Сейчас пишем на С++20, информация в вакансии немного устарела, исправим. Спасибо! Приходите, конечно! У нас в команде по плюсам около двадцати вакансий )) На собеседовании спрашиваем по сетям (L2/L3/L4 уровень модели OSI), Linux и С++
Внутри YADRO используется внутренняя система предоставленя ресурсов для выделения вычислительных ресурсов для запуска билдов, тестов и профайлинга. Этот сервис полностью построен на коммутаторах KORNFELD - это позволяет нам проверять в режиме 24/7/365 работу наших коммутаторов. Новые релизы мы, в первую очередь, деплоим на оборудование, которое использует компания в своей инфраструктуре.
Я в течение двух лет наблюдаю способность нейросетей решать реальные задачи по С++, которые обычно задаются на собеседованиях для оценивания уровня кандидатов (джун, мидл, синьор)
На сегодняшний день такие результаты (27 задачек - максимально 27 баллов, если решено наполовину, то 0.5 балла): deepseek - 22 claude sonnet - 21,5 chatgpt - 20.5 mistral - 18,5
qwen и gemini - заметно слабее
Надо отметить, что достаточно быстро идет улучшение, за 2024 год в среднем +5 Пока плохо решаются задачи, связанные с неявным кастованием типов, и проблем, вызванных этим
Сейчас пишем на С++20, информация в вакансии немного устарела, исправим. Спасибо!
Приходите, конечно! У нас в команде по плюсам около двадцати вакансий ))
На собеседовании спрашиваем по сетям (L2/L3/L4 уровень модели OSI), Linux и С++
Внутри YADRO используется внутренняя система предоставленя ресурсов для выделения вычислительных ресурсов для запуска билдов, тестов и профайлинга. Этот сервис полностью построен на коммутаторах KORNFELD - это позволяет нам проверять в режиме 24/7/365 работу наших коммутаторов. Новые релизы мы, в первую очередь, деплоим на оборудование, которое использует компания в своей инфраструктуре.
Так заглянуть под капот libnl - это ведь самое интересное!
Ну и, кстати, по моей шкале нейросети сейчас отвечают на уровень Middle+
Я тоже заметил, что подсказки правильного ответа не помогают изменить логику рассуждений нейросетей и привести к правильному ответу
Я в течение двух лет наблюдаю способность нейросетей решать реальные задачи по С++, которые обычно задаются на собеседованиях для оценивания уровня кандидатов (джун, мидл, синьор)
На сегодняшний день такие результаты (27 задачек - максимально 27 баллов, если решено наполовину, то 0.5 балла):
deepseek - 22
claude sonnet - 21,5
chatgpt - 20.5
mistral - 18,5
qwen и gemini - заметно слабее
Надо отметить, что достаточно быстро идет улучшение, за 2024 год в среднем +5
Пока плохо решаются задачи, связанные с неявным кастованием типов, и проблем, вызванных этим