对Python开发人员的需求持续增长

Python是当今市场上最受欢迎的软件开发技能之一. 根据栈溢出 2023年发展商调查, Python是第三大最流行的编程语言, 它被用于许多行业, 包括金融, 社交媒体, and SaaS.

原因很容易理解. Python是许多高增长领域的主导语言，包括数据操作, 深度学习, and 工作流自动化. 甚至在传统上由其他语言主导的地区，例如, web开发——python是一种流行的语言，它提供了强大的工具和广泛的库，这些库是由活跃的开发人员社区构建的. 潜在的Python应用范围从自然语言处理, 主题建模, 从数学编程到社交媒体分析和现金流建模.

全局地图上的Python标志, 蓝色的开发者图标在不同的位置和一个放大镜在绿色的开发者图标.

Python的强大功能和多功能性给那些希望雇佣最好的Python程序员的公司带来了两个挑战:如何雇佣一个足够了解Python的开发人员来有效地利用它的功能，同时避免它的陷阱, 以及如何雇佣在你所招聘的特定行业中是专家的Python开发人员.

本招聘指南概述了Python开发人员的市场，并列出了招聘流程，以找到适合您业务需求的最佳候选人, 包括进行技术面试和制作职位描述的技巧和问题.

哪些属性将优秀的Python开发者与其他开发者区分开来?

优秀的Python工程师往往是专业的通才:他们有一两个技能集，可以获得专家级的知识, 但他们也对一系列Python特性和库有广泛的了解. 他们应该能够利用Python广泛的生态系统来解决新问题，并了解该语言的常见技巧和陷阱.

中间是Python的logo, 与三个项目相连, 标记为“数据分析”,web开发,和“自动化”.”

企业倾向于依赖Python开发人员进行数据清理, 数据处理, 以及其他定量任务. 他们也可能雇佣Python程序员来构建可扩展的web服务, 因为Python处理数据的能力允许开发人员快速构建数据支持的应用程序. However, 大多数企业雇用Python程序员是因为他们的多功能性:Python的多学科性质允许开发人员利用大量资源来解决问题.

优秀的软件开发人员应该能够利用Python生态系统的独特优势. 这些优势包括但不限于:

快速API原型 Python开发人员可以使用Flask和FastAPI等轻量级库将Python脚本打包为web服务或API. Python通常被认为是一门相当简单的语言, 使其成为原型和快速开发的绝佳选择.

数据操作 - Python开发人员可以检查, analyze, 并使用pandas和NumPy之类的包来操作数据, 以及内置函数.

数据建模 Python开发人员可以使用scikit-learn和statmodels等库在操作数据后快速构建统计模型. TensorFlow和COIN-OR等专业技术也具有出色的Python集成, 使Python开发人员可以使用这些技术.

交互式编程 - Python开发人员能够使用Jupyter Notebook等工具进行交互式开发, 允许他们通过“缓存”耗时的操作和只修改一小部分代码来快速开发功能. 他们还能够在交互式环境中快速可视化和检查数据, 加快数据分析工作流程.

Python语言特性 - Python专家可以有效地使用该语言，因为他们掌握了常见的Python特性，使开发特别快速和直观. 这些工具包括数据结构(例如.g.，集合)，列表操作函数(例如.g.，生成器，itertools和列表理解)，面向对象的编程概念(例如.g.(继承和多态性)，以及操作系统库(例如.g.，操作系统和子进程).

如何评估Python开发人员编写高效和优化代码的能力?

除了上面提到的核心技能, 经验丰富的Python开发人员对算法和数据结构有扎实的理解, 这使他们能够编写在速度和内存使用量方面进行优化的代码. 他们努力创建可重用的代码, 确保良好的代码可读性, 并且往往对版本控制系统有丰富的经验. 有代码优化经验的开发人员将熟悉如何计算时间和空间复杂性. 评估应试者对时间和空间复杂性的认识, 呈现各种代码片段，并要求他们确定每个代码片段的时间和空间复杂度. 询问如何优化代码，以及最终的时间和空间复杂性是多少. 如果应聘者解决了一个编码难题, 让他们分析自己的代码，看看是否可以用更优化的算法来编写.

Python专家还将具有基于分析工具的结果优化代码的经验. Python的标准库包括如下工具 cProfile and timeit，它可以为一段代码的效率提供有价值的见解. 可以使用 memory_profiler，一个模块通过 Python包索引(PyPI).

如何确定理想的Python开发人员?

Python非常通用, 因此，你首先需要明确你想要解决的问题，以缩小你的候选人搜索范围. 你想找一个Python工程师来处理数据吗? 你在找网页开发人员吗? 还是你在找自动化工程师? 他们是加入开发团队，还是独自工作? 这些问题的答案将帮助你优化你的搜索.

Python开发人员经验级别细分

一旦你确定了你的用例，下一步就是确定你需要的经验级别:

初级开发人员 如果您的项目范围相对较小且受限制，是否合适. 虽然他们的经验和Python技能可能有限, 知道如何解决手头问题并熟悉相关软件包的初级开发人员可能会满足您的需求，同时由于他们具有竞争力的小时费率而节省资金..

中级开发人员 由于他们在相关项目上的实际工作经验，是否适合承担比初级开发人员更多的责任. 中级Python开发人员更熟悉Python技术栈, 编码的细微差别, 还有一些专门的图书馆, 使他们能够独立处理更复杂的工作. 这使得它们成为那些已经拥有一支平衡良好的Python开发团队的雇主的热门选择.

高级开发人员 如果您的项目将在正在进行的基础设施中发挥关键作用，需要哪些, 是否有扩大范围的倾向, 或者将成为其他开发者开发他们项目的基础. Python专家能够做出最好的架构决策, 为其他开发人员创建令人信服的API端点, 并在项目扩展时保持代码库的可维护性. 经验丰富的Python开发人员也更有可能应用其他领域的知识来创造性地解决问题. 老年人通常被期望担任领导职位，并对敏捷方法有很好的理解.

互补技能和技术

因为Python在很多领域都有应用, 有许多互补的技术, 技术技能, 软技能也值得考虑.

在web开发领域, 前端编程语言和数据库技术至关重要:

HTML / CSS / JavaScript – HTML, CSS, 和JavaScript是web开发必备的三种语言，对于那些希望让应用程序对非技术用户易于使用的Python程序员来说，它们是完美的补充.

MySQL / PostgreSQL -任何基于python的web应用程序需要保存任何类型的数据都需要数据库系统. MySQL和PostgreSQL是支持web应用程序的两种最常见的数据库系统. 在某些用例中，SQLite作为替代方案也值得一提.

MongoDB – NoSQL databases are a catchall category for database systems that don’t use SQL; MongoDB is one of the most popular NoSQL databases. Today, MongoDB为各行各业的许多流行应用程序的数据密集型后端提供支持, 包括《欧博体育app下载》, 丰田金融服务, 通用电气医疗集团.

Redis Redis是一个强大的工具，为web开发人员寻求扩展他们的数据驱动的web应用. 与MySQL或MongoDB不同，Redis是一个内存数据库，这使得数据访问非常快. 如果Python web应用程序获得了大量用户基础, 像Redis这样的解决方案迟早会出现.

任何数据分析任务都需要SQL、云和机器学习技能:

SQL -优秀的数据分析需要访问需要分析的数据, 大量的数据存储在SQL数据库中. 这使得SQL成为Python数据分析师的宝贵工具. 另外, 这些数据集通常是庞大而笨重的, SQL知识可以帮助分析人员进行筛选, aggregate, 在他们开始分析之前整理数据, 大大提高了工作效率.

AWS / Azure / Google云 -随着数据集规模的指数级增长, 将数据下载到本地驱动器来执行分析很少是经济的. Therefore, 如果Python开发人员想要处理最流行的数据集，那么他至少需要掌握一个主要的云基础设施提供商:AWS, Azure, 或谷歌云. AWS, 例如, 提供大数据存储工具(S3), 仓储(红移), 和处理(EMR), 了解这些工具将极大地提高Python开发人员处理大数据的能力.

深度学习/机器学习 -对于Python数据分析师来说，一点数学编程知识可以大有帮助. 了解一两个最流行的机器学习工具和库将大大提高他们理解数据的能力. 我们推荐的两个库是scikit-learn和TensorFlow, 但是像statmodels和PyTorch这样的库也很有用.

专注于DevOps的组织应该选择熟悉工作流自动化的候选人, 集装箱化, 云工具:

Airflow Apache的气流是一个强大的自动化框架, managing, 以及监控任务和数据工程管道. 从事复杂工作流自动化工作的Python工程师可以利用Airflow显著提高流程的可维护性和透明度.

Docker Docker是一套技术，旨在帮助开发人员构建和管理容器应用程序. 熟悉Docker的Python开发人员可以快速定义, build, 并以一种使部署更具可预测性和可重复性的方式部署容器化应用程序, 极大地简化了Python应用程序的开发.

Kubernetes Kubernetes (k8)是一个建立在Docker之上的容器编排框架. 使用k8, Python开发人员可以部署、扩展和管理使用Docker构建的容器应用程序. k8的知识对于Python开发人员来说是很有用的, 谁可以使用它来管理他们的容器化应用程序, 以及在团队中工作的更初级的Python开发人员，他们可能会使用k8来部署和扩展工作负载.

云服务 -就像云服务的知识可以增强数据分析一样, 它还可以为Python开发人员增强DevOps. 通过利用像Google cloud Run这样的云服务, AWS Elastic Beanstalk, 和Azure应用服务, Python开发人员可以快速地将他们的应用程序部署到互联网上, 在很大程度上消除了手动服务器管理和网络配置的需要.

如何为您的项目编写Python开发人员职位描述

吸引具有合适技能和经验的候选人, 职位描述应该尽可能详细. 描述项目细节，以及任何有用的领域知识. 优先考虑技术技能:首先是必须具备的，然后是最好拥有的. 特异性帮助, 但请记住，Python生态系统的广度, 解决同一个问题可能有多种方法. Also, 请注意，其中一些软件包对市场来说是非常新的, 因此，典型的工作年限标记可能不像其他技能那么相关. 尽管Python很受欢迎, 找到有适当经验的合格候选人可能并不容易, 特别是对于一些利基市场.

Finally, 职位描述应该对开发公司进行概述, 包括一些关于它的使命, culture, 和哲学. 详细说明提供给员工的津贴和其他福利.

请看下面的示例 Python工作描述模板.

Python开发者面试中最重要的问题是什么?

Toptal提供了一个以代码为中心的集合 Python面试问题. However, 在面试中问一些能引出对概念的见解的问题是很有价值的, 补充编码问题的技术知识:

什么是生成器，生成器有哪些用例?

在某一时刻, 所有Python程序员都写过遍历某种集合的代码, 对每个元素执行相同的操作. Iterating through collections is a basic operation when programming; however, 更高级的Python程序员将有使用生成器的经验.

生成器是一个函数, 在循环的上下文中, behaves similarly to a List or Set; each element can be iterated over. 不同之处在于，实际上并没有创建和存储整个List或Set. 当使用生成器时，所有的值都是动态生成的. 函数成为生成器 yield 关键字返回值. 每个的值 yield 类似于List或Set中的元素. 在很多情况下， yield 在循环中使用，自动生成大量元素. 在生成器上迭代将从一个移动 yield 到下一个，直到一个都不剩.

生成函数通常用于描述无穷级数. 除了, 因为数据集合不需要存储, 生成器在降低应用程序的空间复杂性方面是有效的, 如果你需要一个开发人员使某些算法更有效, 了解生成器的开发人员将占据优势.

实例方法、类方法和静态方法之间的区别是什么?

This question pertains to function scoping in Python’s object-oriented programming system; experienced developers should be able to answer this question.

实例方法可以访问实例的方法和变量以及类的方法和变量，但只能从对象的实例中调用 the_instance.method(). 方法的第一个参数, 通常命名为“self”,允许函数引用自身, i.e.，实例.

类方法可以访问类的方法和变量，但不能访问实例. 函数可以从类的实例调用，如 the_instance.method() 或者课程本身 TheClass.method(). 方法的第一个参数，通常称为 cls，允许函数引用类和其他类变量.

静态方法是与类关联但既不能访问类变量也不能访问实例变量的方法. 它们或多或少是常规函数，但被分组在类的名称空间下，因为它们在概念上与类相关联. 它们可以像类方法一样被调用 the_instance.method() or TheClass.method().

Python函数如何传递变量? 是按值还是按引用?

Python使用一个称为对象引用的系统, 哪个是传递值和传递引用的组合. 传递一个可变对象, 比如列表或字典, 传递对对象内存位置的引用. 函数所做的任何更改都将反映在函数外部的原始对象中. 传递一个不可变对象，如Number或String，将值的副本传递给函数. Only the copy is changed by the function; the original value remains the same.

这个问题让应试者展示他们在使用带有可变和不可变对象的函数方面的知识, Python编程的基本技能.

什么是列表推导?

列表推导是一个列表处理工具，允许Python开发人员进行过滤, 遍历, 与传统的语法相比，使用更加紧凑和可读的语法来操作列表和可迭代对象 for loop. 使用列表推导式，一个简单的 for 循环可以只用一行替换. 除了, 列表推导通常会稍微快一些，因为它避免了与按需创建列表相关的一些开销.

大多数Python程序员都发现自己在某些时候会使用列表和可迭代对象, 因此，对列表理解有一个扎实的掌握是非常有用的. 有经验的Python程序员应该知道如何使用列表推导, 以及了解它的优点和缺点.

使用嵌套列表时有一个明显的缺陷. 使用嵌套列表，列表推导的语法很快就会变得难以阅读. 另外, 使用交互式调试器调试列表推导式可能会稍微困难一些，因为在列表推导式中实例化的变量不能从外部作用域和, thus, 不可检查.

什么是检查包?

inspect包允许Python开发人员获取有关当前作用域内对象的有用元数据.

例如， getsourcefile () 方法的路径 .模块的. Py源文件，以及 getsource () 函数将打印对象的源代码. 虽然这些函数并不常用, 必须调试复杂代码的Python开发人员可能会使用这些函数, 熟悉检查包可以表明高水平的经验.

什么是全局解释器锁? 为什么它很重要??

全局解释器锁(GIL)是Python对线程安全问题的回答. 避免两个线程同时修改同一个对象, 只有具有GIL的线程才能执行字节码.

这意味着需要大量计算的Python脚本可能不会看到多线程(实际上是多线程)带来的速度提升, 由于与线程管理相关的开销，它会变慢). 在这些情况下, 脚本可能会从多处理中获益更多，因为每个进程都有自己的Python解释器和, therefore, its own GIL. However, 花费很长时间等待I/O操作(如HTTP调用)的Python脚本, 数据库查询, 文件系统交互, etc.)仍然能够从多线程中受益，因为正在等待的线程将放弃锁并允许其他线程运行.

但并不是每个Python编码员都会广泛使用多线程和多处理, 对GIL的了解展示了对Python内部的深入了解，并建议Python开发人员致力于提高他们对语言的理解.

评估代码编写能力的最好方法是检查编写的代码. 如果开发人员有GitHub帐户，请评估他们的最新贡献. 考虑给开发人员一个带回家的任务, 比起在面试中简单地回答编程问题，哪个能更好地了解他们在工作中的表现.

但是，您可以采用什么策略来确保您雇用的Python开发人员跟上最新的Python开发和行业趋势呢? 因为软件行业是不断发展的, 一个专注的Python开发人员总是在学习. 询问应聘者哪些科技博客, forums, 他们关注或参与的出版物可以让他们了解他们所关注的技术趋势. Candidates may also contribute to open-source projects; check their GitHub profile to see what projects they’ve worked on recently. 讨论最近的项目时, 深入了解他们使用的技术, 并询问他们使用最新版本Python的经验, 以及目前有需求的图书馆. 另外, 询问应聘者对哪些新兴技术最感兴趣，可以衡量出他们对整体技术发展的兴奋程度.

为什么公司要雇佣Python开发者?

Python开发人员往往是一些最多才多艺的开发人员，因为他们有能力利用一个庞大而充满活力的生态系统. 像其他开发者一样, 随着经验的积累，Python开发人员倾向于专业化, 但最好的Python开发人员仍然是优秀的通才, 保持对新技术的关注. 结果是, Python专家往往是多学科问题解决者，他们为新问题设计创造性的解决方案.

然而，Python专家也有一些擅长的领域. 如果您的业务问题属于这些领域之一, 你绝对应该找一个Python开发人员:

数据分析 —如果您有大量的数据需要清理, explore, 和分析, Python开发人员才是正确的选择. 通过利用像熊猫这样的工具, NumPy, 和scikit-learn, 优秀的Python数据分析师可以帮助您理解数据. 另外, 通过利用云产品, 它们可以帮助您构建一个强大的基础设施，以持续管理和分析更大的数据集.
Web开发 -如果你想快速开发一个高效和可扩展的web应用程序, 寻找Python web开发人员. Python已被用于为互联网上一些最大的网站提供动力, 包括Reddit, Quora, 和Pinterest. 在熟练的开发人员的帮助下，Python也可以为您的网站提供动力. 多亏了像Kyvy和PyQT这样的GUI框架, Python也可以用于开发移动应用程序.
Automation -如果你有手动工作负载，你想自动化，寻找一个Python自动化工程师. 使用功能强大的任务管理包, 优秀的Python开发人员可以创建和管理大量复杂的任务，并减少执行这些工作负载所需的手动开销.

随着Python不断进军新的领域和行业, 对Python专家的需求肯定会保持强劲, 在可预见的未来，生态系统将继续蓬勃发展. 使用本指南中的信息, 您就能更好地驾驭不断变化的Python环境，并找到适合您需求的工程师.

本文介绍的技术内容由 乔迪Llonch.