Как готовиться к алгоритмическим собеседованиям в Yandex, Amazon и Google — без CS-образования и олимпиадного опыта

Источник: Anna Perova, Career Mentor for Tech, AI, QA & Product Experts

Многие боятся этапа с алгоритмическими задачами, но зря. На практике, даже в больших компаниях, 80% задач — это базовые паттерны, которые можно освоить за 1–2 месяца, если подойти системно.

Что реально спрашивают:

▫️В Яндексе часто проверяют умение мыслить системно.
▫️В Amazon любят задачи на двойные указатели (two pointers) и скользящее окно (sliding window), но ключевой момент — объяснить
ход рассуждений.
▫️В Google алгоритмы всегда связаны с оптимизацией или поиском закономерностей. Например, в одной задаче нужно было найти подмассив с максимальной суммой — но уточнение было: сделать это без дополнительной памяти.

1. База — LeetCode Learn

https://leetcode.com/explore/learn/

Отличный старт: темы объяснены с примерами и есть интерактивная практика.
На собесах в Яндексе вопросы часто буквально оттуда — например, про стек и очередь.

2. Алгоритмическое мышление — Labuladong

https://labuladong.gitbook.io/algo-en

Потрясающе объяснено, особенно про паттерны бинарного поиска и динамическое программирование.

В одном стартапе с ex-Google инженером моему клиенту дали именно задачу по DP на подстроки — и он справился, потому что разобрал похожую на Labuladong.

3. Структурный список задач — Sean Prashad Patterns

https://seanprashad.com/leetcode-patterns/

Отличный навигатор по темам и компаниям. Можно отмечать прогресс.
Я советую проходить по паттернам, а не по сложности — так формируется интуиция.

4. Blind 75 + Educative (Grokking the Coding Interview)

https://teamblind.com/post/New-Year-Gift---Curated-List-of-Top-100-LeetCode-Questions-to-Save-Your-Time-OaM1orEU

https://www.educative.io/courses/grokking-coding-interview

Эти подборки — must have перед собесом в Amazon или Google.

5. Видео-решения (если где-то застряли)

https://www.youtube.com/watch?v=KLlXCFG5TnA&list=PLot-Xpze53ldVwtstag2TL4HQhAnC8ATf

Очень понятные объяснения. Я часто рекомендую студентам: решили сами — потом сравните логику с этим видео. Это прокачивает интуицию.

6. Для фундаментальной базы — курс Седжвика

https://www.coursera.org/learn/algorithms-part1

Если хотите глубоко понять алгоритмы (но Java).

🤖 Топ-7 ИИ ассистентов для Бизнес-аналитика в ИТ

Источник: Kiril Zabavski, Head of Research and Development, Senior Business Analyst

Человек — как машина. Сам едет только вниз. Для движения вверх нужно постоянно етопливо в виде развития новых навыков и изучения различных инстурментов.

Основа любого успешного ИТ-специалиста, непрерывное желание изучать новые инсутрменты и внетрять их в жизнь.

Для таких людей подготовил подборку ИИ-ассистентов в ChatGPT, которые позволяют быстрее и продуктивнее выполнять свою работу.


1. Составление АПИ документации
API Docs — ассистент для создания АПИ и другой технической документации.
Ссылка: https://chatgpt.com/g/g-I1XNbsyDK-api-docs

2. Написание требований
Business analyst — ассистент для создания различных способов описания требований к системе.
Ссылка: https://chatgpt.com/g/g-UIDtybD3o-business-analyst

3. Составление SQL запросов
SQL Expert — ассистент, который отлично подходит для конвертации текста в базовые SQL запросы.
Ссылка: https://chatgpt.com/g/g-m5lMeGifF-sql-expert-querygpt

4. Составление UML диаграмм
UML Diagram Expert — ассистент помогает создавать различные UML диаграммы.
Ссылка: https://chatgpt.com/g/g-B1Bfoq5qh-uml-diagram-expert

5. Составление диаграмм в Miro
Miro Diagrams — ассистент для составления CJM, USM и других карт.
Ссылка: https://chatgpt.com/g/g-67d1467a4fb88191a0dd732a0d024c2a-miro-diagrams-flowcharts-mindmaps

6. Составление документов Бизнес-аналитика
BA assistant — мой Личный ИИ-ассистент, который я создавал для составления различных документов Бизнес-аналитика в ИТ.
Ссылка: https://chatgpt.com/g/g-67beb49781a88191b88fd3053b2b32d8-ba-assistant

7. Проведение исследований
SciSpace — ассистент, которые помогает проводить различные исследования на основании большого объема данных.
Ссылка: https://chatgpt.com/g/g-NgAcklHd8-scispace

Всем желаю не бояться изучать что-то новое и применять различные ИИ инструменты в своей жизни.

Почему эксель уже не топ. Эволюция от Excel до BI систем

Excel вошел в обиход уже очень давно и применяется не только в рамках аналитической работы. Microsoft проделала большую работу и подарила нам tool неописуемый в своем многообразии. VBA и возможность интеграции Add-ins только усилила это многообразие, сделав его чуть ли не уникальным.

Но, как и во всем, дьявол кроется в деталях, и когда речь о более «тонкой» аналитической работе или обработке big data, мы сталкиваемся с трудностями.

Как рефакторить большие системы

Любая, даже хорошо спроектированная система, начинает деградировать под влиянием изменения бизнес-процессов, течением времени, уходом ключевых сотрудников, уменьшением технической компетенции внутри компаний, бюрократии. При отсутствии должного внимания, ретроспектив, сбора метрик - процесс деградации системы ускользает.

Компании забили на джунов. Что будет, когда умрут все сеньоры?

Кризис в ИТ ударил прежде всего по джуниор-специалистам: их уже несколько лет почти никто не хочет. Раньше спады интереса к молодым специалистам, вероятно, компенсировались потом волной высокого спроса. Но сейчас нет никакой уверенности, что новая волна найма нахлынет, ведь новичкам приходится конкурировать с AI. А что будет с отраслью дальше, когда на покой уйдут нынешние сеньоры?

Спросили экспертное мнение участников рынка.

Читать

5 способов сохранить работу в эпоху ИИ: советы экспертов

Развитие искусственного интеллекта все сильнее влияет на рынок труда. Эксперты считают, что подготовиться к этим изменениям можно уже сейчас — для этого они предлагают несколько практических рекомендаций.

Читать статью

В основе любого сильного проекта стоит сильный специалист.

В IT-мире сложно представить востребованного специалиста, который не разбирается в том, как работают: архитектура, API, базы данных, алгоритмы.

Без этого никуда.

И не страшно, если вы пока плохо разбираетесь в каких-то современных системах. Хуже, если продолжаете игнорировать свои пробелы в hard skills.

Начните с бесплатных уроков по архитектуре и интеграциям:

▪️мощный инструмент — SOAP UI
▪️подробное описание процесса загрузки сайта
▪️модель TCP/IP и устройства
▪️XML — это вам не ХSD

Присоединяйтесь в чат-боте по ссылке:
👇
@studyit_help_bot

🚀 Скидка на полный курс от канала — 1 500 ₽ на Stepik по промокоду GODOF до конца февраля.

«Вместо бессмысленной гребли». Эти айтишники ничего не делают на работе — но так, чтобы никто не заметил

Можно ли (почти) не работать на работе и получать за это деньги?

Читать

Наити работу на немецком рынке. И не через релокацию! Сам нашел и сам переехал!

Это история Бизнес аналитика, который работает в Deutsche Bank и язвительно пишет из солнечного Франкфурта-на-Майне.

Из ХЗ в ТЗ — блог про работу в финтехе и как там у них. Антон также исследует рынок РФ и продолжает ходить на собеседования.

Истории, которые уже вышли:
🟢 собеседование в банк Азии. Кринж😬
🟢 красные флаги в тестовом задании. И референс ответа.
🟢 как мы делали mit den Jungs в банке
🟢 стал бы я в 2026-ом накручивать опыт в резюме?

Переходите знакомиться: @anton_alekseev

💼 800 попыток, 5 собесов: как ИИ помог айтишнику найти работу за месяц

Бывший сотрудник CrowdStrike рассказал, как после увольнения использовал ИИ для массовой рассылки резюме и смог за месяц получить оффер на желаемую позицию.

Читать

Базы данных: общие понятия

В этом материале автор разбирает основы баз данных для начинающих системных и бизнес-аналитиков.

15 бесплатных ресурсов для изучения SQL для аналитиков

Источник

SQL — это не синтаксис.
SQL — это мышление аналитика.

Если хочешь реально прокачаться (а не просто «уметь писать SELECT»), вот подборка бесплатных ресурсов, которые реально работают

Все материалы еще собраны тут: zasqlpython.ru/materials

База (понять SQL)

▫️SQLBolt — короткие интерактивные уроки
➡️ https://sqlbolt.com

▫️W3Schools SQL — простой и понятный справочник
➡️ https://www.w3schools.com/sql/

▫️SQL-Academy (ru) — отличный бесплатный курс
➡️ https://sql-academy.org/ru

▫️Khan Academy: Intro to SQL — видео + практика
➡️ https://www.khanacademy.org/computing/computer-programming/sql

▫️Mode SQL Tutorial — SQL глазами аналитика
➡️ https://www.thoughtspot.com/sql-tutorial

Практика (junior → middle)

▫️ SQLZoo — задачи, где нужно думать
➡️ https://sqlzoo.net

▫️ HackerRank SQL — структурированная практика
➡️ https://www.hackerrank.com/domains/sql

▫️ LeetCode SQL — логика + собесы
➡️ https://leetcode.com/problemset/database/

▫️ pgExercises — SQL на PostgreSQL
➡️ https://pgexercises.com

▫️ SQL-EX (ru) — классический задачник
➡️ https://sql-ex.ru

Продвинутый уровень (senior mindset)

▫️ Use The Index, Luke! — индексы и оптимизация
➡️ https://use-the-index-luke.com/

▫️ PostgreSQL Docs (EXPLAIN, JOIN, INDEX)
➡️ https://www.postgresql.org/docs/

▫️ ClickHouse Docs — аналитический SQL и большие данные
➡️ https://clickhouse.com/docs

⚡️ Бонус

▫️ GitHub: Ultimate List of Free SQL Resources
➡️ https://github.com/amartinson193/The-Ultimate-List-of-Free-SQL-Resources

▫️ Awesome SQL (GitHub) — подборка статей и туториалов
➡️ https://github.com/danhuss/awesome-sql

🧠 Важно

Просто «пройти курс» — бесполезно

Полезно:
— объяснять запрос словами
— понимать grain данных
— видеть, где JOIN ломает метрику
— проверять цифры логикой, а не верой в SQL

Story Mapping как инструмент для быстрого принятия решений

В этом ролике автор рассматривает инструмент «Story Mapping». Данный метод может помочь участникам обдумать свои идеи и донести их до команды, которая собираются их реализовать. С помощью Story Mapping можно изобразить команде общее понимание того, что вы пытаетесь создать или сделать и почему. Story Mapping позволяет команде сосредоточиться на ее потребностях и создать сценарий достижения цели (или создания продукта) с учетом ее интересов.

Смотреть это видео на youtube: youtu.be/lKeMQJBHX3k

Секреты создания эффективного REST API: гайд для системных аналитиков

📎 Читать статью

Как правильно отчитываться на дейли-митингах / стендапах / летучках?


Есть категория людей, которые не любят долго распинаться, предпочитают говорить минимум и в общем предпочитают не отсвечивать. От них обычно слышно что-то типа «Я на автоматизации», или «Я баг проверяю», или «Я стори делаю» и всё. Ни рассказа о находках и преодолённых трудностях, ни эстимейтов, когда закончит, ни любых других интересных или познавательных деталей. Всю остальную информацию приходится вытягивать клещами и наводящими вопросами.

Есть другая категория людей, которые, наоборот, любят говорить долго, погружают всех окружающих в кучу технических деталей, рассказывают свои мысли, о том, как они думали, какие решения принимали, где ошиблись, а где, наоборот, придумали гениальные решения. Так минут на 10–15. Эти товарищи часто очень обижаются, если их прерывают и просят сформулировать статус в 2–3 предложениях. И тут обратная ситуация: идёт перегруз информацией, и человек вне контекста очень быстро теряет смысл происходящего, а у человека, собирающего статус и оценивающего общую ситуацию на проекте, начинает кипеть мозг от лишней информации.

Так нужен ли на самом деле алгоритм? И для кого на самом деле эти митинги? Для менеджера, чтобы собрать статус, или для членов команды, чтобы понимать, что вообще происходит и кто что делает на проекте?

Короткий ответ: Митинг этот для всей команды, но с разными целями для разных ролей.

Для команды (разработчиков, тестировщиков, дизайнеров и т.д.) это синхронизация:
а) Узнать, что сделали другие, чтобы не работать в вакууме.
б) Обнаружение блокеров: услышать, у кого возникли проблемы, и предложить помощь («Я сталкивался с такой ошибкой, посмотри вот в этот конфиг»).
в) Понимание контекста: увидеть общую картину движения к цели спринта.
г) Обмен знаниями: узнать о новых подходах, технологиях или проблемах, с которыми столкнулись коллеги.

Для менеджера / тимлида / скрам-мастера это:
а) Сбор статуса: получить общее представление о прогрессе.
б) Выявление рисков: увидеть препятствия, которые мешают команде, и оперативно их устранить.
в) Оценка нагрузки: понять, всё ли по плану или нужны корректировки.

Главная ошибка здесь - считать, что дейли - это просто отчёт менеджеру. Это время синхронизации команды, которую организует менеджер / скрам-мастер.

Предположительно правильный алгоритм отчёта должен укладываться в 3-4 предложения и длиться не более 1-2 минут. Он должен содержать ответы на три ключевых вопроса:
1. Что я сделал вчера? (По отношению к цели спринта)
2. Что я планирую сделать сегодня? (Опять же, для движения по задачам)
3. С какими трудностями столкнулся? (Блокеры, риски, вопросы)

Плохо: «Я кодил, потом тестил, потом ещё покодил».

Хорошо: «Вчера я завершил разработку API для модуля платежей и написал для него юнит-тесты. Сегодня планирую начать интеграцию с банковским шлюзом. Пока блокеров нет».

А как это работает в ваших командах ?