Занимался ли оптимизацией

Да, занимался. Основные методы оптимизации, которые применял:

1. Профилирование – использовал cProfile и line_profiler для поиска узких мест.
2. Оптимизация алгоритмов – замена сложности O(n²) на O(n log n), кеширование, мемоизация.
3. Использование структур данных – выбор между list, set, dict в зависимости от задачи.
4. Векторизация – numpy вместо чистого Python для числовых операций.
5. JIT-компиляция – numba для ускорения математических вычислений.

Пример с мемоизацией:

from functools import lru_cache

@lru_cache(maxsize=None)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

Результаты обычно проверял через timeit.