Что выведет код?

👾 — NaN
🔥 — Exception
❤️ — ZeroDivisionError
👍🏼 — SyntaxError

🏃‍♀️ Азбука айтишника

#междусобойчик

📌 Что такое Inversion of Control (IoC)

Inversion of Control — это принцип проектирования, когда управление зависимостями и процессами «переворачивается»: вместо того чтобы класс сам контролировал создание и использование зависимостей, внешний контейнер или фреймворк управляет этим процессом.

Иными словами, объект не сам решает, как и откуда брать зависимости, а получает их от внешней системы.

➡️ Плюсы IoC

— Гибкость архитектуры: легко менять реализацию без изменения основного кода.

— Повторное использование компонентов.

— Ослабленная связность и упрощённая поддержка.

➡️ Минусы IoC

— Более сложное понимание для новичков.

— Иногда избыточно для простых приложений.

— При использовании IoC-контейнеров (Spring, .NET Core DI, Guice) появляется дополнительный уровень абстракции.

Как ответить на собесе:

«Inversion of Control — это принцип, при котором управление зависимостями передаётся внешнему коду или контейнеру. Один из самых популярных способов его реализации — Dependency Injection».

🏃‍♀️ Азбука айтишника

#ликбез

🏃‍♀️ Азбука айтишника

#развлекалово

📌 Что такое JWT?

JWT (JSON Web Token) — это компактный формат токенов для безопасной передачи данных между сторонами. Используется для аутентификации и авторизации, особенно в веб-приложениях.

➡️ JWT состоит из трёх частей, разделённых точками

1️⃣ Header — тип токена и алгоритм подписи (например, HMAC или RSA).
2️⃣ Payload — полезная нагрузка (данные, например userId, roles).
3️⃣ Signature — цифровая подпись для защиты от подделки.

➡️ Как работает

Клиент аутентифицируется, сервер создаёт JWT и отдаёт его клиенту. Затем при каждом запросе клиент передаёт JWT в заголовке Authorization: Bearer <token>. Сервер проверяет подпись и, если токен валиден, разрешает доступ.

➡️ JWT самодостаточен: сервер не хранит состояние токенов.

🏃‍♀️ Азбука айтишника

#ликбез

🏃‍♀️ Азбука айтишника

#развлекалово

Что выведет код?

🔥 — 0
❤️ — 120
👍🏼 — Error

🏃‍♀️ Proglib Academy

#междусобойчик

🏃‍♀️ Азбука айтишника

#развлекалово

💡 How to: как грамотно группировать YAML-конфигурации в ML-проектах

В ML-проектах множество параметров: данные, модели, обучение, инференс. Чтобы не потеряться в этом хаосе, важно организовать конфигурации понятно и масштабируемо.

🎯 Лучшее решение — использовать связку OmegaConf + Hydra.

⭐ OmegaConf: гибкость и структура

OmegaConf создана для сложных ML-пайплайнов и позволяет:

• Объединять несколько YAML-файлов в единую структуру
• Обращаться к полям как через config.model.optimizer, так и config["model"]["optimizer"]
• Использовать проверку типов через dataclasses или Pydantic-моделей

• Пример:

# model.yaml
model:
  name: resnet50
  optimizer:
    type: Adam
    lr: 0.001

from omegaconf import OmegaConf
cfg = OmegaConf.load("model.yaml")
print(cfg.model.optimizer.lr)  # 0.001

⭐ Hydra: управление ML-воркфлоу

Hydra расширяет OmegaConf и упрощает работу с конфигурациями:

• Группировка конфигураций через defaults:

# config.yaml
defaults:
  - data: imagenet.yaml
  - model: resnet.yaml
  - training: adam.yaml

• Структура может быть произвольной:

conf/
├── config.yaml
├── data/imagenet.yaml
├── model/resnet.yaml
├── training/adam.yaml

• Переопределения из командной строки:

python train.py model.optimizer=SGD training.lr=0.01

• Параметрические прогоны (sweeps):

python train.py -m training.lr=0.001,0.01 model.optimizer=Adam,SGD

Это удобно при автоматизированном поиске гиперпараметров.

💬 А как вы организуете свои конфигурации?

🏃‍♀️ Азбука айтишника

#буст