Golang вопросы собеседований

Rust vs Go vs C# в 2026: почему наивный Rust проиграл Go Сравнение производительности Rust, Go и C# в 2026 году: наш тест на аллокациях, где наивный Rust уступил Go, а Rust с ареной оказался в 7 раз быстрее, плюс разбор GC, памяти, холодного старта, Green Tea и .NET 10 Спор «что быстрее: Rust, Go или C#» обычно заканчивается ссылкой на чей-то бенчмарк, где один язык обгоняет другой в полтора раза. Мы решили проверить простую вещь и сразу получили результат, который ломает привычную картину: наивный код на Rust проиграл Go по времени выполнения. Ниже разбираем, почему так вышло, что на самом деле означает «производительность» в 2026 году и как выбирать язык под конкретную нагрузку. https://uproger.com/rust-vs-go-vs-csharp-proizvoditelnost-2026/

🔥 ChatGPT PRO на русском: открытый курс от первого промпта до агентов и Codex На GitHub появился бесплатный практический курс по ChatGPT, целиком на русском. Он умещается в один репо, поэтому ничего не нужно ставить и регистрироваться не надо. Программа идёт от простого к сложному в четыре уровня: база, работа, расширение и PRO. Всего в ней 13 модулей. Первые разбирают выбор между быстрыми и рассуждающими моделями, Deep Research, формулу промпта, память и проекты. Дальше идут анализ таблиц, Canvas, картинки и голос, а последние модули посвящены Custom GPTs, коннекторам, агентам, Codex и API. Главная ценность курса в практике. В нём 10 лабораторных: библиотека промптов, аналитика без Excel, ресёрч с проверкой источников, свой GPT, постановка задач агенту, разработка через Codex и автоматизация через API. К ним прилагаются 15 готовых рецептов под типовые задачи и разбор антипаттернов в формате «как делают неправильно и как надо». Отдельный модуль посвящён безопасности: prompt injection, утечки данных и проверка фактов за моделью. Курс удобно дать новичкам в команде или пройти самому, чтобы закрыть пробелы по агентам и Codex. https://github.com/justxor/ChatGPT_ru

🎓 Тестовый собес с Go Senior из Гамбурга, с опытом работы в Yandex и Uzum [ + эталонные ответы на 50 сложных вопросов в подарок ] В четверг, 8 октября, в 19:00 МСК приходи онлайн на тестовое собеседование. Можно посмотреть, как всё устроено изнутри, и понять, насколько ты готов к такому интервью. Интервьюер: Маруф Караев — Senior Software Engineer из Гамбурга, ex-Yandex, ex-Uzum. Как это будет: 📂 Маруф задаст разработчику-добровольцу те вопросы и задачи, которые даёт кандидатам на своих интервью. Заранее их никто не знает; 📂 После каждого ответа Маруф даст обратную связь: что прозвучало сильно, а что стоило раскрыть иначе. Так станет понятнее, на что обращают внимание на собесе; 📂 В конце сможешь задать Маруфу любой вопрос и получить развёрнутый ответ; Эфир проходит в рамках менторской программы ШОРТКАТ для Go-разработчиков, которые хотят сменить работу и вырасти в грейде и зарплате. 🎁 Подарок для всех, кто зарегается на веб: файл с эталонными ответами на 50 сложных вопросов с Go-интервью 🔥 Жми на кнопку, чтобы попасть на эфир и забрать подарок ↓ @shortcut_go_bot Реклама. О рекламодателе.

🚀 DevOps Interview 2026 - шпаргалка-курс для подготовки к собеседованию Всё, что спрашивают на собеседованиях DevOps / SRE / Platform Engineer в 2026 году — в одном репозитории. Короткая теория, команды, типовые вопросы с ответами, задачи live-coding и «ловушки» интервьюеров. https://github.com/justxor/devops-interview-2026

👣 Go 1.27 получился одним из самых заметных релизов языка за последние годы. Главное изменение - дженерик-методы. Теперь методы могут объявлять собственные параметры типа, поэтому многие хелперы и цепочки преобразований можно писать заметно чище. Но есть ограничение: такие методы нельзя использовать в интерфейсах. Ещё из важного: - новый encoding/json/v2 с более строгими правилами и потоковой обработкой JSON - uuid появился прямо в стандартной библиотеке, включая UUID v4 и v7 - улучшен type inference для generic-функций - мелкие аллокации до 80 байт стали дешевле - профиль goroutineleak стал стабильным - go fix получил новые автоматические миграции - появились изменения в net/http, TLS и инструментах разработки В статье разобрал не только список изменений, но и реальные примеры кода, подводные камни и чек-лист миграции продакшен-сервисов на Go 1.27. https://uproger.com/go-1-27-chto-novogo/

🔥 Удобный CLI для локального Kubernetes ctlptl помогает поднимать и управлять локальными Kubernetes-кластерами декларативно, почти как kubectl. Поддерживаются Docker Desktop, kind, k3d и Minikube. Кластер можно описать обычным YAML, а затем создать одной командой: ctlptl apply -f cluster.yaml Что умеет: - создавать и удалять локальные кластеры; - автоматически переключать kubectl context; - поднимать встроенный Docker Registry; - задавать версию Kubernetes и ресурсы Docker Desktop. Полезный инструмент, если часто тестируете Kubernetes локально и надоело каждый раз вручную настраивать kind, k3d или Minikube. GitHub: https://github.com/tilt-dev/ctlptl

👣 Большой разбор собеседований на Go в 2026 году На GitHub появился мощный репозиторий для подготовки к Golang-интервью: более 190 вопросов, каверзные задачи и live coding с решениями. Внутри: - 25 задач «что выведет код?»; - 22 live coding задачи с разборами; - goroutines, channels, sync, atomic и memory model; - runtime, scheduler, escape analysis и GC; - generics и context.Context; - HTTP, gRPC, базы данных и брокеры; - System Design для Middle+/Senior; - свежие изменения Go 1.22–1.27. Есть классические задачи вроде Worker Pool, LRU Cache, Rate Limiter, Fan-in, Pipeline, TTL Cache, Singleflight и Graceful Shutdown. По сути, готовая шпаргалка + задачник + roadmap для подготовки к Go-собеседованию. https://github.com/justxor/sobesrazborgoogle

🐹 golang-set - готовые множества для Go с поддержкой дженериков Библиотека для работы с коллекциями уникальных значений: убрать дубликаты, найти общие элементы или сравнить два набора данных. Что умеет: • Объединение, пересечение и разность множеств. • Добавление, удаление и проверка наличия элементов. • Работа с типами comparable. • Две реализации: потокобезопасная и без синхронизации. В версии 3.0.0 добавили Filter, AppendFrom и IsDisjoint — проверку отсутствия общих элементов. Убрали MongoDB-драйвер и поддержку BSON: теперь пакет зависит только от стандартной библиотеки. Среди пользователей проекта - Docker, 1Password, Ethereum и HashiCorp. 🔗 https://github.com/deckarep/golang-set #Go #Golang #OpenSource

Apache Kafka курс 2026: бесплатный курс по Kafka с нуля до профи на русском Kafka обучение без воды: каждый модуль состоит из понятной теории, схем, команд, которые можно запустить у себя, типичных ошибок и вопросов для самопроверки. Курс подходит, чтобы выучить Kafka с нуля, подготовиться к собеседованию на backend, data engineer или DevOps-позицию и спроектировать надёжную систему на Kafka в продакшене. https://github.com/justxor/KAFKAFREECOURSR

🔥 AI-кодинг в Go - не главная проблема. Проблема начинается, когда код никто нормально не проверяет. Разбор актуальной практики 2026 года: Copilot, Cursor и Claude действительно хорошо справляются с boilerplate, тестами, миграциями и рутинным кодом. Но на сложных участках — concurrency, context, редкие API - ошибки всё ещё легко выглядят «правдоподобно». Например, AI может сгенерировать код, который: - компилируется, но содержит race condition - теряет context и продолжает работу после отмены запроса - придумывает несуществующий метод библиотеки - проходит часть тестов, но ломается под нагрузкой Вывод отсюда не в том, что AI плохо пишет Go. Куда важнее сам workflow: repo context → change → compile → tests → static analysis → race detector → review → fix → PR То есть модель не должна быть «источником истины». Источником истины должны быть кодовая база, документация и детерминированные проверки. Для Go это особенно важно: go test ./... go test -race ./... go vet ./... staticcheck ./... Плюс отдельные правила для context, concurrency, shutdown, retries и внутренних API. Ещё сильнее схема становится, если один агент пишет код, а другой отдельно проверяет concurrency, архитектуру и edge cases. Идея простая: не нужно добиваться от AI идеального кода с первой попытки — нужно строить систему, в которой плохой код не проходит дальше без проверки. Это уже не просто AI-assisted coding. Это переход к agentic software engineering.