Поиск вакансий в сфере «айти» является в некотором роде работой, а прохождение собеседований – навыком, который можно развить. Я собрал некоторые практические рекомендации из своей жизни и опыта студентов, с которыми работал на индивидуальных уроках. Они субъективные, не претендуют на абсолютную истинность, но могут пригодиться в жизни. Эти рекомендации распространяются как на само собеседование, если вопросы будут задавать соискателю лично, так и на создание резюме.

Эта статья продолжает пост, в котором был рассмотрен один из алгоритмов аутентификации пользователя через платформу Google. Сейчас мы дополним ее механизмом заполнения профиля пользователя данными из Google-аккаунта. Хотелось бы подчеркнуть, что в обеих статьях рассматривается только один из алгоритмов. Он, на мой взгляд, наиболее понятен для начинающих разработчиков, хотя существуют и другие способы. О них можно узнать из документации Django.

Проведя аутентификацию через Google, мы получили только стандартные данные - идентификатор и имя пользователя. Но можно получить и другие, в частности, email, возраст, информацию о себе и т.д.

Реализуем в проекте собственный сервис (pipeline) и добавим в пакет приложения authapp соответствующий модуль (pipeline.py):

Аутентификация через сторонние сервисы осуществляется на базе протокола OAuth 2.0, который поддерживается библиотекой Python Social Auth Django.

Для начала нам нужно установить библиотеку social-auth-core и дополнительную библиотеку social-auth-app-django для интеграции этой системы регистрации/аутентификации в Django. Оба компонента мы указали в списке зависимостей проекта в файле requirements.txt:

Недавно один из подписчиков моего канала по обучению Python рассказал, как с ним связались из одной конторы и предложили довольно интересные условия обучения – 250 к за всю программу плюс гарантированное устройство в этой же компании после завершения, с начальной зарплатой 80 – 100 к. Причем направление перспективное – машинное обучение и искусственный интеллект. Представились, как АНО Цифротех.

Якобы компания сама занимается проектами в этой сфере и параллельно обучает. С одной стороны, 250 к – недешево за онлайн профессию (можно найти варианты раза в два-три дешевле), с другой, если будет реальное трудоустройство, то можно быстро отбить средства, ну и сама профессия интересная и востребованная. Сейчас на машинное обучение, аналитику и искусственный интеллект даже больший спрос, чем на обычную Python-разработку (веб, боты, парсеры и т.д.).

Сразу хочется сказать про известные уже подводные камни так называемого «гарантированного трудоустройства». Обычно менеджеры не рассказывают про нюансы, которые завуалированно прописаны в договоре, или указаны мелким шрифтом.

Решил написать этот пост, т.к. несмотря на некоторое падение интереса к онлайн-обучению, каждый, кто решает освоить для себя новую профессию, сталкивается с выбором, куда направить усилия, а заодно и средства, чтобы это было с максимальной отдачей и не привело к выгоранию.

Словари или, по-другому, хеш-таблицы чрезвычайно популярны для хранения данных, поскольку обеспечивают быстрый поиск элемента, но все ли мы о них знаем или существуют нюансы, о которым умалчивают известные ресурсы и пособия? Об этом вы узнаете из данного поста.