- Не могу говорить, сейчас на линии, вожу людей под дождем
- но ты мне сам позвонил
- все давай, пока я тут пытаюсь подвезти девушку как можно ближе к подъезду чтобы она не промокла. Дождь ужасный .

-постой, сколько хоть заработал?

- все связь, давай

Вакансия: Chief Data Officer / Data Lead (Manager)
Компания: NDA ( Adult)
Предполагаемая вилка: 5000 EURO net
Период собеседования: Июнь 2026
Формат работы: Удаленная работа
Этапы собеседований:
HR -> ex-CDO + COO -> CEO + COO + ex-CDO -> Offer
Краткая справка о процессе интервью:

Увидел вакансию, вилка очень сильно заниженная, но подумал что подамся, схожу по приколу.
На HR скрине был очень неопытный HR, но я сидел и пытался внимательно его слушать, после того как я услышал Adult, я подумал ура, наконец-то интересная вакансия.

На собеседовании с COO было достаточно непривычно, он рассказывал про проекты и что нужно все покрыть метриками и договориться, но формат собеседования был построен хаотично. ex-CDO рассказал что сейчас у них на проекте 4-6 продуктов у каждого свой оркестратор и PG+Clickhouse, так же на каждом из проектов свой аналитик и всего 2 DE. Из этого всего мне не понравилось что на одном проекте Dagster на другой Airflow, почему нельзя было сделать один Airflow под все проекты непонятно.

Сначала было пару технических вопросов по опыту на последнем месте, как выстраивал платформу и как координировал людей, как договаривался с бизнес-партнерами. По их вопросам казалось что в организации есть небольшой хаос в коммуникации между тех командой и бизнес командой.

Работа выглядела не пыльной, так как все практически было готово (платформы), нужно только ходить уточнять по метрикам и строить DQ отчеты.
Прислали отказ ( им понравился мой сильный технический опыт, но не хватило управленческого опыта.

Потом узнал, что там не все так просто, как они описывают.

По вилкe тут конечно прям вообще грустно, страшно представить за сколько у них DE работают.

Elon Musk только что создал 4400 миллионеров за один день.

400 из них теперь стоят более 100 миллионов долларов.
Это не венчурные капиталисты. Это сотрудники SpaceX, и в списке — сварщики, техники и работники столовой, потому что в течение двух десятилетий компания платила сотрудникам всех уровней акциями вместо более высоких зарплат.

Хуан Эрнандес иммигрировал из Мексики и в 2015 году устроился подрядчиком-сварщиком за 28 долларов в час. Он говорит, что даже не знал, что такое SpaceX. Компания дала ему грант на акции на 10 000 долларов и позволила покупать ещё через вычеты из зарплаты. Теперь эта доля стоит 880 000 долларов.

Родители Тревора Хайза хотели, чтобы он устроился на стабильную работу в General Electric. Вместо этого он выбрал SpaceX, проработал там 12 лет и накопил более 100 000 акций. По цене размещения в 135 долларов это 13,5 миллиона долларов. Ему 37 лет, и он полупенсионер. Его слова: «Масштаб этого просто нелепый».

Самая показательная деталь появилась ещё до размещения. Более 100 сотрудников тихо объединились и договорились о групповом соглашении по управлению активами на сумму до 5 миллиардов долларов, потому что ни у кого из них раньше никогда не было нужды в управляющем богатством.

PS теперь фраза что ты сварщиком работаешь для души, приобретает смысл)

Пикник Афиши х Сбер раскрыл специального гостя

Объявлен специальный гость фестиваля. Приходите и узнайте кто он.

20 июня в Коломенском выступят FEDUK, Zoloto, ЛСП и ещё 50+ артистов. Рынок труда замёрз, но хотя бы колесо обозрения крутится.
В билет входит доступ ко всем активностям — тренировки, мастер-классы, почти настоящая свадебная церемония.
Почти как оффер: выглядит красиво и с плюшками в виде активностей.

Билеты ещё в продаже: https://picnic.afisha.ru/

До встречи в субботу, 20 июня, в музее-заповеднике «Коломенское» 🎧

Анонсы фестиваля: Пикник Афиши

Вакансия: Data Engineer (Senior)
Компания: СИБИНТЕК ( РосНефть)
Предполагаемая вилка: 400к + 30% премии (нефтяника)
Период собеседования: Июнь 2026
Формат работы: Удаленная работа
Этапы собеседований:
HR -> Tech Interview -> Fit interview -> OFFER
Краткая справка о процессе интервью:

Позвонили по телефону без предупреждения, ответил, спросили ищу ли я работу?
Я сказал да, так и началось интервью HR. Сначала рассказывала про плюшки что спустя год смогу съездить в санаторий Роснефти, ДМС через полгода, что у них серьезная организация и что нужно закрывать ИП и СЗ, так как нельзя заниматься предпринимательской деятельностью (аля борьба с волками), уточнила реальный ли опыт с Clickhouse, Airflow, DBT, сказал, что да. Так же был хороший акцент что работа полностью удаленная и нужно появиться на 2-3 часа в первый день, подписать бумажки и можете больше не появляться. (Видимо много кандидатов хотят только удаленку)
После всего сказала что нужно ей поговорить с начальством и понять подхожу ли я им. После этого решила уточнить мою вилку, сказал дефолтные 800к гросc, сказала что не смогут столько дать, у них в два раза ниже и свяжутся со мной если появятся подходящие вакансии.

Подсвечу что разговор был с уважением, нигде не видел пренебрежения.

Сбер пытается оправдать вливание денег в ИИ

Сбер повысили kpi почти всем it подразделениям на 50%, аргументируя это внедрением ИИ
План KPI будут контролировать внедрив кучу метрик по использованию сотрудниками ИИ, а также метрики контроля, чтобы сотрудники не разделяли 2 большие задачи на более мелкие, тем самым показывая что они начали делать больше задач.

Менеджмент Сбера хочет показать что сократив персонал, они остались продуктивны и эффективны, внедрив новые практики использования ИИ.

По результатам эксперимента, можно лишь догадываться сколько людей они сократят в будущем.

Вакансия: DS Engineer / ML Engineer, Middle+/Senior
Компания: Avito
Предполагаемая вилка: 350-400
Период собеседования: Июнь 2026
Формат работы: гибрид, удалённая работа или офис — зависит от команды и договорённостей
Этапы собеседований: ML теория, Python-интервью, ML System Design, финал

HR-скрининг:
Несмотря на то что изначально процесс позиционировался как достаточно быстрый и нерастянутый, по факту всё заняло примерно месяц. Собеседования переносились три раза: то из-за болезней, то из-за пересечения встреч, то просто не находилось подходящего слота. В итоге весь процесс из трёх секций заметно растянулся, хотя две секции я проходил в один день. В этом есть лёгкая ирония: процесс вроде бы стараются не затягивать, но реальность, как обычно, решила провести свой отдельный system design.

Краткая справка о процессе интервью:

Процесс в Авито выглядит как нормальный такой технический марафон для людей, которые почему-то решили, что просто «знаю Python и немного ML» будет достаточно. Авито считается одной из топовых компаний на российском рынке data/ML/tech: у них большой масштаб продукта, сильные команды и задачи не уровня «обучим catboost на табличке и разойдёмся». Поэтому интервью тоже соответствующее — проверяют не только теорию, но и умение писать код, рассуждать про продакшн, метрики, архитектуру и реальные ограничения системы.

1. ML теория — 1 час


Отдельно были вопросы по ML и NLP-направлению. Спрашивали, как работают трансформеры, в чём отличие encoder и decoder, как устроена transformer architecture в целом. То есть нужно было не просто сказать «attention is all you need», а объяснить базовую механику архитектуры: attention, encoder-decoder подход, роль self-attention и общую идею обработки последовательностей.

По классическим моделям спрашивали линейную и логистическую регрессию: как они работают, чем отличаются, какая у них функция потерь, как выглядит обучение. Также затрагивали аналитическое решение для линейной регрессии. Отдельно спрашивали про ансамбли: как работает bagging, как работает boosting, в чём между ними отличие, почему они по-разному уменьшают ошибки модели и как это связано со смещением и разбросом.

Были вопросы по метрикам: какие метрики бывают, что они означают, когда какую использовать и как интерпретировать результат. В целом это была такая «супербазовая база» по ML: без ощущения, что пытаются завалить редкими деталями, но при этом нужно уверенно понимать фундаментальные вещи и уметь объяснять их словами.

2. Python интервью — 1 час

На Python-секции было практическое задание. Насколько я понял, у них есть два типовых варианта: реализовать логистическую регрессию или линейную регрессию. После реализации могли попросить предложить улучшения, обсудить, как можно доработать решение, на что обратить внимание и какие есть ограничения.

Также спрашивали базовые вещи по Python и разработке: что такое GIL, как работает асинхронность, немного по ООП и, вероятно, какие-то вопросы, связанные с production-разработкой. В целом секция была не про экзотические трюки языка, а про понимание базовых механизмов Python, умение писать код и рассуждать о его качестве.


Полезные материалы для подготовки:

Для ML-теории можно повторить курс по ML от ВШЭ. Для Python — курс от Яндекса и задачи на Deep-ML. Для NLP — открытый курс ШАД. Для ML System Design — курс ODS и записи открытых интервью/разборов от Авито. Отдельно полезно посмотреть материалы AvitoTech, потому что по ним можно понять, какие задачи и масштаб у компании, а это помогает не отвечать на system design в вакууме.

Первое интервью / первые технические этапы

Несмотря на то что изначально процесс позиционировался как достаточно быстрый и нерастянутый, по факту всё заняло примерно месяц. Собеседования переносились три раза: то из-за болезней, то из-за пересечения встреч, то просто не находилось подходящего слота. В итоге весь процесс из трёх секций заметно растянулся, хотя две секции я проходил в один день. В этом есть лёгкая ирония: процесс вроде бы стараются не затягивать, но реальность, как обычно, решила провести свой отдельный system design.

Формат при этом был приятный. На каждом этапе был один интервьюер, общение проходило спокойно и без ощущения стресс-интервью. По длительности каждая секция занимала около часа. Собеседующие были адекватные и приятные, давали возможность подумать, уточнить формулировку и нормально объяснить ход рассуждений.

Общее впечатление от первых этапов — интервью достаточно человеческое и спокойное. Вопросы в основном проверяют базовую техническую зрелость: насколько кандидат понимает ML-модели, Python, NLP-базу и может связно рассуждать, а не просто вспоминать определения из конспекта за ночь до интервью.

Посмотрел фильм "Plata за риск"

Первые минуты можно увидеть как Тиньков грубо общается с сотрудниками. После показывают как кабаначи собрались и смело уехали из России в Испанию, чтобы стартануть Плату. После кабанычи показывают какой крутой продукт у них и как толпы кандидатов готовы работать на них работать за любые деньги, ведь это ПЛАТА РЕВОЛЮЦИОННЫЙ СТАРТАП. Показывают как круто жить в Мексике и показывают любовные истории. После Тиньков встречается с ребятами на улице и спрашивает их где лучше? Ребята говорят естественно в России, там семья, там наша жизнь, а тут они работают на Плату, потому что это просто неплохая возможность, но после этой работы понятное дело они хотят вернуться! Потом упоминается что на плату могут работать можно откуда угодно, кроме РФ. Очень жаль что такой революционный стартап не смог справится с такой мелочью, как разрешить работать оттуда где людям удобно находиться.

Потом показывали какой у них крутой офис на КИПРЕ, как круто там живется и что туда хотят попасть многие разработчики. Показывают разработчиков, которые стремятся развиваться и строить что-то новое. Упоминают что PLata это не про Relax, это про гонку и увеличение доходов менеджмента, а не про увеличение собственного дохода. Показывают что в Plata вы должны ебашить пока не умрете, иначе зачем?
Такое же я слышал от бывших сотрудников тинькофф (включая руководящие позиции), которые выгорели от такого отношения к ним.

После показывают тусовки, показывая что Плата это веселое место, где все веселятся.
Но все офферы, которые получали мои подписчики были не выше 5000-6000 евро тотал gross. Разве это стоит того?
Более подробной информации конечно не могу предоставить потому что в моем опросе по зарплате только 2 анкеты по зарплате в Plata. Опрос

Зарубежные зарплаты
Из опроса

Совпадение? Или попал в аудиторию.

Я предпочту работать не в крутом стартапе за x+20-40% к зарплате, где уважают сотрудников

ML/DS секция в Авито:

MLSD был заявлен на полтора часа, но по факту занял около часа.
Для системного дизайна это довольно бодро: за час нужно успеть обсудить бизнес, метрики, данные, модель, оценку качества, архитектуру, ресурсы, SLA, риски, мониторинг, fallback и rollout. Видимо, предполагалось, что все это кандидат должен раскрыть в формате блиц-опроса, а потом еще получить комментарий, что глубины не хватило.

Отдельно удивило, что бизнес-часть достаточно быстро свернули и предложили перейти к технической. Для MLSD это странный подход, потому что без бизнес-цели и метрик архитектура превращается в красивую схему ради схемы. Но, видимо, бизнес в системном дизайне иногда считается лишней лирикой.

После интервью пришел отказ с фидбеком. Положительная часть была короткой: есть бизнес-понимание и желание двигаться вперед. Негативная часть была заметно подробнее, но часть формулировок выглядела спорно. Крайне забавно выглядел абзац про предложение сервинга GPT-5, хотя на собеседовании обсуждались Гигачат, Квен и Дипсик, к которым есть открытый доступ не сотрудникам OpenAI. При этом фидбек не был привязан к матрице компетенций: непонятно, какой навык проверялся, какой грейд ожидался, где именно не дотянул и по каким критериям это решили.

Понравился честный ответ интервьювера в секции вопросов к нему на базовый вопрос по типу "Почему решили менять работу?". На вопрос про работу в компании прозвучало что-то уровня "ну, нормально". Как employer branding работает, конечно, смело. После технического интервью хочется услышать хоть немного живого интереса к команде и продукту, а не вайб "ну работаем и работаем".

После отказа был запрошен созвон, фидбек по предыдущим этапам, протокол MLSD и возможность пересмотреть результат. Сначала созвон согласовали, но на следующий день заменили письменным ответом. В ответе сообщили, что новой информации нет, перепройти секцию нельзя, лог интервью внутренний, никаких внутренние регламенты не раскрываются.

В итоге коммуникация после отказа выглядела довольно закрытой. Текст был аккуратный, но скорее в стиле корпоративного нейрофидбека: все гладко, вежливо, с буквами ё и длинными тире, но без фактуры. На ключевые вопросы по спорным пунктам и логике оценки предметного разбора не получилось.

Главная проблема процесса - это непрозрачность. На секции один интервьюер, записи для кандидата нет, протокола нет, независимой калибровки тоже нет. При этом результат полностью строится на интерпретации этого одного человека. Если в фидбеке появляется спорная формулировка, проверить ее уже невозможно. Очень удобная схема: кандидат неправ, потому что так написано в фидбеке, а фидбек проверить нельзя, потому что он внутренний.

В целом впечатление такое: сама компания сильная, процесс отбора выглядит серьезно, но финальная секция и коммуникация после нее оставили вопросы. Для MLSD хотелось бы больше прозрачности: либо запись, либо нормальный протокол, либо два интервьюера, либо хотя бы фидбек по матрице компетенций. Иначе это больше похоже не на объективную калибровку уровня, а на "мы доверяем интервьюеру, а вы просто поверьте нам на слово".

Презентация и решение в треде

Я устал за эту неделю, а вы?