• Как он относится к накрутке опыта?
• Почему кандидат может пройти техничку, но получить отказ на финале?
• На что смотрит при найме
• Что думает про вайбкодинг?
• Замену людей нейронками?

Это классический табличный Data Science: скоринг, рекомендации, антифрод, прогнозы, метрики, SQL, Python, CatBoost / XGBoost.
Примеры задач: предсказать отток клиентов, оценить риск невозврата кредита, построить рекомендации, найти аномалии в данных. Хороший трек для банков, ecom, финтеха, ритейла и продуктовых команд

Это работа с текстами и языковыми моделями: классификация документов, обработка обращений, суммаризация, поиск, дообучение моделей, LoRA / SFT, transformers и всякая шалупонь.
Примеры задач: классифицировать заявки в поддержке, анализировать отзывы, обрабатывать документы, дообучать модель под внутренние данные компании. Подходит тем, кому интересны LLM, тексты и модели под конкретные задачи.

Сейчас, на мой взгляд, это хайп, мясо и другие крутые слова. Это в основном AI-ассистенты, агенты и называйте как хотите, но глобально это ты берёшь апишку ЛЛМ-ки и делаешь из неё полезную штуку например: сделать ассистента для сотрудников, собрать поиск по базе знаний, автоматизировать работу с документами, сделать агента, который ходит в сервисы и закрывает часть рутины.

На условную джуновскую вакансию залетает 1000 откликов, и в этой толпе сидит чел с усиками, который забыл слово "женщина", с тремя годами реального опыта, который в соло тащит задачи, но на полном серьезе считает себя джуном. В итоге реальный новичок конкурирует уже не с ребятами после курсов, а с опытным любителем аниме, у которого просто дико свистит синдром самозванца.