «company», в который входят Twitter, Twitter, Reddit, Netflix и Google.
company = ["Twitter", "Twitter", "Reddit", "Netflix", "Google"]
В чем разница между is и '==' ?
ОТВЕТ:
«==» проверяет равенство между переменными, а «is» проверяет идентичность переменных.
Как используется Groupby?
ОТВЕТ:
Groupby позволяет группировать строки вместе на основе столбца и выполняет функцию агрегирования этих объединенных строк.
Что такое диаграмма рассеяния?
ОТВЕТ:
Диаграмма рассеяния — это двумерная визуализация данных, которая иллюстрирует взаимосвязь между наблюдениями двух разных переменных. Один откладывается по оси х, а другой — по оси у.
Больше вопросов с собеседований в моем боте Job Interview Bot - бот, который помогает начинающему или уже состоявшемуся специалисту в IT пройти собеседование (бот бесплатен).
А если вас интересует аналитика, подписывайтесь на мой телеграм канал Аналитика и Growth mind-set (делюсь кейсами с работы, бесплатным обучением, задачами с собеседований).
Если вам была полезна эта статья, вы можете угостить меня чашкой кофе, отправив донат.