Fake it till you make it

Почему-то у этой фразы закрепился очень негативный окрас. Обычно её воспринимают как призыв к обману.

Но для меня эта фраза вообще о другом.

По своему опыту я знаю: у меня редко случаются большие победы, пока я сам не представлю себя в финальной точке. Вот пока я искренне не поверю, что способен занять какую-то должность, заработать конкретные деньги или запустить проект, двигаться вперед безумно сложно. Постоянно съедаешь себя мыслями о неудаче.

Чтобы стать тем, кем ты хочешь, нужно сначала начать действовать из этой будущей роли. Примерить костюм, который объективно тебе пока велик.

В этом и есть настоящая суть «fake it». Это не ложь окружающим, это скорее сложный договор с самим собой. Ты как бы берёшь ментальный кредит у своего будущего «я». Начинаешь принимать решения, общаться с людьми и оценивать риски так, будто у тебя уже есть то, к чему ты только стремишься.

Сначала это стопроцентный синдром самозванца. Внутри всё сжимается от мысли, что кто-то тебя раскроет или что тебя засмеют.

Но именно в момент когда ты внутри себя уже встал на финальную точку, у тебя меняется взгляд на вещи. Ты банально начинаешь держать спину ровнее и вдруг появляется стержень внутри и понимание что нужно делать, чтобы дойти до следующей точки.

И в какой-то момент тот самый «слишком большой костюм» вдруг садится прямо по фигуре.

То самое «make it» наступает не в день, когда тебе выдали новую должность или перевели деньги на счёт. Оно случается в то утро, когда ты просыпаешься и понимаешь: тебе больше не нужно ничего из себя строить. Ментальный кредит выплачен сполна. То, что начиналось как усилие воли и игра в уверенность, стало реальностью.

Поэтому примерять на себя будущее - это не жульничество. Пожалуй, это единственный способ до него дорасти.

🔎 Где искать вакансии аналитиков кроме hh.ru

Если не усложнять, то вот основные ресурсы, которые закрывают 90% нормального поиска:

• hh.ru — всё ещё база, большинство вакансий тут
• Getmatch — часто можно найти зарплатную вилку по вакансии
• LinkedIn — особенно если интересны международные компании и удалёнка
• Карьерные сайты компаний — если есть список компаний, куда хочется попасть
• Рефералки и бывшие коллеги — часто самый короткий путь до первого интервью

И ещё один важный совет: лучше смотреть вакансии регулярно, а не только когда уже дошёл до точки кипения на текущей работе.

Даже если сейчас не ищете работу, полезно периодически смотреть рынок. Так проще понимать, сколько вы стоите, какие навыки требуют и где появляются действительно интересные позиции.

Тогда новую работу можно искать спокойно и выбирать, а не соглашаться на первый подходящий вариант после увольнения.


❤️ — всё знал
🏆 — было полезно

А что, если ты уже давно стоишь дороже своей зарплаты?

У меня есть знакомые аналитики, которые по несколько лет работают в агентствах или небольших компаниях на 120–150к. При этом вакансии на 200–250к даже толком не смотрят.
Спрашиваешь почему — ответ обычно примерно такой: «Да там уже нормальные компании, у меня не тот уровень».

Мне кажется, это одна из самых неприятных карьерных ловушек. Когда долго сидишь в одном месте, оно становится твоей точкой отсчёта. Зарплата вокруг кажется нормальной, задачи — обычными, а ребята из условного бигтеха почему-то автоматически кажутся сильно умнее.
Хотя проверить это вообще несложно. Откройте 10 вакансий, которые кажутся вам «слишком крутыми», и сходите хотя бы на 3 собеседования.

Если на каждом собесе будет тяжело — супер, хотя бы станет понятно, чего конкретно не хватает. А если начинаете проходить этапы, то, возможно, проблема была вообще не в вашем уровне.

Короче, иногда прежде чем ещё год «дорастать», стоит просто проверить, а точно ли вы еще не доросли.

Стоит ли признаваться на собеседовании, что вы используете ChatGPT?

А кто сейчас им вообще не пользуется? Кажется, гораздо страннее сегодня сказать: «Нет, всё делаю сам» чем «Да, регулярно использую».

Но вопрос на собеседовании обычно не про сам факт использования ИИ. Интервьюеру важнее понять, где заканчивается ChatGPT и начинаются ваши собственные навыки.

Если сказать: «Генерирую через ИИ SQL, Python, гипотезы и тексты», возникает логичный вопрос: а что из этого вы умеете делать сами?

Я бы отвечал так:

Да, использую ИИ регулярно. Отдаю ему то, что быстрее проверить, чем делать с нуля: черновики кода, поиск альтернативных решений, ревью логики. Но постановку задачи, выбор метода и интерпретацию результата не делегирую. Если я не могу объяснить, почему решение корректное, значит, я не считаю его своим.

А ещё лучше — рассказать, как ИИ уже успел вас подставить: написал неверный join, завысил метрику или предложил неподходящий статистический тест. Такой пример показывает, что вы не просто умеете писать промпты, а уже понимаете границы инструмента.

Поэтому вопрос сегодня скорее не «пользуетесь ли вы ChatGPT?», а «насколько хорошо вы понимаете, когда ему нельзя доверять?».

Принять оффер на 300 или ждать 350?

Наткнулся на Хабре на интересный пост про выбор оффера. Там есть простой расчёт, о котором легко забыть при выборе нового места работы.

Представим ситуацию: вам предлагают 300 тысяч, вы хотите 350 и решаете искать дальше. Через два месяца действительно находите 350. Кажется, что всё ок: +50к к зарплате. На самом деле за эти два месяца без работы вы уже недополучили 600 тысяч. Чтобы отбить их разницей в 50к, понадобится ещё год.

Понятное дело, расчёт упрощённый: если вы уже работаете или у вас несколько финалов на 400+, картина другая. При этом главная мысль статьи мне нравится – у продолжения поиска тоже есть цена.

Сравнивать оффер стоит не с идеальной вакансией из головы, а с реальной альтернативой сейчас. В статье это называют BATNA – лучшим доступным вариантом, если отказаться от текущего предложения.

Иногда ждать идеальный оффер выгодно. А иногда это просто дорогой FOMO.

🔗 Статья на Хабре