👩‍💻 Java методичка для подготовки к собеседованиям

В январе этого года мы в рамках сообщества начали совместно решать вопрос эффективного поиска работы.

Из этого начинания выросло менторство по трудоустройству. Статистику можно посмотреть здесь - 37 трудоустройств, процент прохождения испыталки 90%+.

В процессе выстраивания эффективной подготовки к выходу на рынок было решено много вопросов, результатами которых хочется поделиться.

Java методичка

https://zhukovsd.github.io/java-backend-interview-prep/

Главная задача, которую решает методичка - помощь в подготовке к актуальным вопросам. Всего не запомнишь, количество вопросов по теории может достигать сотен. В нашей методичке более 300 вопросов, но всего 85 из них встречаются хотя бы на каждом десятом собеседовании.

Рядом с каждым техническим вопросом в методичке отображается его популярность на собеседованиях.

Это значение автоматически подсчитывается на основе таймкодов к коллекции собеседований сообщества. На 15 декабря 2024 в коллекции 110 собеседований.

Популярность раздела “коллекции” и первых пяти вопросов в нём

“Коллекции [87%]” говорит о том что на 87% собеседований спросили хотя бы 1 вопрос из этого раздела. Конкретно про ArrayList спрашивают на 16% собеседований, а про алгоритмическую сложность его операций - на 8%.

Разделы методички

• Технические вопросы с % популярности каждого.
• Ответы на технические вопросы - каждый вопрос по ссылке выше это ссылка на ответ.
• Коллекция вопросов про опыт работы, встречаются на 90% собеседований.
• Вопросы на подумать, встречаются на 62% собеседований.
• Задачи на лайвкодинг по Java, SQL, Stream API, рефакторингу с реальных собеседований. Встречаются на 51% собеседований.

Немного статистики

Топ 5 технических тем по популярности:

• SQL - 89%
• Коллекции - 86%
• Spring - 86%
• Java Core - 69%
• ORM - 62%

Топ 5 технических вопросов по популярности:

• Индексы в SQL - 48%
• @Transactional - 41%
• Что такое Bean в Spring? - 38%
• Будет ли работать HashMap, если все добавляемые ключи будут иметь одинаковый hashCode()? - 35%
• Проблема N+1 - 34%

Как пользоваться

Рекомендуемый план подготовки к собеседованиям:

1. Идти по темам по порядку, описанному в списке технических вопросов.
2. В рамках каждой темы разбирать вопросы, которые встречаются хотя бы на 5-10% собеседований или чаще. Советую не читать ответы, чтобы их запомнить, а разбираться самостоятельно, ведя свой собственный конспект.
3. Прийти в чат сообщества для подготовки по теории и попросить мок собеседование по одной или нескольким темам.
4. Пройдя все темы, попрактиковаться с вопросами на подумать и лайвкодингом.

Чат для моков по теории

Чтобы не перегружать основной чат сообщества, подготовка и моки вынесены в отдельный чат, жду вас там - https://t.me/+8YGzqvJOndg1Yjky.

Формат мок собеседований:

• Напишите, по какой теме (или нескольким) вам нужен мок
• Дождитесь желающего вас мокнуть и договоритесь о времени и месте (например, в дискорде сообщества)
• Пройдите мок и получите обратную связь

В приоритете на моки подписчики менторства по трудоустройству. Если в течение 24 часов никто не откликнулся, тегните меня (https://t.me/zhukovsd), постараюсь решить.

Помогли тебе - помоги ты. Для повторения изученных тем советую мокать других участников.

Интеграция методички с коллекцией собеседований

Как было упомянуто выше, процент популярности вопросов на собеседованиях рассчитывается автоматически.

Как это работает:

• Члены сообщества и менторства по трудоустройству делятся записями своих собесов
• Для записей создаются таймкоды
• Все таймкоды всех собесов попадают в сводную Google Spreadsheet таблицу, где подсчитываются проценты популярности
• Telegram бот сообщества интегрирует Spreadsheet таблицу с сайтом методички, обновляя там значения процентов, и позволяет получить таймкоды ответов на конкретные вопросы

Пример интеграции - таймкоды с ответами на вопрос про Hibernate и JPA с 5 собеседований из коллекции

Данный функционал доступен для участников чата менторства по трудоустройству.

Надеюсь, данные ресурсы помогут вам в подготовке. Буду рад услышать обратную связь в чате или личных сообщениях.