Это был 2014-й год. После 3-х лет работы в маленькой аутсорс компании я набрался опыта в совершенно разных проектах. К тому моменту я заканчивал магистратуру и готовился перейти на фулл-тайм. Однако, мне нужно было больше денег.
Я нашел интригующий проект по разработке мобильного приложения читалки для лицензионного контента. Основным клиентом такого приложения стали издательства, производящие электронные учебники.
Привет, Хабр! Меня зовут Василий Беляев. Я руководитель группы разработки фронтенда в «Криптоните». В этой статье мы разберём три задачи из тех, которые можем задать на собеседованиях. Заодно обсудим, зачем вообще решать типовые задания при трудоустройстве, когда есть Google и ChatGPT.
Собеседование как свидание: каждый пытается произвести хорошее впечатление, но порой сбивается из-за волнения. Некоторым физически трудно рассказывать о себе, а другие — наоборот слишком красноречиво вещают о своих достижениях. Поэтому одна из важных частей общения с соискателем — проверка его знаний с помощью небольших задач. важная часть проверки знаний кандидата — небольшие алгоритмические задачи.
Привет! Меня зовут Дима Салахутдинов, я principal-инженер в Купере и автор tg-канала «Стафф-инженер». У нас в компании это один из грейдов технической ветки развития инженеров, которую мы обобщенно именуем «Staff-инженер».
Цель статьи — сформировать у senior-разработчика общее представление о роли стафф-инженера, как об одном из направлений карьерного роста. А также дать практические советы, что прокачивать, на случай, если описанные трудности вас не отпугивают.
Статья будет состоять из двух частей, в этой части разберем, чем занимаются стафф-инженеры, и что вас ожидает в этой роли. Приступим!
Привет, на связи Светлана Морозова и Сергей Кляхандлер из команды data science Авито. Рассказываем, как у нас устроен рост сотрудников, поговорим и о особенностях этого процесса в big tech-компаниях в целом и в Авито в частности. Статья будет интересна всем, кто хочет развиваться в профессии или просто ищет работу в направлении data science.
Добро пожаловать в блок статей для начинающих системных/бизнес аналитиков. Здесь мы готовимся к получению заветного оффера вместе
Пожалуй, начнем с самого базового и примитивного - определения.
База данных (БД) - это набор данных, хранящихся в структурированном виде.
Вторым ключевым понятием является СУБД.
Система управления базами данных (СУБД) - это системы (или программы), позволяющие создавать базы данных и манипулировать сведениями из них.
Схема ниже представляет собой упрощенный процесс взаимодействия с БД
Всем привет! Меня зовут Артем Валевич, я тимлид в AGIMA. Хочу рассказать о нашем опыте работы с джуниор-разработчиками. Вообще на рынке к ним принято относиться с опаской. Есть стереотип, что они приносят мало пользы, зато требуют много вложений. Что ж, это отчасти правда, спорить бессмысленно. Но мы ребята рисковые, решили пробовать — и в итоге остались довольны. В этой статье объясню нашу логику и немного расскажу о том, как мы готовим джунов к великим свершениям.
Работодателям не нужны "зрители", им нужны "умеющие". Именно поэтому после онлайн-лекций и вебинаров, где нужно просто посидеть и послушать, а потом сделать домашние задания, обычно так сложно найти первую работу. Знания на лекциях получить можно - но не столь нужные работодателю практические навыки.
Есть хорошая и плохая новость о получении новичками практических навыков.
Недавно меня уволили с испытательного срока из-за личной неприязни руководителя. Такое происходило со мной в первый раз, и сначала я была в замешательстве. Но после консультаций с юристом я выработала план действий, который позволил мне добиться своего. Понадобилось немного валерьянки и железные яйца, чтобы защитить себя. Из конспекта плана и личных наблюдений родилась эта инструкция, делюсь.
Приветствую вас, дорогие читатели! В своей прошлой статье на Хабр я рассказывал, как стать разработчиком в области машинного обучения и нейронных сетей, а также какие вопросы об эволюции архитектур нейронных сетей часто задают на собеседованиях. Чтобы помочь вам разобраться в этой теме, я подготовил материал о ключевых событиях в развитии архитектур нейронных сетей — новшествах и особенностях, которые появлялись на каждом этапе. Вместе мы проследим логику инженерной мысли и поймем, как эти идеи повлияли на современное состояние технологий.
Так как материал довольно объемный, разбиваю его на три части: «Классификация изображений», «Сегментация изображений» и «Детекция объектов». Надеюсь, что этот сборник окажется полезным и вдохновит вас на дальнейшие исследования в области глубокого обучения.
У меня есть знакомый, программист по профессии, который с самого начала своей карьеры работает в одной компании и никогда не менял работу. Недавно он отпраздновал 15-летие своего трудового стажа. На этом мероприятии присутствовал другой мой знакомый, который за те же 15 лет сменил работу 10 раз. Сейчас их навыки и уровень дохода примерно равны. Оба довольны своей карьерой.
На этом «банкете» и поднялась тема, насколько правильно для карьеры оставаться в одной компании на протяжении многих лет. В статье оставлю за скобками истории о том, что "каждые три года нужно менять работу" и о том, что "прыгунов" не любят. Это все и так понятно.
Во время обсуждения мнения разделились. Те из нас, кто часто менял работу, утверждали, что это расширяет кругозор, позволяет работать с новыми людьми и сравнивать различные подходы. Это, по их мнению, положительно влияет на профессиональное развитие.
С другой стороны, работа в одной организации обеспечивает стабильность, возможность отточить определенные навыки до совершенства и более грамотно выстроить баланс между работой и личной жизнью. Это также способствует профессиональному росту.
Конечно, это не все аргументы за оба подхода. Приводились примеры того, как временщики оставляют после себя хаос, и обратные примеры, когда сотрудники, работающие на одном месте долгое время, не всегда понимают современные методы работы.
Мы также пытались оценить психологическое состояние человека на карьерном пути в обоих случаях. Дискуссия была горячей, но к единому мнению мы так и не пришли.
Привет, Хабр! Случаи увольнения людей «не с тем паспортом» или говорящих «не на том языке», или живущих «не там, где надо» сегодня, к сожалению, стали обыденностью. Хотя, строго говоря, всё это проявления дискриминации. В этой статье я на условиях анонимности расскажу историю своего знакомого, которому удалось добиться от работодателя в ЕС компенсации за дискриминационное увольнение. Подробностей и названия компании здесь не будет (таковы условия заключённой сделки), только алгоритм сработавших действий для получения компенсации.
Однажды я задумался, почему одни QA-инженеры застревают в мидлах, а другие — дорастают до CTO. Я исследовал эту тему, проводил интервью и пришёл к определённым выводам, которыми готов поделиться.
Дисклеймер: везде, где далее будет использован термин «тестировщики», можно подставлять «разработчики», «аналитики» и даже «менеджеры», ведь скилл-нутриенты полезны вообще всем айтишным специалистам.
Всякие Бум‑бац‑тсс, расходимся. Серьёзно, на рынке всё ещё дефицит кадров, дерзайте!
Привет! Я директор по аналитике в небольшой российской компании и это моя «пробапера» на habr. Про аналитиков много пишут. Парадокс, но про аналитику, как её знаю я, удивительно мало пишут. Про аналитиков, которые реализуют подход принятия решений на цифрах где‑то помимо it‑гигантов.
Я про специализированные подразделения аналитиков. Не бизнес‑аналитиков, не инвестиционных, финансовых, web или системных, и даже не про data‑scientist или ml специалистов.
Да, я знаю кто это такие и на отдельных этапах своей карьеры работал и с такими специалистами. В этом, пожалуй, и главное отличие больших проектов от малых — специалист из малого проекта в работе решает задачи всех возможных вариантов своего профиля, в гигантах стараются максимально специализировать и разделить труд на отдельные типовые задачи.
В аналитике малых‑средних проектов я работаю уже 12+ лет. Потому что нравится и платят хорошо.
Опыт только в найме и только в РФ.
Я собрал с 0 3 команды от 10 до 20 человек в аналитических подразделениях. В общем‑то, часто собеседую, нанимаю и даже увольняю аналитиков. И не редко встречаю очень талантливых людей, которым не могу сделать офер, потому что понимаю, что работу аналитика хорошо работать они не будут.
Не будут хорошо работу работать на меня, или будут, но после серьёзных вложений времени в их доформирование.
Вот моя «пирамида ценности» кандидатов на позицию аналитика.
Несколько лет назад, проходя собеседование в одну из компаний, я столкнулся с задачей, которая выделялась на фоне стандартных вопросов про алгоритмы и структуры данных. Вместо привычной реализации алгоритма мне предложили отревьюить легаси-код. Это было гораздо легче, чем алгоритмы, но не менее эффективно для проверки широты знаний. С тех пор я не расстаюсь с этой задачей уже как собеседующий.
В свете последних новостей о сокращениях в IT-индустрии вопрос поиска работы встает все более остро даже для людей, которые в данный момент трудоустроены. Встал он и для меня, так как хоть на данный момент с работой у меня все в порядке, но начали появляться звоночки, намекающие на возможную необходимость ее смены в ближайшее время.
И тут вспоминается мой прошлый опыт поиска работы с многочасовым блужданием по соответствующим сайтам, вычитыванием очередной вакансии, попытками понять, как те или иные требования работодателя соотносятся с вакансией, добавлены ли они туда потому что действительно нужны или это такой фильтр от лишних соискателей. В общем монотонная однообразная работа вида: "Открыл вакансию -> прочитал -> если заинтересовало, нажал кнопку отклика -> прикрепил сопроводительное письмо и т.д."
Можно конечно ускорить процесс, выкинув из этого алгоритма пункт с вычитыванием резюме, но:
а) есть немалый шанс, кликая на все подряд, как обезьяна, откликнуться на неподходящую для тебя вакансию; кому-то это норм, но мне бы не хотелось дергать HR'ов лишний раз по поводу вакансии, которая на самом деле мне не интересна;
б) некоторые особо хитрые работодатели добавляют в описание своих вакансий всякие ключевые слова/вопросы, которые нужно упомянуть/ответить в резюме; по мне так не самая лучшая практика, но я их за это не виню.
Эх, вот бы нашелся кто-нибудь, кто вычитал бы вакансию за меня, определил, будет ли мне она интересна, написал бы сопроводительное письмо с учетом моего резюме, текста вакансии и всяких там ключевых слов, ответил бы на сопутствующие вопросы и послал бы все это дело работодателю...
Привет, меня зовут Вячеслав Бенедичук, я лид группы разработки в отрасли FMCG и наставник на курсе «Архитектура программного обеспечения» в Яндекс Практикуме.
Сейчас в промышленных IТ-системах часто требуется асинхронное взаимодействие между сервисами, но начинающим разработчикам бывает трудно разобраться с тем, как его организовать.
Есть разные варианты решения данной задачи. В этой статье я расскажу об одном из них — как организовать обмен сообщениями с использованием брокера сообщений Kafka, и дам примеры кода. Статья будет полезна тем, кто хочет быстро разобраться с использованием брокера Kafka и включить его в своё решение.
В жизни каждого HR-а рано или поздно встречается ОН… Безопасник! И как подступиться к хантингу людей на эту позицию - обычно, бывает непонятно.
Поэтому, я решил попробовать создать подробный гайд для HR-ов, не сталкивавшихся с наймом ИБ-шников – какие направления в ИБ бывают, на что обращать внимание при просмотре резюме, какие скиллы и опыт нужны на ту или иную позицию, переход с какого направления на какое будет безболезненным и т.д.
Это ответ, точнее мысли по статье, опубликованной на Хабре: «Зарплаты в IT: сравнение Германии и России — где программисты и айтишники получают больше». Советую сначала ее прочитать и потом уже здесь продолжить.
Привет! Меня зовут Дарина Кухтина, я руководитель аналитики в компании, которая разрабатывает мобильные игры, и наставник на курсе «Аналитик данных». Недавно в расширенной программе курса появились две специализации — продуктовый и BI-аналитик, и я подумала, что новичкам будет полезно узнать, чем же разные аналитики отличаются друг от друга.
Думаю, в настоящее время у большинства нет понимания истинных причин. Со стороны разработчиков распространено мнение, что «найм сломан» — на собеседованиях не проверяют нужные навыки, сотрудники отдела найма недостаточно компетентны и не знают, кого и как нанимать. Менеджмент, в свою очередь, считает, что проблема в самих программистах — хороших специалистов найти сложно, а айтишники, по их мнению, зажрались, требуя слишком высокую зарплату за простую работу.
Ментально зрелые люди, однако, понимают, что нельзя считать всех вокруг некомпетентными. Необходимо попытаться разобраться, почему система оказалась в таком состоянии и почему это состояние стало равновесным.
Проблема кроется в противоречиях самой индустрии. Ключевая мысль в том, что IT‑индустрия может существовать только в формате глобальных инноваций и бурного роста — или исчезнуть.
Если рассматривать софт‑скиллы, то люди делятся на лидеров и подчинённых, на склонных к риску и на стремящихся к стабильности. Я убеждён, что программирование по своей сути — это искусство. Любая полностью автоматизированная сфера в IT делает человека ненужным. Следовательно, тот, кто создаёт автоматизированные системы, должен выходить за рамки автоматизации — это и есть творчество. В других профессиях роль работника более однозначна: маляр оттачивает навык покраски до автоматизма, врач нарабатывает опыт и интуицию в лечении. Почти везде профессиональный опыт только помогает. Парадокс программирования в том, что, доведя навык до совершенства, специалист рискует остаться без работы, так как его умения переходят на плечи машин. Хороший инженер создаёт устройство, которое не нуждается в поддержке.
