Настоящий дизайн-док от Google

Вы хотели узнать как делают дизайн-доки в настоящем FAANG? Вот пример дизайн-дока от Google для Инспектора Памяти (Memory Inspector) для Chrome:

🔗 Гугл-док с дизайн-доком: https://docs.google.com/document/u/0/d/1LUOat3Q3pQ08IsnBQLrvL-4zWXSTgIuArb5ig3lEm-Y/mobilebasic?pli=1

💡Из интересного:
- one-pager summary в начале
- четкая формулировка ценности (value proposition) предлагаемой фичи
- очень короткое описание User Story
- много скриншотов с примерами
- много схем


Кстати, у Гугла есть еще бесплатный курс про то, как писать такие документы, поделюсь им тоже, stay tuned ;)

@faangiscalling

Бесплатный курс от Google по Technical writing 📝

Все мы пишем технические документы - этот курс за пару часов рассказывает, как делать это хорошо на уровне FAANG.

Рассказывает про выбор слов, короткие и четкие предложения, пунктуацию и прочее. Особенно актуально для нас, для которых английский 🇬🇧 - это не родной язык.


🔗Начать учится бесплатно: https://developers.google.com/tech-writing/one

Как говорят в самом Google - better wrong, than vague.

Поэтому записывайте ваши предложения, идеи, технические детали и обсуждайте с коллегами. Вместе вы придете к более хорошему решению.

@faangiscalling

Гайд от Harvard по CV и Cover Letters 📄🇺🇸

Делюсь гайдом от Harvard по составлению резюме и сопроводительных писем:
– примеры резюме
– словать глаголов для описания своих результатов
– примеры сопроводительных писем
– общие советы

TL;DR: black and white one-pager is a king 👑

Пользуйтесь и улучшайте ваши резюме!

@faangiscalling

📊 Мониторинг 101: два стека (LGTM/ELK) и два подхода (Push vs Pull)

Я продолжаю прокачивать System Design, сейчас слушаю книгу от Google по SRE - главную книгу про мониторинг распределенных систем в продакшене.

Там говорится про их внутреннюю систему - Borgmon, которая работает на основе pull-подхода. Что это такое и какие есть классические стеки для мониторинга систем в проде, я хотел поделиться с вами сегодня.

Это важный элемент как в реальной работе (например, я сам делал дешбооды в Kibana для моих endpoints), так и на интервью.

Pull vs Push

Pull — система мониторинга сама опрашивает все сервисы-таргеты по расписанию (например, каждые 15 сек). Так же получаешь бесплатный heartbeat: сервис не ответил — значит, сервис не доступен.

Push — таргет сервис сам шлёт метрики на сервер. Удобнее для короткоживущих задач (jobs) и таргетов за файрволом.

Prometheus из LGTM (👇) и его предок в Google (Borgmon) как раз используют pull-подход.

Классический ELK (👇) – обычно push.

LGTM-стек (Loki, Grafana, Tempo, Mimir/Prometheus)

Cloud-native подход, всё от Grafana Labs:
• Prometheus/Mimir — метрики, pull-модель
• Loki — логи, индексирует только метаданные (дёшево, но нет полнотекстового поиска)
• Tempo — трейсы
• Grafana — единая визуализация сверху

Лёгче и дешевле в хранении, стандарт в Kubernetes-мире.


ELK-стек (Elasticsearch, Logstash, Kibana)

Более старый и “тяжёлый” подход:
• Elasticsearch — полный индекс текста логов (мощный поиск, дороже по ресурсам)
• Logstash/Fluentd — сбор и парсинг логов, push в Elasticsearch
• Kibana — визуализация
Даёт богатый full-text поиск по логам, но дороже в хранении и CPU, чем Loki.

🔵 Итог: LGTM — дешевле и проще для метрик+логов в облаке, ELK — сильнее, когда нужен реальный полнотекстовый поиск по логам.

В швейцарской компании мы использовали - Prometheus/Grafana, в Dashlane - Elasticsearch/Kibana, сейчас – DataDog (push).

А какой стек вы используете на работе?

@faangiscalling

System design сюрприз от WhatsApp 😲

Недавно в рамках подготовки по system design я разбирал распределенную базу данных Cassandra, которую разработали в Facebook. Я пытался понять, почему есть Cassandra для поиска по сообщениям в самом FB (для этого ее и придумали), при этом ее не используют для поиска по сообщениям WhatsApp, где, очевидно, таких сообщений должно быть гораздо больше: вспомните, когда вы последний раз кому-то отправляли сообщение в FB, а когда в WA 😀

И тут сюрприз – WhatsApp не хранит у себя историю сообщений. По сути WhatsApp – это 'роутер' сообщений, никакого (долгосрочного) хранилища под сообщения нет. В том же FB ты можешь найти все свои сообщения хоть за последние 15-20 лет.

Посмотрел историю WhatsApp с 2009 года – первая архитектура была сделана ребятами из Yahoo на Erlang, языке, оптимизированном под задачи роутинга, под огромное число одновременных соединений.

По сути WhatsApp работал и работает как большая телефонная станция на 2 млрд абонентов, сотни миллионов из которых подключены одновременно.

Но фокус в том, что еще в 2011 году инженеры из WA научились делать 2 миллиона (!) одновременных коннектов на одном сервере 💪

Про всю их очень интересную стату из 2011 года (~500 млн пользователей , 550 серверов, из них 150 серверов на 1М+ коннектов каждый) можно почитать в известном докладе 👇

How WhatsApp Grew to Nearly 500 Million Users, 11,000 cores, and 70 Million Messages a Second - High Scalability -

Очень полезно всем практикующим distributed systems, high load, ну и подготовку к system design в FAANG.

@faangiscalling

Банк историй для Behavioral Interviews 📝

Многие из вас знают, что для Behavioral interviews (Tell me about a time when...) нужно подготовить свой банк историй.

Но на практике довольно сложно вот просто сесть и написать 10-15 историй на разные темы:
• Failure/Leadership,
• Conflict/Disagreement,
• Ambiguity,
• Leadership/Influence,
• Scale/Tradeoffs,
• Learning fast.

Есть и другой подход, 'бухгалтерский' (записываем транзакции и агрегируем их в нужный вид).


В рабочие дни

Ежедневно за 2-3 минуты записывать по результатам рабочего дня все, что вызывало 'трение':
- что сломалось или почти сломалось
- вы приняли решение в условиях неопределенности (ambiguity) или с кем-то/чем-то не согласились
- где вы застряли и потом разблокировали себя
- вы шипнули что-то рискованное в прод, или заметили риск до этого


В конце недели

Затем еженедельная рутина на 10 минут:
- выбрать транзакции с потенциалом историй для интервью, перенести в банк историй
- в банке историй тегировать их по темам (Failure, Conflict...) 👆


В конце месяца

Ежемесячно на 15 минут:
- переписать лучшие 1-2 истории по методу STAR. Бонусом можно добавить блок 'что произошло дальше'
- добавить второй тег - 'polished' к таким историям


В день Х

Перед интервью:
- сделать динамические страницы по темам (фильтр по тегу темы) и дополнительным фильтром 'polished'
- заучить истории
- PROFIT!

Как инструмент я использую Obsidian, там можно вот так:

table date, company, role
from "Stories"
where contains(tags, "failure") and status = "polished"
sort date desc

Попрактикую этот метод и поделюсь с вами опытом через пару месяцев.

@faangiscalling

Подготовка по пути на работу (commute) 🚝

У меня поездка на работу в офис в Париж 🇫🇷 (тот самый commute) составляет 1.5+ часа, поэтому я искал эффективные методы использовать это время с пользой для подготовки.

Делюсь тем, что работает хорошо:
• аудиокниги Audible от Amazon. Там есть почти вся классика технической литературы – прослушал "кабанчика" (DDIA Клаппмана), The Staff Engineer's Path Тани О'Рейли, The Software Engineer's Guidebook Гергея Ороса и другие
• бумажные книги с карандашом, ручкой и тетрадкой. Как System Design Interview Алекса Ху с фото - читаешь и делаешь пометки в книге и в тетрадке
• подкасты на Apple Podcasts (сделаю отдельную подборку самых интересных)
• ЮТуб-истории людей: Это обычно на вечер, на путь обратно. Из недавних интересных - история моего друга Евгения Рая, Staff Engineer в Мете в Лондоне 🇬🇧

Иногда нужен перерыв - включаю 'режим восстановления': музыка, подкасты про культуру/путешествия на русском.

А какие у вас работающие способы в вашем commute?

@faangiscalling

Гайд 'How to network at a Meetup' от рекрутера из Меты 🇬🇧 🇺🇸

Если вы хотели, наконец, иметь методичку по тому, как развивать свой нетворк на технических мероприятиях (митапах, конференциях), вот она – от рекрутера из Меты и автора книги про бихейв интервью Остина МакДональда.

Если бы я выбрал только одну вещь, которую можно сделать сегодня, чтобы стать лучше как нетворкер на техническом ивенте, я бы заучил эти 3 вопроса для начала разговора:

1. How are you leveraging AI in your current role?
2. What’s your take on (topic the meetup is about)?
3. What do you want to get from being here?


🔗 Полный гайд читать здесь: How to Network at a Meetup

Бонусом идет мой комментарий к статье из моего опыта на десятках митапов в США и Европе.

@faangiscalling