Python-sollicitatievragen

Een lijst van tweehonderd Python-vragen doorwerken voelt productief maar verandert zelden de uitkomst van een sollicitatiegesprek. Dit gedeelte beperkt het veld tot de handvol die telkens terugkomt bij telefonische screenings en technische rondes, en laat zien wat een sterk antwoord bevat. Een klein aantal taalfeatures draagt het meeste signaal.

• Mutable default arguments. Waarom accumuleert def f(x=[]) waarden tussen aanroepen? Defaults worden één keer geëvalueerd, op het moment dat de functie wordt gedefinieerd, niet bij elke aanroep.
• Generators versus lists. Wanneer is yield beter dan het bouwen van een list? Wanneer de reeks groot is, of wanneer je mogelijk vroegtijdig stopt met lezen.
• Decorators. Wat retourneert een decorator eigenlijk, en waarom heeft de wrapper functools.wraps nodig?
• De GIL. Waarom schalen CPU-gebonden threads niet in CPython, en waar grijp je in plaats daarvan naar?
• Shallow versus deep copy. Wat breekt er als een geneste structuur met een slice wordt gekopieerd?
• Identity versus equality. Waarom is testen tegen kleine integers in een shell je een misleidend resultaat geeft.

Twee kandidaten kunnen dezelfde correcte definitie van de GIL geven en slechts één komt verder. Het verschil zit meestal in de tweede zin.

Een backend engineer die solliciteerde voor een L5-functie bij een grote cloudleverancier kreeg de vraag waarom hun service vertraagde onder belasting. Ze noemden de GIL, en gingen verder: het hot path was JSON-parsing, dus threads waren het verkeerde gereedschap, en die stap verplaatsen naar een process pool herstelde de throughput. Het benoemen van de beperking leverde gedeeltelijke punten op. Het verbinden ervan aan een beslissing won de ronde.

Bouw elk antwoord in drie slagen: wat de feature doet, waarom hij bestaat, en wanneer je hem zou vermijden. De derde slag is degene die de meeste kandidaten overslaan, en het is degene die inzicht toont. Andere pagina's over coding-, behavioral- en system-design-rondes zijn gegroepeerd onder interviewtypes.

Een antwoord lezen en een antwoord zeggen zijn verschillende vaardigheden, en slechts één daarvan wordt getest. Oefen hardop, tegen de klok, in dezelfde woorden die je tijdens het gesprek zou gebruiken.

• Schrijf je antwoord op elke terugkerende vraag als drie zinnen, en zeg het dan zonder te kijken.
• Kies twee features die je dagelijks gebruikt en bereid voor elke een eerlijke beperking voor. Je eigen tools kunnen bekritiseren leest als ervaring.
• Breng één echt debugverhaal mee waarbij Python-gedrag je verraste en je uitzocht waarom.
• Oefen de toegepaste helft apart: dictionaries, sets, sorteren met een key-functie, en stringverwerking dekken een groot deel van de screenings.

Als je een getimede sessie tegen een AI-interviewer wilt voor het echte werk, staat die op de pagina mock interview.

SubcueAI is een native desktopapp voor macOS en Windows. Het legt beide kanten van het gesprek vast, transcribeert in real time, en toont een opzet op een zwevende overlay die lokaal op je machine blijft, zodat het niet als deelnemer of bot aan de vergadering deelneemt. Voor een Python-ronde is de nuttige output een structuurprompt, geen af antwoord: de details moeten van jou zijn, want de vervolgvraag gaat over de code die je net hebt beschreven.

De eerlijke grenzen zijn belangrijker dan de mogelijkheden. Als je je scherm deelt, wordt alles wat op dat scherm staat gedeeld. Als de ronde plaatsvindt op een proctored assessmentplatform, of op een door het bedrijf beheerd apparaat, valt een assistent buiten scope. Instellen en machtigingen staan op de pagina tutorial.