Есть ли опыт принятия мер по оптимизации производительности

Да, есть. Основные подходы:

1. Профилирование – использовал cProfile, line_profiler для анализа узких мест.
2. Оптимизация алгоритмов – замена O(n²) на O(n log n) где возможно.
3. Кеширование – functools.lru_cache, Redis для повторяющихся вычислений.
4. Асинхронность – asyncio для I/O-bound задач.
5. Быстрые библиотеки – например, orjson вместо стандартного json.

Пример с кешированием:

from functools import lru_cache

@lru_cache(maxsize=128)
def expensive_call(x):
    return x ** x  # Тяжёлые вычисления

Для CPU-bound задач использовал multiprocessing или Cython. В веб-приложениях оптимизировал запросы к БД через select_related, prefetch_related в Django.