Данные по-большому
163 subscribers
618 photos
107 videos
1 file
328 links
И все остальное по-маленькому.

Успешный успех в сфере DE, DS, AI, ML и прочего бигтеха, а также лайфстайл, мемы и новости айтишки и не только
Download Telegram
Самый короткий урок пикапа для айтишников

Всегда выбирайте для чего-то серьезного айтишницу или выпускницу топ-вуза с профильного факультета. То есть условно есть МГУ - выбираешь физфак и мехмат, а не культурологию. Если ты айтишник, то также сойдёт девушка из "большой четверки" аудита или "большой тройки" консалтинга или BBB (big boss baba) из бигтеха.

Интровертам, социофобам, аутистам и аспергерам, коих большинство среди айтишников, подойдут только такие же как они женщины.

Противоположности не притягиваются! Не сможешь ты заинтересовать ничем кроме своих весьма скромных денег обычную рядовую наташу из инстаграма с ее установками "мущина должен уделять внимание, развлекать, содержать, давать деньги на любые мои хотелки, дарить по 1000 роз каждую неделю и Картье раз в месяц". Ты "скучный", не любишь движухи (кроме, может быть, специальной военной), путешествия каждый месяц, постоянные развлечения и траты денег на них - такой как ты ей надоест через неделю.

Выбирай аспергершу или аутистку средней степени тяжести аутизма, которой интересны только ее "задротские" увлечения, причем похожие на твои, - и будет тебе счастье.

#уроки_пикапа #демография #год_семьи
🌚2
Самое краткое объяснение различий между AI Engineer, ML Engineer и Data Engineer

Допустим, у нас есть цех по производству булочек.

Data Engineer - это тот, кто привозит муку, корицу, оборудование и другие материалы. Это грузчик, водитель и курьер одновременно.

ML Engineer - это тот, кто выпекает разные виды булочек разными способами и потом выбирает самый продаваемый вид булочек в качестве основного для изготовления. Это шеф-повар.

AI Engineer - это тот, кто берет булочки и продает их в красивой упаковке. Это продавец булочек - тот, кто пользуется плодами труда DE и ML инженеров.

Больше всех гешефта получает конечно же владелец цеха, но AI Engineer получает тоже очень хорошие деньги, пока ML и DE вкалывают в три смены.

Поэтому каждый DE рано или поздно задумывается стать ML, но потом понимает что это надо учить матан, тервер и матстат, линейную алгебру и быть топом в Kaggle, и поэтому склоняется в сторону использования готовых моделей, причем за бОльшие деньги, пока MLщики мерятся друг с другом рейтингом на Kaggle.

#карьера
Наблюдение из жизни

Если вы слышите сочетание фраз "Go-разработчик", "валютная удаленка", "две работы", то с вероятностью 95% вам хотят впарить очередной инфоцыганский говнокурс или менторство.
Узнал о том, что вкатуны, "волки" и прочие клиенты менторов создают пул бабла (либо прямо башляют бабки, либо часть денег с платформы менторов идёт в общак) и потом этот общак расходуется напрямую эйчарам в карман для рассмотрения кандидата на жирный оффер.

Буквально подкуп эйчаров.

Мой мир никогда не станет прежним.

#лайфхаки
🤯5
На фоне предыдущего схематоза выглядит устаревшей схема компании OCitizen, где ты им башляешь под 1 млн рублей за трудоустройство по визе O1 в США и потом ещё отстегиваешь два года по 10% от зарплаты в FAANG-компании.

#лайфхаки
Anthropic купили Python.

Совсем скоро текстовые процессоры выбьют 95% на бенчмарках на питоне, и тогда DE на нём потуже затянут пояса.

А вот Scala и Rust-господа пока пануют, языки сложные, обучающей базы по ним меньше - можно получать норм баблишко и не на фуражный хлеб с масПом.
🌚2
Видимо пора уже и админу свои курсы записывать, а то совсем как лох - с мамонтов пока ещё ничего не стриг
Время и на работу и на жизнь в 2026 году
🤡6
Пацан темщик уровня легендарного индуса, которого брали на несколько работ, везде он не проходил испыталку, но плашку "работал в Google" и зарплату за пару месяцев получал
😁3
А что если на основе вот этого пройти собесы в Яндекс, ВК и Т-банк, устроиться туда по ТК РФ, поработать пару месяцев пока или не уволят за low performance или не поймают за нарушение ТК РФ, а потом везде писать

EX-YANDEX, EX-VK, EX-TBANK

#лайфхаки
😁4
Бесплатная карьерная консультация от легендарного канала "Данные по-большому" (актуально для 2026 года)

1. Вступаем в какой-нибудь клуб менторов, менторим или становимся mentee, и по примеру из этого поста скидываемся на общак для помощи эйчарам в рассмотрении нас на жирные позиции.
2. Устраиваемся на 3-4 работы в бигтех с помощью нейронок, работаем там по 1-2 месяца, чтобы получить заветные плашки и чтобы в следующих компаниях звонили в Яндекс и Вк и получали оттуда инфу что ты действительно там работал.
3. Крутим опыт, что в Яндексе и ВК ты за месяц создал что-то типа Яндекс.ДронТакси
4. В Линкедине в интересах везде ставим что боремся за гражданские права, также местоимение They/Them и делаем фото с розовыми волосами. Это уже для западных бигтехов, но для Яндекса можно и заранее сделать.
5. Повторяем пункт 2 уже в западных бигтехах
6. Пишем "Zalup Zalupov, фаундер Рога и Копыта, ex-Yandex, ex-Google" и идём за бабками к инвесторам
7. Конвертируем бабло в крипту, выводим на безопасный счёт в России, обналичиваем, прячемся в России от уважаемых западных партнёров

#сарказм #лайфхаки
🔥32
Data Engineer в MAX, Москва
#гибрид #middle #senior
Компания: VK
🔹Задачи
- Проектировать, реализовывать и оптимизировать сложные ETL-процессы (в том числе разработка DAG-ов для автоматизации)
- Участвовать в проработке и пилотировании нового: Data Quality, развитие собственного ETL-фреймворка, тесные интеграции с аналитическими инструментами
- Работать с данными на каждом этапе их трансформации: от появления информации в конкретном источнике до принятия решений на данных
- Извлекать из исходных данных ценную информацию и скрупулёзно обрабатывать её для последующего анализа
- Реализовывать стабильный расчёт бизнес-метрик вместе с командой аналитиков
- Поддерживать и модифицировать созданные решения, обеспечивать доступность сервиса и корректность данных для принятия решений

🔹Требования
- Уверенно знаете Python на уровне написания собственного фреймворка и SQL на уровне оптимизации запросов
- Умеете проектировать DWH: слои, модели хранения данных, процессы ETL
- Хорошо понимаете принципы работы распределённых систем Hadoop или YTsaurus, ClickHouse
- Использовали Airflow, Luigi или другой оркестратор
- Умеете выбирать технологии для решения конкретных задач
- Понимаете принципы работы инструментов мониторинга и способны настраивать алерты для отслеживания состояния ETL-процессов
- Знаете основные алгоритмы и структуры данных, особенно используемые в работе с большими данными
- Эффективно общаетесь с людьми, найдёте общий язык с разными специалистами
Контакты: https://team.vk.company/vacancy/44613/

🔥 Подписаться на наши каналы / @best_itjob / @it_rab
Forwarded from Rust
🔥 CEO Cursor заявил, что они скоординировали **сотни GPT-5.2 агентов**, чтобы автономно собрать браузер с нуля всего за 1 неделю.

Цитата:
> “Мы построили браузер с GPT-5.2 прямо в Cursor. Он работал без остановки целую неделю.”


Что особенно дико:
- 3M+ строк кода
- тысячи файлов
- рендер-движок с нуля на Rust
- парсинг HTML / CSS

Если это правда - мы уже не “пишем код”, мы управляем армией агентов, которые строят целые продукты без сна и выходных.

https://x.com/mntruell/status/2011562190286045552
Разорился на подписку Ultra в Cursor.

Решил переписать на Rust все микросервисы в компании, где работаю.
Потом поставлю плашку что сервисы на Rust переписал и заодно на ходу изучу Rust лучше, чем на говнокурсах.
1
Счастлив не тот кто прорешал много задачек с Литкода
А тот у кого нейронка не обнаружаема

#memes
Аутсорсеры в 2026 совсем уже обезжиривают кандидатов.
280к за CV и NLP для ML-щика на позицию, где минималка чистыми 350-400 на руки. И это только минималка, медиана где-то в районе 450-500 по рынку для таких специалистов.

#вакансии
промптинг - это не технический навык

обещал разобрать эту статью mutual theory of mind in human-ai collaboration

MIT показывают, что это скорее
социальный и метакогнитивный навык,
просто применённый к нечеловеческому разуму

они смотрели не на «качество запросов»,
а на то, кто в итоге лучше всего работает с ИИ

сравнивали корреляции между
интеллектом,
техническими навыками,
опытом,
и эффективностью совместного мышления с ИИ

и корреляция почти нулевая

зато вылезает другое

лучше всего работают люди,
у которых уже развит навык
работать с контекстом, перспективами
и рамками взаимодействия

умения:
- чувствовать, где есть рассинхрон понимания
- замечать, что «другой агент» чего-то не понял
- догружать смысл, а не инструкции
- менять рамку диалога на лету

по сути, то, что раньше считалось
«гуманитарным», «мягким», «неприкладным»

пост про ai posture в ту же копилку про то из какой позиции сознания мы вообще входим в диалог

MIT просто смотрят на то же самое
через поведение в диалоге

и там дальше становится еще интереснее

успешные пользователи не «инструктируют» модель.
MIT это прямо показывают.
они с ней координируются

не оптимизируют команды,
а настраивают общее пространство мышления

поэтому так странно, но логично:
ИИ сильнее всего энейблит гуманитариев

людей, привыкших
работать со смыслами,
держать несколько перспектив,
чувствовать динамику диалога,
не требовать «правильного ответа», а исследовать

технари часто застревают в режиме контроля:
«скажи точно»,
«следуй инструкции»,
«не отклоняйся»

и в этот момент модель
работает хуже, не лучше.

дальше MIT разбирают микроповедение в диалоге -
не что человек пишет,
а как он в это взаимодействие входит

и там постоянно повторяются одни и те же эффекты

assumption tracking -
умение ловить момент,
когда внутри появляется
«ну это же очевидно, она должна понять»

раздражение почти всегда = непроговорённое ожидание

gap filling -
умение замечать,
какая часть картины есть только у тебя в голове,
и выносить её наружу.

не уточнять запрос,
а достраивать общее поле смысла.

perspective shifting -
момент, когда ты вдруг понимаешь:
«мы сейчас вообще в разных моделях мира»

и вместо давления
меняешь угол, а не усилие.

и самый важный слой - interaction framing

человек всегда задает рамку взаимодействия,
даже когда думает, что просто «спросил»

инструмент.
исполнитель.
оракул.
собеседник.
напарник

рамка считывается не из слов,
а из тона, ожиданий, реакции на ошибки.

и модель начинает играть ровно в эту игру.

если собрать всё это в одну цепочку,
выходит простой, но неочевидный вывод:

качество ответа - это производная
от рамки взаимодействия,
а не от сложности инструкции


поэтому промптинг и перестаёт быть техникой
и становится чем-то ближе
к диалогу,
фасилитации,
мышлению вместе.

взаимодействие с ии все больше похоже не на технические науки а про те же метанавыки что в отношениях между людьми

что чувствуете?
1
Краткая карта развития сеньора DE в 2026 году

1. Учишь новомодные dbt, Starrocks и хайповый Clickhouse.
2. Учишь классику: Databricks, AWS.
3. Получаешь оффер на валютной удалёнке.

Далее перекатываешься в AI + ML

Далее ты уже дед и копаешь грядки и огород, думаешь о вечном.
1