Forwarded from Всеволод Устинов (канал)
В прошлых постах я писал, что, скорее всего, большинство руководителей/фаундеров не умеют нанимать реально сильных сотрудников — и это становится главным ограничением для дальнейшего роста. Дальше вопрос, что с этим делать.
В этой точке дискуссии обычно начинают обсуждать технику найма - но я хочу подсветить несколько менее очевидных вещей, которые оказались важными лично для меня:
0. Целиться в космос: нанять не "подходящего" или "хорошего", а отличного человека на роль.
1. Развивать насмотренность: замечать выдающихся людей вокруг себя — в команде, среди партнёров, инвесторов, друзей, в комьюнити и среди публичных персон. Расспрашивать их про опыт, подход, мышление, привычки. Учиться видеть, на что способны по-настоящему сильные люди.
2. Для конкретной позиции формировать в голове чёткий образ «How awesome looks like». Для этого стоит целенаправленно общаться с людьми, которые в последние несколько лет достигли больших успехов в нужной области, а также с теми, кто успешно нанимал таких людей.
3. Техника найма — это проще всего. Её можно подробно изучить в книжке «Who: Solve Your Number One Problem» Джеффа Смарта и Рэнди Стрита.
4. И вместо бесконечных интервью начинать с небольшой парт-тайм проектной работы, а уже потом делать долгосрочный коммит.
Как вам такой подход?
В этой точке дискуссии обычно начинают обсуждать технику найма - но я хочу подсветить несколько менее очевидных вещей, которые оказались важными лично для меня:
0. Целиться в космос: нанять не "подходящего" или "хорошего", а отличного человека на роль.
1. Развивать насмотренность: замечать выдающихся людей вокруг себя — в команде, среди партнёров, инвесторов, друзей, в комьюнити и среди публичных персон. Расспрашивать их про опыт, подход, мышление, привычки. Учиться видеть, на что способны по-настоящему сильные люди.
2. Для конкретной позиции формировать в голове чёткий образ «How awesome looks like». Для этого стоит целенаправленно общаться с людьми, которые в последние несколько лет достигли больших успехов в нужной области, а также с теми, кто успешно нанимал таких людей.
3. Техника найма — это проще всего. Её можно подробно изучить в книжке «Who: Solve Your Number One Problem» Джеффа Смарта и Рэнди Стрита.
4. И вместо бесконечных интервью начинать с небольшой парт-тайм проектной работы, а уже потом делать долгосрочный коммит.
Как вам такой подход?
Forwarded from #безфильтров
#миша
Про экстраординарные таланты
Иногда от того, найдешь ли ты по-настоящему суперталантливого человека, зависит выживание/взлет/ стагнация бизнеса. Особенно сложно, когда:
1. Ты такого никогда не видел и не нанимал (об этом Сева хороший пост написал
2. Само направление бизнеса для тебя новое.
Именно в такой ситуации мы сейчас — в американской компании по производству и дистрибуции книг.
В этих кейсах хорошо работает performance-based hiring — подбор не по резюме и тайтлу, а по задачам и ожидаемым результатам. Применяется часто в Executive Search и выглядит примерно так:
Упрощённо, пунктиром шаги:
1. Уточнение задачи и контекста (не профиля!). Начинаем с брифа. Например: «Нам нужен человек, который сможет вырастить продажи на стагнирующем рынке на 30%».
2. Декомпозиция: за счёт чего можно добиться роста? Кто уже делает это? Какие ограничения есть у нас?
3. Формируем гипотезы, кто эти люди и где они. Так появляются donor companies — компании, откуда можно “вытаскивать” таких людей.
4. Исследование через нетворк и soft research. Идём в донорские компании через знакомства, соцсети, тёплые контакты. Спрашиваем: кто драйвит рост? Кто «звезда»? Кто реально делает те задачи, которые стоят у нас?
5. Профилирование. Когда имена на руках, изучаем: как они мыслят, какие у них стратегии, навыки, мотивация, путь.
6. Мягкий выход и первые разговоры. Без предложения. Просто общение. Проверка интереса. Совпадение контекстов.
7. Каждый такой разговор — это не только подбор, но и доформулирование самой роли.
8. Наткнулся на экстраординарного? Хантим. Но не «на работу», а в большую задачу и возможность повлиять: присоединиться к чему-то значимому — большому, новому, живому; сделать результат, который останется в истории компании; реализовать свои личные амбиции
Про экстраординарные таланты
Иногда от того, найдешь ли ты по-настоящему суперталантливого человека, зависит выживание/взлет/ стагнация бизнеса. Особенно сложно, когда:
1. Ты такого никогда не видел и не нанимал (об этом Сева хороший пост написал
2. Само направление бизнеса для тебя новое.
Именно в такой ситуации мы сейчас — в американской компании по производству и дистрибуции книг.
В этих кейсах хорошо работает performance-based hiring — подбор не по резюме и тайтлу, а по задачам и ожидаемым результатам. Применяется часто в Executive Search и выглядит примерно так:
Упрощённо, пунктиром шаги:
1. Уточнение задачи и контекста (не профиля!). Начинаем с брифа. Например: «Нам нужен человек, который сможет вырастить продажи на стагнирующем рынке на 30%».
2. Декомпозиция: за счёт чего можно добиться роста? Кто уже делает это? Какие ограничения есть у нас?
3. Формируем гипотезы, кто эти люди и где они. Так появляются donor companies — компании, откуда можно “вытаскивать” таких людей.
4. Исследование через нетворк и soft research. Идём в донорские компании через знакомства, соцсети, тёплые контакты. Спрашиваем: кто драйвит рост? Кто «звезда»? Кто реально делает те задачи, которые стоят у нас?
5. Профилирование. Когда имена на руках, изучаем: как они мыслят, какие у них стратегии, навыки, мотивация, путь.
6. Мягкий выход и первые разговоры. Без предложения. Просто общение. Проверка интереса. Совпадение контекстов.
7. Каждый такой разговор — это не только подбор, но и доформулирование самой роли.
8. Наткнулся на экстраординарного? Хантим. Но не «на работу», а в большую задачу и возможность повлиять: присоединиться к чему-то значимому — большому, новому, живому; сделать результат, который останется в истории компании; реализовать свои личные амбиции
Forwarded from Сиолошная
Советы по использованию Codex от OpenAI. Как и ChatGPT, Codex настолько же эффективен, насколько точны инструкции, которые вы ему даёте
— Используйте имена (файлов/классов/переменных/методов), которые легко найти поиском. Codex буквально вызывает команду
— Укажите, где начинать работать. Codex лучше всего справляется, если его нацелить на один файл или, максимум, на какой-то пакет/папку с не более чем сотней файлов. Слишком общие или нечеткие запросы заставят его гадать, что вы имели в виду.
— Вставляйте полный стек вызовов в ошибке. Точные стеки с путями к файлам и номерами строк помогают Codex моментально выявлять баги.
— Запускайте несколько задач подряд. Каждая задача работает в своем изолированном окружении, так что смело ставьте несколько задач в очередь одновременно. Многие инженеры в OpenAI начинают день с того, что составляют быстрый список дел и запускают в Codex сразу несколько задач.
— Давайте работу с четким критерием «работает/не работает». Как и человек, Codex тестирует свои изменения. Так как у него есть доступ к терминалу, всё, что можно проверить юнит-тестом или линтером (проверкой кода), будет сделано надёжнее. (Codex пока не поддерживает UI-тесты.)
— Разделяйте большие изменения. Вместо того чтобы давать Codex гигантский пулл-реквест, разбивайте работу на небольшие, конкретные задачи. Маленькие задачи агенту легче тестировать по отдельности, а вам — проверять.
— Если застряли, пусть Codex возьмётся за дело. Если вы зашли в тупик, создайте новую ветку и передайте проблему Codex. Так можно параллельно исследовать несколько вариантов решения.
— Запустите несколько задач перед тем, как начать день. Запускайте их перед дорогой на работу или утренним кофе, а по возвращении вас будут ждать свежие изменения, готовые к проверке.
— Опишите правила и принципы работы с конкретно вашим проектом в файле
— Используйте имена (файлов/классов/переменных/методов), которые легко найти поиском. Codex буквально вызывает команду
grep, поэтому конкретные имена файлов, символы или уникальные имена пакетов помогают ему быстро найти нужное место— Укажите, где начинать работать. Codex лучше всего справляется, если его нацелить на один файл или, максимум, на какой-то пакет/папку с не более чем сотней файлов. Слишком общие или нечеткие запросы заставят его гадать, что вы имели в виду.
— Вставляйте полный стек вызовов в ошибке. Точные стеки с путями к файлам и номерами строк помогают Codex моментально выявлять баги.
— Запускайте несколько задач подряд. Каждая задача работает в своем изолированном окружении, так что смело ставьте несколько задач в очередь одновременно. Многие инженеры в OpenAI начинают день с того, что составляют быстрый список дел и запускают в Codex сразу несколько задач.
— Давайте работу с четким критерием «работает/не работает». Как и человек, Codex тестирует свои изменения. Так как у него есть доступ к терминалу, всё, что можно проверить юнит-тестом или линтером (проверкой кода), будет сделано надёжнее. (Codex пока не поддерживает UI-тесты.)
— Разделяйте большие изменения. Вместо того чтобы давать Codex гигантский пулл-реквест, разбивайте работу на небольшие, конкретные задачи. Маленькие задачи агенту легче тестировать по отдельности, а вам — проверять.
— Если застряли, пусть Codex возьмётся за дело. Если вы зашли в тупик, создайте новую ветку и передайте проблему Codex. Так можно параллельно исследовать несколько вариантов решения.
— Запустите несколько задач перед тем, как начать день. Запускайте их перед дорогой на работу или утренним кофе, а по возвращении вас будут ждать свежие изменения, готовые к проверке.
— Опишите правила и принципы работы с конкретно вашим проектом в файле
AGENTS.md. Используйте его для указания специфики работы, структуры проекта, протокола тестирования.Forwarded from Сиолошная
На неделе OpenAI запустили онлайн-хакатон, первое мероприятие такого рода на Kaggle. В его рамках вам предлагается погрузиться в мир археологии при помощи передовых моделей компании (o3/o4-mini/GPT-4.1) и найти неизвестные археологические памятники в районе Амазонских тропических лесов.
Леса, простираясь более чем на 6 000 000 кв. км и охватывая девять стран, хранят историю прошлых цивилизаций и служат домом для многочисленных этнических групп. Такие ресурсы, как спутниковые снимки и данные с LIDAR'ов помогают заполнить пробелы в ранее неизвестной части мира, вызывая интерес к региону. Ходят слухи о «затерянном городе Z» в Амазонке, ну и про Эльдорадо вы тоже слышали.
Теперь любой может проводить археологические исследования — благодаря огромному множеству свободно доступных данных. И AI-инструменты могут существенно ускорить процесс их обработки.
OpenAI подготовили примерный план, по которому предлагается двигаться: тут и тут. Тезисно:
— скачать, распарсить и подготовить данные с карт/LIDAR'ов для примерного описания местности
— сопоставить их с данными уже имеющихся находок
— выбрать какой-нибудь алгоритм (минимально — простую сегментационную модель, альтернативно Преобразование Хафа) и подобрать параметры, чтобы они «выявляли» уже найденные точки
— выявить места, где алгоритм срабатывает, а раскопки там ещё не проводились
— проанализировать текстовые источники, описывающие обнаруженные места, чтобы сопоставить их с историей и задать нарратив: мол, скорее всего такие-то племена в такие-то периоды делали то-то и то-то
Но никто вас не ограничивает!
Тем, кто выполнит «базу» (см. соревнование), выдадут $100 API кредитов на эксперименты. В ближайшие недели топовые работы (до 5 штук) получат по $1000. И в конце концов будет 3 победителя, которым вручат гранты на дальнейшие исследования — $250k, $100k и $50k. Их вместе с ещё двумя участниками пригласят на стрим для презентации результатов работы.
Честно говоря даже не знаю, что вероятнее — что победит какой-то нёрд, который с помощью GPT прочитает 100500 статей и перероет все материалы в рекордные сроки, или люди с археологическим бэкграундом, которым условная o3 поможет накидать код для воплощения их исследовательских идей.
===
Звучит как задачка для @DenisSexy по выходным на ближайшие 5 недель😀
Леса, простираясь более чем на 6 000 000 кв. км и охватывая девять стран, хранят историю прошлых цивилизаций и служат домом для многочисленных этнических групп. Такие ресурсы, как спутниковые снимки и данные с LIDAR'ов помогают заполнить пробелы в ранее неизвестной части мира, вызывая интерес к региону. Ходят слухи о «затерянном городе Z» в Амазонке, ну и про Эльдорадо вы тоже слышали.
Теперь любой может проводить археологические исследования — благодаря огромному множеству свободно доступных данных. И AI-инструменты могут существенно ускорить процесс их обработки.
OpenAI подготовили примерный план, по которому предлагается двигаться: тут и тут. Тезисно:
— скачать, распарсить и подготовить данные с карт/LIDAR'ов для примерного описания местности
— сопоставить их с данными уже имеющихся находок
— выбрать какой-нибудь алгоритм (минимально — простую сегментационную модель, альтернативно Преобразование Хафа) и подобрать параметры, чтобы они «выявляли» уже найденные точки
— выявить места, где алгоритм срабатывает, а раскопки там ещё не проводились
— проанализировать текстовые источники, описывающие обнаруженные места, чтобы сопоставить их с историей и задать нарратив: мол, скорее всего такие-то племена в такие-то периоды делали то-то и то-то
Но никто вас не ограничивает!
Тем, кто выполнит «базу» (см. соревнование), выдадут $100 API кредитов на эксперименты. В ближайшие недели топовые работы (до 5 штук) получат по $1000. И в конце концов будет 3 победителя, которым вручат гранты на дальнейшие исследования — $250k, $100k и $50k. Их вместе с ещё двумя участниками пригласят на стрим для презентации результатов работы.
Честно говоря даже не знаю, что вероятнее — что победит какой-то нёрд, который с помощью GPT прочитает 100500 статей и перероет все материалы в рекордные сроки, или люди с археологическим бэкграундом, которым условная o3 поможет накидать код для воплощения их исследовательских идей.
===
Звучит как задачка для @DenisSexy по выходным на ближайшие 5 недель
Please open Telegram to view this post
VIEW IN TELEGRAM
Все, наверное, уже видели. Но нам заходит: https://www.kinopoisk.ru/series/4909559/?utm_referrer=www.google.com
Кинопоиск
«Лэндмен» (Landman, 2024)
Лэндмен Томми Норрис разбирается с мексиканскими картелями, полицейскими, федералами и решает другие проблемы компании, связанные с нефтью. Подробная информация о сериале Лэндмен на сайте Кинопоиск.
Если не смотрели ещё «Йеллоустоун» - тоже качественный сериал (я смотрел сезоны 1-4):
https://www.kinopoisk.ru/series/1045172/
https://www.kinopoisk.ru/series/1045172/
Кинопоиск
«Йеллоустоун» (Yellowstone, 2018-2024)
Йеллоустоун – первый в мире национальный парк, одно из самых посещаемых мест в США. Но здесь, на границе цивилизации, происходит много такого, чего не видят туристы, что не освещается средствами массовой информации. Семья Даттон, главой которой является Джон…
Он ощущается в кармане, как привычный смартфон, поэтому нет чувства, «что ты что-то забыл». Когда захочется полистать ленту, можно выполнять привычные движения пальцами, не заходя в соцсети. По задумке создателей, это избавит от тревожности.
Forwarded from Дмитрий Савостьянов Вещает
Посмотрел на днях подкаст с CEO Cursor. Он рассказывал, что изначально компания делала продукт для mechanical engineering. Затем они пивотнулись в инструмент для кодинга, вдохновившись GitHub Copilot. Причём сначала пытались писать свою IDE с нуля, и только после второго пивота решили сделать форк VSCode.
Ответ на вопрос о конкурентных преимуществах не особо впечатлил: ставка на кастомные модели, команду и то, что они смогут деливерить быстрее и лучше всех.
Пару дней назад OpenAI купили Windsurf за $3B. Google и Meta явно делают подобные инструменты внутри. Интересно, останется ли Cursor в нашей жизни через 2–3 года — или канет в небытие.
https://youtu.be/En5cSXgGvZM?si=a5n8VGplxH5RtXbm
Ответ на вопрос о конкурентных преимуществах не особо впечатлил: ставка на кастомные модели, команду и то, что они смогут деливерить быстрее и лучше всех.
Пару дней назад OpenAI купили Windsurf за $3B. Google и Meta явно делают подобные инструменты внутри. Интересно, останется ли Cursor в нашей жизни через 2–3 года — или канет в небытие.
https://youtu.be/En5cSXgGvZM?si=a5n8VGplxH5RtXbm
Forwarded from Denis Sexy IT 🤖
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Trabun | AI, Tech, Culture, Trends
Apple тихо и красиво проваливается в главной гонке десятилетия — гонке за искусственный интеллект. Bloomberg написал длинный текст о том, как всё пошло не так: Siri с якобы встроенным ИИ оказалась всё той же вежливой скрепкой из 2011-го года, просто теперь ошибающейся в большем количестве сценариев (в трети, если быть точным).
Технически: из-за старой архитектуры голосовой ассистент Apple не смог тянуть генеративные фишки — их дописали сбоку, кое-где срослось, а кое-где нет. Внутренне: признали баги, 30% фейлов, уволили человека, отвечающего за Siri, Джона Джанандреа, и начали всё с нуля.
Но по-настоящему интересно не это.
Впервые в новейшей истории магия Apple дает сбой. Культ стерильности, порядка, дизайна — превратился в пародию на себя. Apple сегодня — это Vision Pro и яркий перформанс Крейга Фергюсона. Это монумент миллениалу. Это, буквально, Ватикан: завораживающий (миллениалов), но оторванный от реальности.
OpenAI, Google, Anthropic и Perplexity уже живут в новой реальности: мир — это поток данных, язык — идеальный интерфейс, ИИ — не заскриптованный голосовой помощник, а симуляция субъективности: советник, собеседник, даже иногда антагонист. Apple всё ещё создает интерфейсы к старому миру.
Apple, конечно, не станет новой Nokia (хотя внутри такие переживания есть). Подключит Perplexity к Safari. Команда ИИ в Цюрихе, где-то из тысячи человек, перепишет Siri с нуля. Но нам важнее другое. Если раньше Apple делала интерфейсы к телу (палец, ухо, глаз), то теперь пора делать интерфейсы к мышлению. Не кнопки, а компаньонов. Не функции, а голоса.
➡️ Включите уведомления, чтобы не пропускать полезные советы по AI, тренды, странные штуки, рекомендации сериалов, фильмов, книг и музыки.
➡️ Если пост оказался вам полезен, буду благодарен шеру. @danieltrbn
Технически: из-за старой архитектуры голосовой ассистент Apple не смог тянуть генеративные фишки — их дописали сбоку, кое-где срослось, а кое-где нет. Внутренне: признали баги, 30% фейлов, уволили человека, отвечающего за Siri, Джона Джанандреа, и начали всё с нуля.
Но по-настоящему интересно не это.
Впервые в новейшей истории магия Apple дает сбой. Культ стерильности, порядка, дизайна — превратился в пародию на себя. Apple сегодня — это Vision Pro и яркий перформанс Крейга Фергюсона. Это монумент миллениалу. Это, буквально, Ватикан: завораживающий (миллениалов), но оторванный от реальности.
OpenAI, Google, Anthropic и Perplexity уже живут в новой реальности: мир — это поток данных, язык — идеальный интерфейс, ИИ — не заскриптованный голосовой помощник, а симуляция субъективности: советник, собеседник, даже иногда антагонист. Apple всё ещё создает интерфейсы к старому миру.
Apple, конечно, не станет новой Nokia (хотя внутри такие переживания есть). Подключит Perplexity к Safari. Команда ИИ в Цюрихе, где-то из тысячи человек, перепишет Siri с нуля. Но нам важнее другое. Если раньше Apple делала интерфейсы к телу (палец, ухо, глаз), то теперь пора делать интерфейсы к мышлению. Не кнопки, а компаньонов. Не функции, а голоса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM