Questions d'entretien Python

Parcourir une liste de deux cents questions Python donne une impression de productivité mais change rarement l'issue d'un entretien. Cette section resserre le champ sur la poignée de questions qui reviennent dans les entretiens téléphoniques et techniques, et montre ce que contient une bonne réponse. Un petit nombre de fonctionnalités du langage porte l'essentiel du signal.

• Arguments par défaut modifiables. Pourquoi def f(x=[]) accumule-t-il des valeurs entre les appels ? Les valeurs par défaut sont évaluées une seule fois, à la définition de la fonction, pas à chaque appel.
• Générateurs contre listes. Quand yield l'emporte-t-il sur la construction d'une liste ? Quand la séquence est grande, ou quand vous pouvez arrêter la lecture tôt.
• Décorateurs. Que renvoie réellement un décorateur, et pourquoi le wrapper a-t-il besoin de functools.wraps ?
• Le GIL. Pourquoi les threads liés au CPU ne passent-ils pas à l'échelle dans CPython, et vers quoi se tourner à la place ?
• Copie superficielle contre copie profonde. Que casse-t-on en copiant une structure imbriquée avec un slice ?
• Identité contre égalité. Pourquoi tester is sur de petits entiers dans un shell donne un résultat trompeur.

Deux candidats peuvent donner la même définition correcte du GIL, et un seul avance à l'étape suivante. La différence tient généralement à la deuxième phrase.

Un ingénieur backend en entretien pour un poste L5 chez un fournisseur de cloud public a été interrogé sur les raisons du ralentissement de son service sous charge. Il a nommé le GIL, puis a poursuivi : le chemin critique était l'analyse JSON, donc les threads n'étaient pas le bon outil, et déplacer cette étape vers un pool de processus a rétabli le débit. Nommer la contrainte a rapporté des points partiels. La relier à une décision a fait gagner la manche.

Construisez chaque réponse en trois temps : ce que fait la fonctionnalité, pourquoi elle existe, et quand vous l'éviteriez. Le troisième temps est celui que la plupart des candidats sautent, et c'est celui qui montre du jugement. Les autres pages sur le coding, le comportemental et le system design sont regroupées sous types d'entretien.

Lire une réponse et dire une réponse sont deux compétences différentes, et seule l'une des deux est testée. Répétez à voix haute, chronomètre en main, avec les mêmes mots que vous utiliseriez à l'oral.

• Écrivez votre réponse à chaque question récurrente en trois phrases, puis dites-la sans regarder.
• Choisissez deux fonctionnalités que vous utilisez quotidiennement et préparez une limite honnête pour chacune. Savoir critiquer ses propres outils se lit comme de l'expérience.
• Préparez une véritable histoire de débogage où un comportement de Python vous a surpris et où vous avez trouvé pourquoi.
• Entraînez la partie appliquée séparément : dictionnaires, ensembles, tri avec une fonction clé et manipulation de chaînes couvrent une grande partie des entretiens.

Si vous voulez un entraînement chronométré face à un intervieweur IA avant le vrai entretien, cela se trouve sur la page entretien blanc.

SubcueAI est une application de bureau native pour macOS et Windows. Elle capture les deux côtés de l'appel, transcrit en temps réel, et affiche une trame sur une superposition flottante qui reste locale à votre machine, si bien qu'elle ne rejoint pas la réunion en tant que participant ou bot. Pour un entretien Python, la sortie utile est une amorce de structure, pas une réponse finie : les détails doivent être les vôtres, car la question de relance portera sur le code que vous venez de décrire.

Les limites honnêtes comptent plus que la capacité. Si vous partagez votre écran, tout ce qui s'y trouve est partagé. Si l'entretien se déroule sur une plateforme d'évaluation surveillée, ou sur un appareil géré par l'entreprise, un assistant n'est pas autorisé. La configuration et les autorisations sont couvertes sur la page tutoriel.