Какой опыт работы с Python

Что проверяют

Можете ли вы написать на Python инструмент, который коллеги запустят и через полгода, а не одноразовый скрипт. Следом часто просят решить маленькую задачу вживую: разобрать лог, сходить в API и отфильтровать ответ. Или спрашивают, чем Python удобнее Bash в конкретном случае.

Как отвечать

Назовите задачи, где Python у вас реально работал: CLI для команды, интеграция с API облака, обработка вебхуков, свой экспортер метрик, динамический инвентарь для Ansible. Затем инструменты:

• облако и кластер: boto3 для AWS или SDK вашего облака, официальный клиент kubernetes;
• HTTP: requests или httpx с явными таймаутами и повторами;
• SSH: paramiko или Fabric, хотя конфигурацию серверов правильнее отдать Ansible;
• CLI: argparse, click или typer, осмысленные коды выхода, logging вместо print;
• окружение: виртуальное окружение, зафиксированные версии зависимостей, uv или pip-tools, упаковка в контейнер;
• качество: pytest, ruff, проверка типов через mypy;
• метрики: prometheus_client для экспортера.

Хорошо объяснить, почему здесь Python, а не Bash: структуры данных, работа с JSON и YAML, обработка ошибок, тесты. Цифры в примере должны быть вашими и объяснимыми: «выкладка занимала сорок минут ручной работы, стала запускаться одной командой». Если Python у вас на уровне небольших скриптов, так и скажите и покажите один хорошо сделанный.

Где спотыкаются

Ставят зависимости в системный Python через sudo pip. В свежих Debian и Ubuntu это блокирует PEP 668, правильный ответ здесь виртуальное окружение или pipx.

Вызывают requests.get без timeout. По умолчанию таймаута нет, и задача в cron зависает навсегда на подвисшем соединении.

Собирают shell-команды склейкой строк и зовут subprocess.run с shell=True. Имя файла или параметр из внешнего источника превращается в инъекцию, безопаснее передавать аргументы списком.