Интервью

Стрела времени — все различия между прошлым и будущим — увлекательная тема, потому что она связывает повседневные явления (память, старение, причинно‑следственные связи) с глубокими вопросами физики и философии. В её основе лежит тот факт, что энтропия со временем возрастает, а это, в свою очередь, можно проследить до особых условий в ранней Вселенной. Дэвид Уоллес — один из ведущих мировых философов, занимающихся основаниями физики, включая пространство и время, а также квантовую механику. Мы обсуждаем, как возрастание энтропии порождает стрелу времени и какие особенности ранней Вселенной делают это возможным. Затем мы неизбежно связываем эту историю с чертами многомировой (эвереттовской) интерпретации квантовой механики.

Дэвид Уоллес получил в Оксфордском университете степени доктора философии по физике и по философии. В настоящее время он занимает должность профессора философии науки имени У. А. Меллона, работая одновременно на кафедре философии и на кафедре истории и философии науки Питтсбургского университета. Он автор книги «Возникающий мультивёрс: квантовая теория согласно эвереттовской интерпретации» (The Emergent Multiverse: Quantum Theory According to the Everett Interpretation). Среди его наград — премия Лакатоса за выдающийся вклад в философию науки. Его последняя книга — «Философия физики: очень краткое введение» (Philosophy of Physics: A Very Short Introduction).

Что заставляет человека добровольно уходить на несколько часов в лес, болота или горные тропы — и возвращаться оттуда уставшим, но счастливым?

Для кого-то пробежка — это способ зарядиться с утра энергией или размяться после рабочего дня. Для Алексея Зимина, руководителя портфеля проектов «Синимекс», длинная дистанция постепенно превратилась в способ исследовать собственные возможности.

Когда-то Алексей поставил себе цель пробежать марафон. После финиша обнаружил, что останавливаться на 42 километрах совсем не хочется. Так начался поиск собственного предела: трейлы, многочасовые забеги, дистанции вдали от цивилизации и всё более сложные спортивные задачи.

Три минуты на презентацию проекта, десятки слайдов, полчаса вопросов от экспертов и сверхзадача убедить жюри в том, что ты не фантазер, а у идеи есть коммерческие перспективы. Это набор задач стартапера, который идет классическим путем — от идеи к развитию через питчи и поиски инвесторов.

Как подготовить такое выступление, на чем сделать акцент и как справиться с волнением, как не запутаться и не забыть сказать про главное, и что оно такое, это магическое главное? Об этом беседуем с нашей коллегой Елизаветой Кузьминой, руководителем направления технической аналитики АНО «Платформа НТИ» и основательницей стартапа Hypothesis Lab, платформы для тестирования рекламных кампаний и проверки гипотез с использованием синтетических персон для генерации креативов, а также подготовки рекомендаций по масштабированию и сбора аналитики.

Елизавета представила свою платформу на финале акселератора «Физтех. Идея», весенней волне 2026 года. Это был самый первый питч проекта, и сразу успешный. В финальном питче ее команда вошла в топ-6 проектов и получила полмиллиона рублей на развитие.

Поздравив с почином, поговорили с Елизаветой о ее стартапе, а также о том, как устроен акселератор и как подготовить суперлаконичную презентацию на три минуты. А также какие вопросы задают эксперты и что помогает убедить жюри в перспективности проекта. В общем, вот лайфхаки для всех, кто идет или готовится пройти по этому пути.

Семь человек и десятки тысяч событий в секунду. Groot — корневая система Иви: команда работает с данными, которые нужны для рекомендаций, персонализации и обучения ML-моделей. В этом интервью Вова Петухов, руководитель отдела больших данных, рассказал, как ребята собирают real‑time события, строят сервисы поверх хранилищ, вместе учатся на ошибках, радуются, ходят на каток и придумывают стартапы за обедом.

О чем 1С-нику писать в Базу знаний Инфостарт?

Какую тему выбрать, чтобы был отклик? Как найти свою нишу в каталоге? В статье делимся рабочими способами, как подобрать тему. 

Привет, Хабр! (И тебе, IT‑шник, который хочет узнать, что вообще происходит с наймом в 2026. Сейчас разберёмся, но легче тебе от этого не станет).

В прошлый раз я собрал истории найма, и вы принесли ещё. Много. Я за это время успел стать немножечко психотерапевтом: люди писали не «опубликуй», а «просто хочется кому‑то рассказать». Так что моя аналитика стала для кого‑то поддержкой…

Так что продолжаю рассказывать истории IT‑найма 2026...

Джунам постоянно что‑то советуют: учиться, задавать вопросы, разбираться в чужом коде (хотя бы в своем…), постоянно развиваться. В это время junior: когда уже просто получать зарплату, которую обещали на курсе?

Предлагаю альтернативный путь: никакого развития через дискомфорт, признания ошибок и прочих плюшек найма! Только уверенность в себе и шесть простых правил, которые помогут надолго сохранить статус начинающего специалиста.

Я помогаю жене войти в backend-разработку. На её примере хорошо видно противоречие, которое появилось у начинающих программистов: AI позволяет учиться быстрее, но одного работающего кода теперь недостаточно, чтобы доказать свою квалификацию.

До backend она пробовала войти в профессию через дизайн, затем изучала frontend. Первую работу во frontend получить удалось, но закрепиться в компании не получилось. Процессы были плохо выстроены, а общение с частью коллег оказалось токсичным.

Позже я предложил попробовать C# и backend. Это мой основной стек, поэтому здесь я могу не только посоветовать материал, но и проверить решение, объяснить контекст из реальной разработки или заметить, когда нейронка ведёт не туда.

Мы поправили резюме, подготовили рассказ об опыте и сделали тестовый task tracker. В нём есть задачи и подзадачи, которые можно завершать. Проект разворачивали в Azure примерно на месяц, чтобы пройти весь путь до работающего сервиса, а затем выключили. Я помогал с частью реализации и деплоем. С метриками жена разбиралась в основном сама.

Сейчас её приглашают на интервью. Основное препятствие переместилось в техническую часть: алгоритмическая практика, структуры данных, проектирование и способность объяснить написанный код.

Что именно AI упрощает в обучении

Когда я учился программированию в университете, между вопросом и нормальным ответом могло пройти много времени. Нужно было найти подходящую книгу, сформулировать запрос для поисковика, прочитать несколько обсуждений или дождаться человека, который разберётся в теме.

Привет, Хабр! (И тебе, IT‑шник, который хочет узнать, что вообще происходит с наймом в 2026. Сейчас разберёмся, но легче тебе от этого не станет).

Две статьи с аналитикой позади. 106 тысяч вакансий разобрали, графики посмотрели, узнали, что Python разработчики всего лишь на 18-м месте, а HR вообще на вершине. Цифры — это конечно круто, но статистика остаётся статистикой, пока мы не встречаем живого человека с конкретной историей…

Я решил, что стоит запустить сбор реальных историй найма в IT. И знаете что? Тут творится полнейшая жесть.

Сегодня без графиков. Только истории. И они честнее любой статистики.

Как работа в «Клинике Фомина» и знакомство с командой «ВкусВилла» подтолкнули меня к маркетингу причин, политтехнологиям и, в конце концов, к «Фабрике смыслов»

В 2018 году я работал менеджером отдела маркетинга «Клиники Фомина». Это был момент появления первой клиники в Москве, время для меня было довольно нервное, быстрое и совершенно не приспособленное для того, чтобы сидеть в углу с блокнотом и записывать наблюдения для будущей книги. Мы много работали, решали задачи развития и роста, постоянно что-то перестраивали, запускали, проверяли и снова перестраивали. Я был частью команды и занимался своей работой, а не ходил по компании с видом будущего автора методологии, который уже всё понял и теперь ждёт, когда остальные подтянутся.

Наоборот, большую часть происходившего я тогда ещё не умел нормально объяснить. Я видел вокруг очень сильных, заряженных идеями людей, которые строили не просто ещё одну частную клинику с хорошим ремонтом, вежливыми администраторами и рекламой про заботу. Таких клиник можно открыть сколько угодно: заказать фирменный стиль, поставить кофемашину, научить администратора говорить «будьте здоровы» после того, как пациент чихнул в телефонную трубку, и торжественно объявить, что теперь у вас медицина будущего. В «Клинике Фомина» всё было устроено сложнее. Доказательная медицина воспринималась не как удачное позиционирование, а как основание для решений: кого брать в команду, как обучать врачей, что считать качеством, как проверять назначения и каким образом переносить этот стандарт в новые города.

В свете сложной экономической обстановки компании стремятся одновременно сократить расходы и увеличить производительность. Этот тренд напрямую влияет и на работу HR: от специалистов по управлению персоналом ждут, что они помогут повысить эффективность каждого сотрудника и при этом не допустят неконтролируемого роста фонда оплаты труда.

Почему так происходит? Где брать данные для принятия решений? Как понять, в кого стоит инвестировать, и как оценивать эффективность сотрудников?

Эти вопросы разобрали Гюзель Гараева — основатель и генеральный директор Школы управления персоналом «Компас», признанный HR-эксперт с 29-летним опытом, из которых 18 лет она провела в роли HRD крупных российских и международных компаний, и Евгения Венина — HR-директор Directum, практик с 19-летним опытом в управлении персоналом и консультировании топ-менеджеров.

Авторы Базы знаний делятся историями заработка на портале «Инфостарт». Мы опросили нескольких разработчиков, которые публикуют свои решения и получают за них стартмани. Сколько им удалось заработать, какие решения принесли наибольший доход и сколько времени они тратят на работу с площадкой – рассказываем в этой статье.

Провожу тренировочные онлайн-кодинг интервью на английском и понимаю, насколько эта тема больнючая.

Надо умудряться делать 5 вещей одновременно: понимать, что от тебя хотят, задавать уточняющие вопросы, думать и кодить, а еще и комментировать всё это на английском! Искренне восхищаюсь теми, кто пробует или уже так умеет.

В июле проводила открытую тренировку по live coding собеседованию на английском — было 300 регистраций и 90 человек онлайн. Тема очень актуальна, поэтому решила поделиться шпаргалкой с теми, кто не был, но кому тоже надо.

Думаю, многим, кто хоть раз проводил интервью, знакома эта боль, когда эффективно и классно побеседовал, а потом тратишь часы на то, чтобы собрать инсайты, переслушивая аудио и перелопачивая наспех записанные заметки.

При этом человеческий мозг ленив и хитер — он в первую очередь обращает внимание на то, что подтверждает наши собственные идеи, а важные выводы могут просто потеряться. И чтобы не обманывать себя, нужен сырой текст, а потом — ИИ-ассистент, который поможет его проанализировать.

Привет! Меня зовут Анастасия, работаю продуктовым дизайнером в Ticketland. Я подготовила гайд о том, как собрать такой процесс на локальном компьютере с помощью Cursor, который включает семь шагов.

Привет, Хабр! 

Давайте представим, что вам в ближайшем будущем предстоит собеседование. Что именно вы прошли все автоматические фильтры на HH, и вот оно — заветное приглашение пообщаться на тему вакансии. 

Собственно, сначала внутри даже как будто что‑то радостно подпрыгивает, не зря старался. А через пару минут — привет, паника. И ты начинаешь успешно себя накручивать. Так‑то вроде бы речь всего лишь о разговоре с людьми. Без разницы, в офисе или по видеосвязи. А ощущается это как подготовка к экзамену. И на кону как будто не только работа, но и право считать себя… хорошим специалистом. 

Предстоит пройти разные этапы, конечно же, дать правильные ответы на неудобные вопросы, а еще ты должен кучу всего знать практически наизусть. Вообще это очень нервная история. Ведь тебе предстоит встреча с людьми, которые в ближайший час будут решать, подходишь ты или нет. И ты при этом не знаешь, по каким их внутренним линейкам тебя будут мерить. В каком они настроении? Есть ли у них уже любимый кандидат? А может, наоборот, они мечтают, что хоть кто‑нибудь адекватный уже наконец придет? И в этом нервяке очень легко уронить свою самооценку. 

Хотя по факту стресс здесь вполне закономерен. Мозг не обязан сохранять дзен, когда ситуация одновременно и значимая, и неопределенная. Сложность не в том, что ты волнуешься. С этим как раз все в порядке. Проблема в том, что ты упорно пытаешься притвориться бодрым, уверенным в себе человеком, который не испытывает никакого волнения. И вот из‑за этого как раз ты теряешь живость, юмор, нормальные человеческие реакции. В итоге на собеседование вместо тебя приходит какой‑то задубевший персонаж, который говорит шаблонными фразами и сам себе не верит. 

Привет! Меня зовут Маша, я Senior Product Manager и разбираю только те продукты, над которыми сама хотела бы поработать, так как ими пользуюсь, люблю и вижу, где есть потенциал роста. Мне драйвово искать для них решения, которые выводят продукт на новый уровень не только по деньгам, но и по UX и любви пользователей. Мои другие разборы: Яндекс.Музыка: как нарисовать красивые метрики, испортив продукт и ВкусВилл: UX, который покоряет, и ложка дёгтя в офлайне. Но в этой статье я хочу поделиться как ощущается быть безработной, какие процессы приходится выстраивать и как у меня проходит процесс поиска того самого продукта.

77-летний робототехник больше двадцати лет не давал больших интервью. Теперь он рассказал, почему верно оценил скорость развития ИИ, но совершенно иначе представлял сам машинный разум.

Я регулярно смотрю на рынок и ищу интересные вакансии. Попалась вакансия Банка Плата с переездом в Мексику на лида пользовательских путей всего процесса взыскания (начиная от PreCollection и до взысканий, списаний и судов), управлять всеми каналами коммуникации (смс, пуши, whatsapp, IVR, звонки), выявлять операционную неэффективность. Звучит очень вкусно и как раз то, чем я люблю заниматься - повышать любовь пользователей и растить деньги бизнесу, а здесь просто поле непаханое!

Привет! Меня зовут Мария Минакова, я Senior Product Manager и я разбираю только те продукты, над которыми сама хотела бы поработать, так как ими пользуюсь, люблю и вижу, где есть потенциал роста. Мне драйвово искать для них решения, которые выводят продукт на новый уровень не только по деньгам, но и по UX и любви пользователей. Мои предыдущие разборы: Яндекс.Музыка: как нарисовать красивые метрики, испортив продукт и ВкусВилл: UX, который покоряет, и ложка дёгтя в офлайне.

В этой статье я поделюсь как готовлюсь к вкусным позициям на примере вакансии в Plata Bank. По этапам расскажу ход моих мыслей, что важно изучить на мой взгляд и как я подхожу к процессу подготовки к собеседованию на роль продакта. А ещё немного о том, что я посчитала важным изучить о стране ДО переезда. Будет интересно тем, кто как я не знает ничего о процессе коллекшена, а для тех, кто хочет посмотреть на этапы подготовки - составила содержание 🥰

Часто приходят ребята после курсов по пентесту (так уж вышло в ходе профессиональной деятельности) и спрашивают что им делать дальше.Так как я по ходу работы занимаюсь обучением пентестеров уже как года 3 и их дальнейшей судьбой и у нас есть свой офлайн клуб по пентесту в городе я решил поделиться своим видением на эту тему Так как сейчас ситуация выглядит следующим образом:

1) Человек ранее не занимавшийся айтишкой решает что он хочет в пентест

2) Проходит курсы (не буду называть какие разные)

3) Начинает откликаться на вакансии

4) И оказывается в одиночестве

Самый интересный момент тут на пункте 3. Что происходит. Вакансий мало. Ребят много. Конкуренция дикая на пентестеров. Вакансий почти нет. На рынок выброшено куча ребят. Потом они приходят и говорят. Либо я отправил резюме и 0 собесов. То есть оно просто не дошло до hr потому что AI фильтры посмотрели на строчки закончил курсы реального опыта 0 - значит false.

Либо. В более лучшей форме человек доходит до собеса. И получает что-то вроде этого:

Я начал использовать ИИ на собеседованиях с довольно понятной целью: лучше готовиться и меньше полагаться на первое впечатление. До встречи модель помогает разобрать резюме или тестовое задание, выделить спорные места и сформулировать вопросы. После — прочитать расшифровку и сопоставить ответы с критериями.

Поначалу самым интересным казался именно разбор кандидата. Но довольно быстро выяснилось, что самое неприятное и одновременно полезное оказалось не в ответах кандидата, а в моих собственных вопросах. ИИ раз за разом замечал, как я сам подсказываю ответ формулировкой вопроса, задаю два‑три вопроса одновременно, не выдерживаю паузу или начинаю учить человека до того, как закончил его оценивать.

Тут возник простой вопрос: если интервьюер сам влияет на ответы кандидата, кого в итоге оценивает собеседование?