эта позиция сильно ближе к инженерии (собирать решения из компонентов клауда – system design, архитектура), но в целом нет, "копаться в конфигах" – не моё
У меня в прошлой компании был локальный фриз найма на 3 месяца по интересной причине: из компании ушло не так много людей, как прогнозировали. Расходы на зарплаты выше прогноза => фриз.
Полагаю, такие манипуляции работают. В денежном смысле. А то что UX страдает - видимо, пофиг, на деньгах не так сказывается. Либо не могут померять, как это влияет на отток (правда, нетривиально). Все как с чат-ботами.
Провалиться в литкод-срач очень легко, и я ожидал, что это будет обсуждаться под постом про собесы.
Для себя лично я так решил: задачи в стиле литкод хороши, если они уровня Easy. Отсеять людей, впервые увидевших питон/алгоритмы/IDE. Отсеять самозванцев - отлично. Подсчет слов в файле, посл-то Фибоначчи - все сойдет. У таких вопросов высокая «разрешающая способность», т.е. они эффективны по отсеву неподходящих кандидатов на единицу времени интервьюера.
А вот дальше уже надо на более релевантные для работы скилы смотреть. Спрашивать литкод хард (да и некоторые миддл) задачи - по мне, зашквар. Кроме тех редких случаев, когда для работы реально нужны те же навыки, которые развиваются при решении сложных литкод задач.
Простейшая задача или нет - вопрос субъективный. Мне эти вопросы показались сложными, так как они сильно специфично про бизнес букинга. Поэтому и готовиться надо было активнее (честно описал свой фэйл - любимое).
про решение бизнес-задач согласен.
А вот это интересно, давно собес был? Дай контакты компании, тебе уже не нужно, а мне нужно.
Собесы пару месяцев назад были. Но к сожалению, ребята решили не нанимать VP AI, пока не потянут.
Желание реализовать все с нуля похвально (правда), такое задание есть в списке дополнительных. Если сразу в CART погружаться, распугнешь 90% читателей. Так что уж простите, тут все проще подается (популизм), а желающие могут погрузиться в детали.
Значит, прогнозируя отток клиента в случае, когда число звонков в сервисный центр больше 3 и подключен роуминг (и прогнозируя лояльность – в противном случае)
Местами да, контент «проседает» по качеству, так как авторов много, где-то обозначения не совпадают, где-то просто откровенно слабовата матчасть.
Но тут надо отметить, что матчасть - не самая сильная сторона курса (за этим лучше к авторским курсам обратиться, например, К.В. Воронцова). Курс нацелен на оптимальное сочетание теории и практики. Во время активных сессий были и домашние задания, в том числе и на реализацию алгоритмов (сейчас лучшие задания курса на реализацию ML алгоритмов доступны за донат на патреоне/бусти), и Kaggle соревнования, и проекты. При этом в лекциях затрагивалась и математика, но так чтоб всем было понятно, а не только аспирантам мехмата.
Нисколько не жалею, что пошел в аспирантуру, даже несмотря на то, что академия – для того 0.1% людей (навскидку) способных порождать реально стоящие идеи.
Из плюсов:
свобода творчества, обдумывания идей. Уже потом, когда я работал исследователем в VK (ex. мэйл), но еще не защитился, мне надо было доказать одну небольшую теорему по диссеру, и тут-то я понял, насколько мозг уже зашорен, насколько сложнее просто сесть и подумать, в сравнении со временем, проведенным full-time в аспирантуре
есть время на нетворк и сторонние проекты. Я так начал преподавать машинное обучение в корпорациях и в итоге заложил основы mlcourse.ai (русская версия тут на хабре)
постоянно хочется изучать что-то новое. Сегодня читаешь про GANs и их связь с теорией игр, ботаешь теорию игр, завтра по-нормальному за статистику берешься, послезавтра – графы, на следующей неделе – теория групп. И так постоянно. Кажется, что вокруг все умнее тебя
по крайней мере в области Data Science ты можешь в аспирантуре развивать навыки, релевантные для индустрии. Я преподавал студентам Python и машинное обучение и, не дожидаясь защиты, без проблем устроился программистом-исследователем в упомянутый Mail.ru
Но надо оговориться, что я выбрал аспирантуру ВШЭ, в которой в 2013 можно было зарабатывать почти так же, как в индустрии на джун/миддл позициях. И даже на конференции летать в Аргентину.
Минусов, несомненно, тоже множество:
постоянное ощущение, что ты тупой и рисеч твой ничего не стоит, а диссер пишется в стол (а он реально пишется в стол, важны только крутые статьи, но не диссер)
свободный график часто подразумевает дедлайны в выходные, и вообще, кажется, в академии принято работать в субботу
я защищался в старом формате, с диссоветами и морем лишних бумаг – куча времени в молоко, на бюрократию
заявки на гранты и отчеты по ним... ох, слышал, на конфах солидных профессоров так и переманивают в индустрию: "подумайте! это ж вам не надо будет писать заявки на гранты. Никогда"
Почти
Я уже давно всю нехудожку на английском читаю.
эта позиция сильно ближе к инженерии (собирать решения из компонентов клауда – system design, архитектура), но в целом нет, "копаться в конфигах" – не моё
в среднем, если не смотреть на выбросы – конечно, в инженерии. "AI engineer" – самое горячее из того, что видел
Это тоже будет меняться.
У меня в прошлой компании был локальный фриз найма на 3 месяца по интересной причине: из компании ушло не так много людей, как прогнозировали. Расходы на зарплаты выше прогноза => фриз.
Я и правда менторил, тут писал. Первый батч даже неожиданно успешный был. Но сейчас уже все, гребу.
Полагаю, такие манипуляции работают. В денежном смысле. А то что UX страдает - видимо, пофиг, на деньгах не так сказывается. Либо не могут померять, как это влияет на отток (правда, нетривиально). Все как с чат-ботами.
Кажется, наоборот, на блайнде полно историй, как от синьоров SWE в бигтехе требуют литкод хард, что близко к абсурду.
Честно, не знаю, это был мой первый в жизни собес по SD :) но по всему похоже на то, что у SWE, задача была очень близкая к стандартным.
Ну кабанчик - это оверкилл. Это уже реально специализированная профессиональная литература. Мне для погружения в тему хватило упомянутых ресурсов.
Провалиться в литкод-срач очень легко, и я ожидал, что это будет обсуждаться под постом про собесы.
Для себя лично я так решил: задачи в стиле литкод хороши, если они уровня Easy. Отсеять людей, впервые увидевших питон/алгоритмы/IDE. Отсеять самозванцев - отлично. Подсчет слов в файле, посл-то Фибоначчи - все сойдет. У таких вопросов высокая «разрешающая способность», т.е. они эффективны по отсеву неподходящих кандидатов на единицу времени интервьюера.
А вот дальше уже надо на более релевантные для работы скилы смотреть. Спрашивать литкод хард (да и некоторые миддл) задачи - по мне, зашквар. Кроме тех редких случаев, когда для работы реально нужны те же навыки, которые развиваются при решении сложных литкод задач.
Не стал бы прямо утверждать, что собеседующий «поплыл». Диалог пересказан примерно, по памяти. Скорее если что не так, мой косяк.
Простейшая задача или нет - вопрос субъективный. Мне эти вопросы показались сложными, так как они сильно специфично про бизнес букинга. Поэтому и готовиться надо было активнее (честно описал свой фэйл - любимое).
про решение бизнес-задач согласен.
Собесы пару месяцев назад были. Но к сожалению, ребята решили не нанимать VP AI, пока не потянут.
Желание реализовать все с нуля похвально (правда), такое задание есть в списке дополнительных. Если сразу в CART погружаться, распугнешь 90% читателей. Так что уж простите, тут все проще подается (популизм), а желающие могут погрузиться в детали.
Также могу посоветовать две статьи своего бывшего коллеги из мэйла, они как раз про деревья https://habr.com/ru/company/vk/blog/438560/ и бустинг https://habr.com/ru/company/vk/blog/438562/
полагаю, это не совсем из ODS, а после статьи на хабре, которой поделились в ODS. Из-за хабра-эффекта вряд ли стоит надеяться на контакт Дэвида.
хм, петиции уже 2 года и она не особо взлетело, но недавно видел опять бугрутение насчет реплики и харрасмента со стороны эй-яй
еще из последнего – пошлые поручики наконец и Реплику испортили
Чуть выше словами было:
То есть все же логическое И.
Местами да, контент «проседает» по качеству, так как авторов много, где-то обозначения не совпадают, где-то просто откровенно слабовата матчасть.
Но тут надо отметить, что матчасть - не самая сильная сторона курса (за этим лучше к авторским курсам обратиться, например, К.В. Воронцова). Курс нацелен на оптимальное сочетание теории и практики. Во время активных сессий были и домашние задания, в том числе и на реализацию алгоритмов (сейчас лучшие задания курса на реализацию ML алгоритмов доступны за донат на патреоне/бусти), и Kaggle соревнования, и проекты. При этом в лекциях затрагивалась и математика, но так чтоб всем было понятно, а не только аспирантам мехмата.
Нисколько не жалею, что пошел в аспирантуру, даже несмотря на то, что академия – для того 0.1% людей (навскидку) способных порождать реально стоящие идеи.
Из плюсов:
свобода творчества, обдумывания идей. Уже потом, когда я работал исследователем в VK (ex. мэйл), но еще не защитился, мне надо было доказать одну небольшую теорему по диссеру, и тут-то я понял, насколько мозг уже зашорен, насколько сложнее просто сесть и подумать, в сравнении со временем, проведенным full-time в аспирантуре
есть время на нетворк и сторонние проекты. Я так начал преподавать машинное обучение в корпорациях и в итоге заложил основы mlcourse.ai (русская версия тут на хабре)
постоянно хочется изучать что-то новое. Сегодня читаешь про GANs и их связь с теорией игр, ботаешь теорию игр, завтра по-нормальному за статистику берешься, послезавтра – графы, на следующей неделе – теория групп. И так постоянно. Кажется, что вокруг все умнее тебя
по крайней мере в области Data Science ты можешь в аспирантуре развивать навыки, релевантные для индустрии. Я преподавал студентам Python и машинное обучение и, не дожидаясь защиты, без проблем устроился программистом-исследователем в упомянутый Mail.ru
Но надо оговориться, что я выбрал аспирантуру ВШЭ, в которой в 2013 можно было зарабатывать почти так же, как в индустрии на джун/миддл позициях. И даже на конференции летать в Аргентину.
Минусов, несомненно, тоже множество:
постоянное ощущение, что ты тупой и рисеч твой ничего не стоит, а диссер пишется в стол (а он реально пишется в стол, важны только крутые статьи, но не диссер)
свободный график часто подразумевает дедлайны в выходные, и вообще, кажется, в академии принято работать в субботу
я защищался в старом формате, с диссоветами и морем лишних бумаг – куча времени в молоко, на бюрократию
заявки на гранты и отчеты по ним... ох, слышал, на конфах солидных профессоров так и переманивают в индустрию: "подумайте! это ж вам не надо будет писать заявки на гранты. Никогда"