Ментор+
Эта услуга для тех, кто хочет трудоустроиться уже сейчас без лишней головной боли и теории.
Что мы обещаем
Достигнуть ваши цели, такие как получить оффер на стажировку, получить оффер в Бигтех с грейдом не ниже вашего текущего. Мы обсуждаем сроки. Если мы не в состоянии достигнуть ваших целей, то мы сразу же вам об этом скажем и предложим альтернативу (расширим пул компаний).
Что мы не обещаем
Мы не можем обещать нереальных или почти нереальных результатов как "оффер на 500 тыс (стажер)".
Мы не можем обещать попадание в конкретную компанию.
Как мы достигаем цели?
1. Легенда
Мы прорабатываем с вами легенду, которую вы должны выучить и озвучить на собеседовании: где работали, что делали и так далее. Составляем конкретно под вас резюме.
Если вам нужно проработать легенду и составить резюме, но вы хотите проходить собеседования полностью самостоятельно, то это отдельная услуга. Она стоит 15 тысяч рублей. Для записи: @vice22821.
2. Прохождение собеседований
Подбираем с вами вакансии, проходим с вами собеседования, сидя у вас на наушнике, проходим лайвкодинг с помощью удаленного доступа.
Если вам разово нужен специалист, который поможет на собеседовании: посидит на наушнике или пройдет лайвкодинг с удаленного доступа, то это отдельная услуга. Ориентировочная цена 10 тыс за пол часа собеса. Для записи: @vice22821
3. Теоретические занятия
Теоретические занятия в ментор+ не входят, ментор+ для тех, кому нужно трудоустройство. Если вам нужны знания, вам подойдут курсы.
Если у вас непростая ситуация и требуется консультация специалиста, то это отдельная услуга. Она стоит 8 тыс в час. Для записи: @vice22821.
Если вам нужно мок собеседование, то это отдельная услуга. Она стоит 8 тыс в час. Для записи @vice22821.
Как записаться
Написать @vice22821 со своим запросом. Мы обсудим насколько ваша цель достижима, сколько на это потребуется времени и готовы ли мы взяться за ваш заказ. Если вас все устроит, то начнем работать.
Оплата ментор +
Залог составляет 30 тыс. Уже после получения оффера нужно внести 1 месячную зарплату после вычета налогов.
Что если не получится
Если не получилось получить оффер по нашей вине (после собеседований в 5 компаний у вас нет оффера) в установленные сроки, то мы возвращаем вам залог.
Если не получилось получить оффер по вашей вине (например, вы решили отказаться от сотрудничества) в установленные сроки, то залог не возвращается.
Ответы на часто задаваемые вопросы
1. Сколько в среднем вся работа займет времени?
Если с вашей стороны нет задержек (например, уехали в отпуск), то максим 6 месяцев. Обычно удается получить оффер за 3 месяца.
2. Есть ли сопровождение на испытательном сроке?
Не входит в ментор+, отдельная услуга и обсуждается индивидуально.
Эта услуга для тех, кто хочет трудоустроиться уже сейчас без лишней головной боли и теории.
Что мы обещаем
Достигнуть ваши цели, такие как получить оффер на стажировку, получить оффер в Бигтех с грейдом не ниже вашего текущего. Мы обсуждаем сроки. Если мы не в состоянии достигнуть ваших целей, то мы сразу же вам об этом скажем и предложим альтернативу (расширим пул компаний).
Что мы не обещаем
Мы не можем обещать нереальных или почти нереальных результатов как "оффер на 500 тыс (стажер)".
Мы не можем обещать попадание в конкретную компанию.
Как мы достигаем цели?
1. Легенда
Мы прорабатываем с вами легенду, которую вы должны выучить и озвучить на собеседовании: где работали, что делали и так далее. Составляем конкретно под вас резюме.
Если вам нужно проработать легенду и составить резюме, но вы хотите проходить собеседования полностью самостоятельно, то это отдельная услуга. Она стоит 15 тысяч рублей. Для записи: @vice22821.
2. Прохождение собеседований
Подбираем с вами вакансии, проходим с вами собеседования, сидя у вас на наушнике, проходим лайвкодинг с помощью удаленного доступа.
Если вам разово нужен специалист, который поможет на собеседовании: посидит на наушнике или пройдет лайвкодинг с удаленного доступа, то это отдельная услуга. Ориентировочная цена 10 тыс за пол часа собеса. Для записи: @vice22821
3. Теоретические занятия
Теоретические занятия в ментор+ не входят, ментор+ для тех, кому нужно трудоустройство. Если вам нужны знания, вам подойдут курсы.
Если у вас непростая ситуация и требуется консультация специалиста, то это отдельная услуга. Она стоит 8 тыс в час. Для записи: @vice22821.
Если вам нужно мок собеседование, то это отдельная услуга. Она стоит 8 тыс в час. Для записи @vice22821.
Как записаться
Написать @vice22821 со своим запросом. Мы обсудим насколько ваша цель достижима, сколько на это потребуется времени и готовы ли мы взяться за ваш заказ. Если вас все устроит, то начнем работать.
Оплата ментор +
Залог составляет 30 тыс. Уже после получения оффера нужно внести 1 месячную зарплату после вычета налогов.
Что если не получится
Если не получилось получить оффер по нашей вине (после собеседований в 5 компаний у вас нет оффера) в установленные сроки, то мы возвращаем вам залог.
Если не получилось получить оффер по вашей вине (например, вы решили отказаться от сотрудничества) в установленные сроки, то залог не возвращается.
Ответы на часто задаваемые вопросы
1. Сколько в среднем вся работа займет времени?
Если с вашей стороны нет задержек (например, уехали в отпуск), то максим 6 месяцев. Обычно удается получить оффер за 3 месяца.
2. Есть ли сопровождение на испытательном сроке?
Не входит в ментор+, отдельная услуга и обсуждается индивидуально.
❤3
cv (2).pdf
149.8 KB
Как проходит Ментор+ (оффер на 280к)
В этой истории мы поменяли имя и убрали/поменяли подробности, чтобы нашего клиента нельзя было задеанонить. Виталий к нам обратился с практически нулевым резюме, но достаточно неплохим техническим вузом (в конечном итоге мы его тоже поменяли в резюме), с просьбой устроить его в штат, минуя стажировки и прочее. В начале мы составили подробную легенду, рассказали всё про задачи, сервисы, команду, согласно легенде. Подкорректировали резюме и начали искать подходящие вакансии. На той же неделе откликнулась команду из x5.
1. HR созвон
На этом этапе наше сопровождение было бесполезно, просто напомнили предварительно, что нужно было рассказать из легенды. Виталию позвонила рекрутер, разговор был на 20 минут. Он коротко рассказал, что последние 1.5 года работал продуктовым аналитиком: строил отчёты, писал SQL, считал метрики по продажам и анализировал поведение клиентов.
Его спросили: "Почему хотите в X5 Group?", "С какими данными работали?", "Какой у вас уровень SQL и Python?", "Какие зарплатные ожидания?". Виталий ответил, что ему интересен именно ритейл из-за масштаба, большого объёма офлайн-данных и возможности влиять на реальные бизнес-решения. В конце он уточнил, что набор идёт в команду, связанную с коммерческой аналитикой.
2. Техническое собеседование: SQL
На техническом интервью, мы настроили удалённый доступ и связь по наушнику, Виталию же нужно было просто повторять под диктовку и периодически лить воды, ему дали несколько задач с постепенным усложнением:
Задача 1: посчитать выручку по магазинам за месяц, исключив возвраты.
Задача 2: для каждого магазина рассчитать долю категории в общей выручке за месяц с помощью оконной функции.
Задача 3: объединить чеки, товары и карты лояльности и найти топ-3 категории у лояльных покупателей в каждом регионе.
Интервьюер по ходу спрашивал, несложные вопросы, на которые сразу же получал ответы: "Что будет, если в таблице есть дубликаты?", "Как учтёте возвраты?", "Почему здесь лучше использовать ROW_NUMBER, а не RANK?", "Как бы вы оптимизировали запрос на больших таблицах?".
Тех интервью прошло очень быстро, интервьювер остался доволен и почти сразу мы получили фидбек (на следующее утро) и пришлащение на следующий этап.
3. Техническое собеседование: метрики, статистика и АВ тесты
На следующем этапе ему задавали вопросы уже ближе к бизнесу, обычно тут ни у кого из кандидатов не возникает сложностей, поэтому Виталий сам справился налить воды, а мы лишь подсказали в некоторых моментах более корректные идеи: "Что такое LFL sales и зачем она нужна?", "Чем средний чек отличается от трафика?", "Как оценить эффективность промо?", "Как бы вы запланировали A/B-тест в офлайн-магазинах?". А также вопросы по статистике, помогли с рассказом про регрессии, кэжуал инференс и прочее, дали структурированный пайплайн по АБ. В конце ему дали мини-кейс: в 50 магазинах запустили новую выкладку товара. Нужно понять, повлияла ли она на продажи категории.
4. Финал
На финальном интервью тимлид побеседовал про легенду опыт и т п, и дал бизнес-кейс: "Промо на молочную продукцию дало рост продаж категории на 25%, но общая выручка магазина не выросла. Почему так произошло?"
Мы с Виталием предложил несколько гипотез:
- покупатели просто переключились с других категорий на молочку;
- выросли продажи низкомаржинальных товаров;
- была каннибализация внутри ассортимента;
- часть роста объясняется скидкой, а не ростом числа покупок.
Дальше его спросили:
— Какие данные вы запросите?
— Какие метрики посмотрите в первую очередь?
— Что порекомендуете бизнесу по итогам анализа?
Виталий сразу же ответил, что посмотрит выручку и маржу по смежным категориям, изменение среднего чека, количество чеков, penetration промо-товаров и поведение лояльных покупателей до и после акции.
После финального этапа Виталию дали оффер на 280к. И уже достаточно продолжительное время, он работает в команде. Пост для записи.
@OfferBerry
В этой истории мы поменяли имя и убрали/поменяли подробности, чтобы нашего клиента нельзя было задеанонить. Виталий к нам обратился с практически нулевым резюме, но достаточно неплохим техническим вузом (в конечном итоге мы его тоже поменяли в резюме), с просьбой устроить его в штат, минуя стажировки и прочее. В начале мы составили подробную легенду, рассказали всё про задачи, сервисы, команду, согласно легенде. Подкорректировали резюме и начали искать подходящие вакансии. На той же неделе откликнулась команду из x5.
1. HR созвон
На этом этапе наше сопровождение было бесполезно, просто напомнили предварительно, что нужно было рассказать из легенды. Виталию позвонила рекрутер, разговор был на 20 минут. Он коротко рассказал, что последние 1.5 года работал продуктовым аналитиком: строил отчёты, писал SQL, считал метрики по продажам и анализировал поведение клиентов.
Его спросили: "Почему хотите в X5 Group?", "С какими данными работали?", "Какой у вас уровень SQL и Python?", "Какие зарплатные ожидания?". Виталий ответил, что ему интересен именно ритейл из-за масштаба, большого объёма офлайн-данных и возможности влиять на реальные бизнес-решения. В конце он уточнил, что набор идёт в команду, связанную с коммерческой аналитикой.
2. Техническое собеседование: SQL
На техническом интервью, мы настроили удалённый доступ и связь по наушнику, Виталию же нужно было просто повторять под диктовку и периодически лить воды, ему дали несколько задач с постепенным усложнением:
Задача 1: посчитать выручку по магазинам за месяц, исключив возвраты.
Задача 2: для каждого магазина рассчитать долю категории в общей выручке за месяц с помощью оконной функции.
Задача 3: объединить чеки, товары и карты лояльности и найти топ-3 категории у лояльных покупателей в каждом регионе.
Интервьюер по ходу спрашивал, несложные вопросы, на которые сразу же получал ответы: "Что будет, если в таблице есть дубликаты?", "Как учтёте возвраты?", "Почему здесь лучше использовать ROW_NUMBER, а не RANK?", "Как бы вы оптимизировали запрос на больших таблицах?".
Тех интервью прошло очень быстро, интервьювер остался доволен и почти сразу мы получили фидбек (на следующее утро) и пришлащение на следующий этап.
3. Техническое собеседование: метрики, статистика и АВ тесты
На следующем этапе ему задавали вопросы уже ближе к бизнесу, обычно тут ни у кого из кандидатов не возникает сложностей, поэтому Виталий сам справился налить воды, а мы лишь подсказали в некоторых моментах более корректные идеи: "Что такое LFL sales и зачем она нужна?", "Чем средний чек отличается от трафика?", "Как оценить эффективность промо?", "Как бы вы запланировали A/B-тест в офлайн-магазинах?". А также вопросы по статистике, помогли с рассказом про регрессии, кэжуал инференс и прочее, дали структурированный пайплайн по АБ. В конце ему дали мини-кейс: в 50 магазинах запустили новую выкладку товара. Нужно понять, повлияла ли она на продажи категории.
4. Финал
На финальном интервью тимлид побеседовал про легенду опыт и т п, и дал бизнес-кейс: "Промо на молочную продукцию дало рост продаж категории на 25%, но общая выручка магазина не выросла. Почему так произошло?"
Мы с Виталием предложил несколько гипотез:
- покупатели просто переключились с других категорий на молочку;
- выросли продажи низкомаржинальных товаров;
- была каннибализация внутри ассортимента;
- часть роста объясняется скидкой, а не ростом числа покупок.
Дальше его спросили:
— Какие данные вы запросите?
— Какие метрики посмотрите в первую очередь?
— Что порекомендуете бизнесу по итогам анализа?
Виталий сразу же ответил, что посмотрит выручку и маржу по смежным категориям, изменение среднего чека, количество чеков, penetration промо-товаров и поведение лояльных покупателей до и после акции.
После финального этапа Виталию дали оффер на 280к. И уже достаточно продолжительное время, он работает в команде. Пост для записи.
@OfferBerry
🔥11❤5
Сокращения в Т-банке
В Тбанке собираются постепенно сокращать персонал на основе оценок на ревью.
Текущая градация:
1 - очень плохо работаешь(ничего не делаешь) - Low perfomance
2 - все норм, но чуть не хватает
3 - хорошо, нареканий нет ( Meets expectations)
4 - сверх норма, реализуешь важные задачи для бизнеса ( HiPerf)
Если раньше прощались с 1 где-то через месяц-два, а 2 давали время на подтягивание(могло доходить до года).
Теперь с оценкой 2 начали сокращать. Аналогично происходит и будет происходить в других компаниях: увольняем дорогих старичков, а на их место нанимаем аутсорс и голодных работяг + закрываем убыточне проекты.
А так с нами волноваться вам не о чем, записываемся на ментор+, если уволят/хотите вкатиться/хотите зп побольше и радуемся жизни 💅
В Тбанке собираются постепенно сокращать персонал на основе оценок на ревью.
Текущая градация:
1 - очень плохо работаешь(ничего не делаешь) - Low perfomance
2 - все норм, но чуть не хватает
3 - хорошо, нареканий нет ( Meets expectations)
4 - сверх норма, реализуешь важные задачи для бизнеса ( HiPerf)
Если раньше прощались с 1 где-то через месяц-два, а 2 давали время на подтягивание(могло доходить до года).
Теперь с оценкой 2 начали сокращать. Аналогично происходит и будет происходить в других компаниях: увольняем дорогих старичков, а на их место нанимаем аутсорс и голодных работяг + закрываем убыточне проекты.
А так с нами волноваться вам не о чем, записываемся на ментор+, если уволят/хотите вкатиться/хотите зп побольше и радуемся жизни 💅
🔥10
Разбор экзамена SQL на стажировку Т-банк
Т Банк до 28 апреля принимает заявки на летнюю стажировку. Всем вкатунам рекомендуем подаваться, чтобы уже этим летом вкатиться в bigtech.
В карточках разобрали экзамен, давайте +200 подписчиков и делаем разбор других направлений. Таблицы sql здесь. Разбор теста ниже.
1) not exists
2) 7
3) count(*), coalesce(sum(1), 0), count(0)
4) 1
5) отсутствие null, уникальность значений
6) from, join, where, group by, having, select, distinct, order by, limit
7) 2, 3, 4
8) 1, 2
9) не вернётся ни одной строки
10) запрос выдаст ошибку
@OfferBerry
Т Банк до 28 апреля принимает заявки на летнюю стажировку. Всем вкатунам рекомендуем подаваться, чтобы уже этим летом вкатиться в bigtech.
В карточках разобрали экзамен, давайте +200 подписчиков и делаем разбор других направлений. Таблицы sql здесь. Разбор теста ниже.
1) not exists
2) 7
3) count(*), coalesce(sum(1), 0), count(0)
4) 1
5) отсутствие null, уникальность значений
6) from, join, where, group by, having, select, distinct, order by, limit
7) 2, 3, 4
8) 1, 2
9) не вернётся ни одной строки
10) запрос выдаст ошибку
@OfferBerry
Telegram
Поступашки - Вакансии, Мемы, Задачи
разбор будет тут: t.me/postypashki_old/1657
🔥9❤1
Что спрашивают на собеседовании продакт аналитика в штат Т-банк
Еще один типикал собес ментор+, записываемся, если хотитет изиоффер без боли и страданий: @vice22821
1. Есть база данных с одной таблицей из 9 строк (5 строк связанна с авторами, 4 с постами). Надо ее оптимизировать (разделить на 2 для оптимизации скорости и памяти, так как авторов намного меньше чем постов, поэтому будет выигрыш).
Это простая задач на декомпозицию. Декомпозиция может быть на уровне таблиц, а может быть на уровне баз данных, а также на уровне кластеров баз данных.
Основная цель декомпозиции сделать из сложного что-то мелкое и простое. Нашу задачу можно решить несколькими способами, например:
а) создать дополнительную таблицу и в неё переместить посты, удалить посты в исходной таблице
б) Можно создать две таблицы: посты и авторы. Переместить в них дату и дропнуть исходную (мало живой сценарий, но видел что так делают)
2. Разговор про графики и визуализацию.
Графики можно разделить на нормированный и масштабируемый. Формально не всегда так, но когда объясняем вопрос бизнесу нужно идти наиболее простыми путями. Если график нормированный (условно от нуля до единицы, или в миллионах), то важно чтобы бизнес понимал происходящее: почему так, зачем так, чтобы что так и другие подобные вопросы. Этот вопрос обычно решается двумя путями. Либо у бизнеса и так есть минимальная теор подготовка, либо нужно сделать преамбулу с объяснением. Не нормированный график, когда например значение у нас может лежать на всей числовой прямой. Тут важно больше помахать руками. В основном графики строятся от двух переменных: признака и целевой переменной (таргет). На практике же нужен всего один признак, ну максимум два, НО тут проблема с менеджментом: в этом случае им придётся думать, разбираться, а обычно они это не любят и опираются на эмоции, поэтому используем только одну, чтобы не нагружать трёхмерными картинками. Также можно рисовать картинки с тем как таргет метрика меняется с течением времени.
3. Разговор про метрики.
Метрики могут быть вообще разными: поюзерные (их можно считать многими способами: отношение, линейная комбинация и т.д.), метрика по всей выборке, метрика относительно какого-то события от пользователя и т.д. Все бизнес, и не только, метрики, типа CTR или конверсии, лучше всего найти в инете и заучить. Еще нужно быть готовым к тому, что интервьюер или просто джун менеджер любую изменчивую величину назовем метрикой, что очень часто не так.
4. Разговор про a/b тесты, как готовить выборки людей через критерии гомогенности и как потом проверять результат на стат значимость.
В классическом дизайне нужно выдвинуть гипотезу (некоторое бизнес утверждение/инициативу). Чтобы не растрачивать деньги зря, необходимо проверить на небольшой аудитории (выборке), которая будет очень похожей/схожей относительно всей генеральной совокупности (выборка должна быть репрезентативной). Тут можно использовать стратификацию, критерии согласия, визуальную схожесть, хэширование (солить, что-то питерское) и т.п. После формирования выборки разбиваем на две группы и проверяем на однородность (гомогенность, есть специальные тесты на равенство дисперсий). Запускаем тест. Останавливать тест можно по-разному: через MDE, если у нас нормальное распределение, через выверенное бизнес время. Затем проверяем гипотезу о том что значение метрики на тесте и контроле равны с нужным уровнем значимости. Если знаем распределение то используем параметрический тест, если не знаем то тут непараметрический тест.
Обязательно ставьте огоньки🔥 и делитесь с коллегами/одногруппниками, если пост был полезен и хотите больше подобного контента!
@OfferBerry
Еще один типикал собес ментор+, записываемся, если хотитет изиоффер без боли и страданий: @vice22821
1. Есть база данных с одной таблицей из 9 строк (5 строк связанна с авторами, 4 с постами). Надо ее оптимизировать (разделить на 2 для оптимизации скорости и памяти, так как авторов намного меньше чем постов, поэтому будет выигрыш).
Это простая задач на декомпозицию. Декомпозиция может быть на уровне таблиц, а может быть на уровне баз данных, а также на уровне кластеров баз данных.
Основная цель декомпозиции сделать из сложного что-то мелкое и простое. Нашу задачу можно решить несколькими способами, например:
а) создать дополнительную таблицу и в неё переместить посты, удалить посты в исходной таблице
б) Можно создать две таблицы: посты и авторы. Переместить в них дату и дропнуть исходную (мало живой сценарий, но видел что так делают)
2. Разговор про графики и визуализацию.
Графики можно разделить на нормированный и масштабируемый. Формально не всегда так, но когда объясняем вопрос бизнесу нужно идти наиболее простыми путями. Если график нормированный (условно от нуля до единицы, или в миллионах), то важно чтобы бизнес понимал происходящее: почему так, зачем так, чтобы что так и другие подобные вопросы. Этот вопрос обычно решается двумя путями. Либо у бизнеса и так есть минимальная теор подготовка, либо нужно сделать преамбулу с объяснением. Не нормированный график, когда например значение у нас может лежать на всей числовой прямой. Тут важно больше помахать руками. В основном графики строятся от двух переменных: признака и целевой переменной (таргет). На практике же нужен всего один признак, ну максимум два, НО тут проблема с менеджментом: в этом случае им придётся думать, разбираться, а обычно они это не любят и опираются на эмоции, поэтому используем только одну, чтобы не нагружать трёхмерными картинками. Также можно рисовать картинки с тем как таргет метрика меняется с течением времени.
3. Разговор про метрики.
Метрики могут быть вообще разными: поюзерные (их можно считать многими способами: отношение, линейная комбинация и т.д.), метрика по всей выборке, метрика относительно какого-то события от пользователя и т.д. Все бизнес, и не только, метрики, типа CTR или конверсии, лучше всего найти в инете и заучить. Еще нужно быть готовым к тому, что интервьюер или просто джун менеджер любую изменчивую величину назовем метрикой, что очень часто не так.
4. Разговор про a/b тесты, как готовить выборки людей через критерии гомогенности и как потом проверять результат на стат значимость.
В классическом дизайне нужно выдвинуть гипотезу (некоторое бизнес утверждение/инициативу). Чтобы не растрачивать деньги зря, необходимо проверить на небольшой аудитории (выборке), которая будет очень похожей/схожей относительно всей генеральной совокупности (выборка должна быть репрезентативной). Тут можно использовать стратификацию, критерии согласия, визуальную схожесть, хэширование (солить, что-то питерское) и т.п. После формирования выборки разбиваем на две группы и проверяем на однородность (гомогенность, есть специальные тесты на равенство дисперсий). Запускаем тест. Останавливать тест можно по-разному: через MDE, если у нас нормальное распределение, через выверенное бизнес время. Затем проверяем гипотезу о том что значение метрики на тесте и контроле равны с нужным уровнем значимости. Если знаем распределение то используем параметрический тест, если не знаем то тут непараметрический тест.
Обязательно ставьте огоньки🔥 и делитесь с коллегами/одногруппниками, если пост был полезен и хотите больше подобного контента!
@OfferBerry
🔥34
Т-Банк. ML.pdf
34.4 MB
По многочисленным просьбам выкладываем тест по МЛ со стажировки в Т-банк. Давайте 100 огоньков и делаем разбор.
Кстати, проходим собесы в том числе на стажировку Тбнак и не только.
@OfferBerry
Кстати, проходим собесы в том числе на стажировку Тбнак и не только.
@OfferBerry
🔥131
Т-Банк. ML.pdf
35.5 MB
Разбор теста по МЛ стажировки в Т-банк. Давайте 100 огоньков и делаем разбор других направлений.
Кстати, проходим собесы в том числе на стажировку Тбнак и не только.
@OfferBerry
Кстати, проходим собесы в том числе на стажировку Тбнак и не только.
@OfferBerry
🔥122❤6
Разобрали летнюю школу Яндекса по аналитике
Сегодня последний день, чтобы подать и решить контест. Разбор в инсте.
Давайте 200 огоньков и разбираем следующие направления.
@OfferBerry
Сегодня последний день, чтобы подать и решить контест. Разбор в инсте.
Давайте 200 огоньков и разбираем следующие направления.
@OfferBerry
🔥33
Календарь вакансий 2026-2027 год
Из нового ролика на нашем ютуб канале.
https://www.youtube.com/watch?v=JrbhdVZg4og
Какой вывод можно сделать? Лучше красные и желтые месяца посветить активному боту, прокачки своих хардскилов. Зеленые же месяцы лучше посвятить прохождению собесов.
@OfferBerry
Из нового ролика на нашем ютуб канале.
https://www.youtube.com/watch?v=JrbhdVZg4og
Какой вывод можно сделать? Лучше красные и желтые месяца посветить активному боту, прокачки своих хардскилов. Зеленые же месяцы лучше посвятить прохождению собесов.
@OfferBerry
🔥10
Школа Аналитиков-Разработчиков Яндекс (ШАР)
Что это за школа и какие перспективы после неё
ШАР-это очный летний буткемп, который проводится с 1 июля по 20 августа. Ориентирован на недавних выпускников и студентов высших курсов IT-направлений. Участие абсолютно бесплатное, для отбора необходимо только написать контест и заполнить видеовизитку. После чего, в зависимости от результатов, приглашают на следующий этап-собеседования. По результатам собеседований некоторых приглашают для участия в ШАР. В течение обучения участники разбиваются на команды и работают над проектами, которые очень близки к тому, чем занимаются в продакшене в Яндексе. По результатам обучения некоторым участникам предлагают либо стажерские, либо штатные позиции в компании.
Школа Аналитиков-Разработчиков провела отборочный этап (контест+видеовизитка), самое время обсудить этап собеседований. А также у вас есть возможность по программе ментор+ получить помощь на этапе собеседовании.
Собеседование
Стандартные вопросы по мотивашке, чтобы сразу отсеять тех, кому это все не очень-то и нужно. Нужно просто убедить принимающих в том, что вы цените возможность обучения в ШАР: у вас будет на него время, не забьете в первые же месяцы, хотите обзавестись новыми знакомствами, перенять опыт у сотрудников и прочее. Затем попросят решить следующие вещи:
1) Алгоритмическая задача на Питоне (запускать код нельзя, писать его надо будет в блокноте, который пришлет интервьюер).
В основном дают какие-то несложные задачи на реализацию, два указателя и подобные примитивные темы. Иногда могут спросить на понимание языка и внутреннего устройство структур данных, но это скорее редкость, максимум что потребует помимо решения, это асимптотику временную и по памяти доказать у предложенного вами алгоритма.
2) Задача на SQL.
Как показывает практика, дают какие-то задачи по типу поджойнить табличку саму на себя, применить какую-то оконку для того, чтобы найти какую-то по возрастанию зарплату в компании среди сотрудников или что-то такое. Полезно порешать задачи вот с этой подборки или с sql-ex.ru. Ничего сложнее обычно не требуют. Могут задать какие-то простые вопросы на понимание из разряда: "У вас есть две таблички, какое максимальное и минимальное количество строк может быть при LEFT/RIGHT/INNER JOIN?"
3) Задача на теорию вероятностей или математическую статистику.
Просят очень подробно пояснять ход мыслей и как именно вы приходите к такому ответу. Классически могут спросить задачу про неправильную монету: Дана монета, у которой вероятности выпадения орла и решки не равны. Нужно придумать функцию, которая сделает так, чтобы эти вероятности стали равны? Так же могут попросить посчитать количество каких-то комбинаций при бросании кубика или монеток. Стоит повторить формулы Байеса и условного матожидания и просто порешать брейнтизеры, с генерацией таких ad-hoc задач отлично всправляются ЛЛМки, поэтому нет даже смысла искать какой-то отдельной методички, просто нагенерьте себе кучу таких задач и нарешивайте.
4) Аналитический кейс.
Дают какую-то продуктовую проблему и спрашиваю причины, почему это могло происходить и какие пути решения этой проблемы вы можете предложить. Важно понимать концепцию проведения А/Б тестов. Недавно мы провели целый вебинар, запись которого можете найти на канале, в котором описали общие требования во время прохождения кейс-интервью, а также составили для вас подробный пайплайн для технической части в АБ тестах. Здесь смотрят на мышление, умение генерировать гипотезы и, в целом, на креативность.
После собеседования HR должен будет вернуться с обратной связью до 22 июня. Чтобы гарантированно пройти этапы собеседования, обратитесь к нам по программе ментор+.
@OfferBerry
Что это за школа и какие перспективы после неё
ШАР-это очный летний буткемп, который проводится с 1 июля по 20 августа. Ориентирован на недавних выпускников и студентов высших курсов IT-направлений. Участие абсолютно бесплатное, для отбора необходимо только написать контест и заполнить видеовизитку. После чего, в зависимости от результатов, приглашают на следующий этап-собеседования. По результатам собеседований некоторых приглашают для участия в ШАР. В течение обучения участники разбиваются на команды и работают над проектами, которые очень близки к тому, чем занимаются в продакшене в Яндексе. По результатам обучения некоторым участникам предлагают либо стажерские, либо штатные позиции в компании.
Школа Аналитиков-Разработчиков провела отборочный этап (контест+видеовизитка), самое время обсудить этап собеседований. А также у вас есть возможность по программе ментор+ получить помощь на этапе собеседовании.
Собеседование
Стандартные вопросы по мотивашке, чтобы сразу отсеять тех, кому это все не очень-то и нужно. Нужно просто убедить принимающих в том, что вы цените возможность обучения в ШАР: у вас будет на него время, не забьете в первые же месяцы, хотите обзавестись новыми знакомствами, перенять опыт у сотрудников и прочее. Затем попросят решить следующие вещи:
1) Алгоритмическая задача на Питоне (запускать код нельзя, писать его надо будет в блокноте, который пришлет интервьюер).
В основном дают какие-то несложные задачи на реализацию, два указателя и подобные примитивные темы. Иногда могут спросить на понимание языка и внутреннего устройство структур данных, но это скорее редкость, максимум что потребует помимо решения, это асимптотику временную и по памяти доказать у предложенного вами алгоритма.
2) Задача на SQL.
Как показывает практика, дают какие-то задачи по типу поджойнить табличку саму на себя, применить какую-то оконку для того, чтобы найти какую-то по возрастанию зарплату в компании среди сотрудников или что-то такое. Полезно порешать задачи вот с этой подборки или с sql-ex.ru. Ничего сложнее обычно не требуют. Могут задать какие-то простые вопросы на понимание из разряда: "У вас есть две таблички, какое максимальное и минимальное количество строк может быть при LEFT/RIGHT/INNER JOIN?"
3) Задача на теорию вероятностей или математическую статистику.
Просят очень подробно пояснять ход мыслей и как именно вы приходите к такому ответу. Классически могут спросить задачу про неправильную монету: Дана монета, у которой вероятности выпадения орла и решки не равны. Нужно придумать функцию, которая сделает так, чтобы эти вероятности стали равны? Так же могут попросить посчитать количество каких-то комбинаций при бросании кубика или монеток. Стоит повторить формулы Байеса и условного матожидания и просто порешать брейнтизеры, с генерацией таких ad-hoc задач отлично всправляются ЛЛМки, поэтому нет даже смысла искать какой-то отдельной методички, просто нагенерьте себе кучу таких задач и нарешивайте.
4) Аналитический кейс.
Дают какую-то продуктовую проблему и спрашиваю причины, почему это могло происходить и какие пути решения этой проблемы вы можете предложить. Важно понимать концепцию проведения А/Б тестов. Недавно мы провели целый вебинар, запись которого можете найти на канале, в котором описали общие требования во время прохождения кейс-интервью, а также составили для вас подробный пайплайн для технической части в АБ тестах. Здесь смотрят на мышление, умение генерировать гипотезы и, в целом, на креативность.
После собеседования HR должен будет вернуться с обратной связью до 22 июня. Чтобы гарантированно пройти этапы собеседования, обратитесь к нам по программе ментор+.
@OfferBerry
🔥7❤5