Собес — это несмешной цирк
Говорят, на собеседованиях стали просить закрывать глаза при ответах на сложные вопросы, чтобы исключить подсказки ИИ.Сразу вспоминается случай из шахматного мира, где Ханс Ниман обыграл Магнуса Карлсена, и его обвинили в том, что он читер, и для подсказок использовал анальный вибратор на радиоуправлении, так как явных признаков чита не нашли. Думаю, что на алгоритмической секции прогерского собеса тоже можно так читить. Так что надо еще просить не только закрывать глаза, но и показать ж, чего уж мелочиться.
Как Agile убил задачи про люки
Я вIT очень давно и еще помню те времена, когда IT тусовка была практически камерной, многие друг друга знали лично и была просто профессия программист — это было почти как аникейщик — подразумевалось, что ты можешь писать практически на любых языках и можно было с бэкграудах в плюсах спокойно подаваться хоть на JAVA, хоть на 1С и возможно даже немного заниматься дизайном, версткой и сборкой компов.
Я DevOps, который искал работу. Почему не Яндекс?
Дисклеймер: статья написана на основе интервью с DevOps-инженером В. Ивановым. Мне 25 лет, и я работаю DevOps-инженером четвёртый год. Начинал системным администратором.За это время сменил 5 работ. Первые три был сисадмином, получал от 65 до 100 тыс. ₽. На четвертой работе я был уже DevOps, зарабатывал 200 тыс. Сколько зарабатываю сейчас, расскажу в конце.С каждым переходом добавлял новые технологии в стек, брал более сложные задачи.
Мое худшее собеседование в Data Science
Дело было в начале третьего курса учёбы в МФТИ, во времена COVID. Более полугода я активно изучал ML: прошёл несколько курсов, выучил теорию, за месяц прошёл парочку собеседований — в Ozon, Сбер и Яндекс. Там всё было более чем цивильно: очень приятные интервьюеры, простые, добрые люди. Во время собеседований помогали, подсказывали молодому, зелёному ботеру. Остались исключительно приятные воспоминания.И вот в телеграм-канале с вакансиями я увидел злополучный пост про стажировку в МТС. Тогда я ещё не подозревал, что даже в таких крупных компаниях на собеседованиях может происходить настоящий трешачок.
CLIP или SigLIP. База по Computer vision собеседованиям. Middle-Senior
Вопросы о CLIP-моделях встречаются почти на каждом техническом собеседовании.Неважно, занимаетесь ли вы видеоаналитикой, создаёте генеративные модели или работаете над поиском по изображениям — CLIP и его потомки (BLIP , SigLIP
Модели машинного обучения: что могут спросить на интервью
Привет, Хабр!Сегодня рассмотрим некоторые вопросы, которые могут попасться на собеседовании на ML позиции. Как KNN ведёт себя при увеличении размерности данных? Начнём с KNN (k ближайших соседей). В малых размерностях (скажем, 2–3) расстояния между точками вполне осмысленны. Но когда число признаков вырастает до 100+, всё меняется. В такой ситуации расстояния между точками начинают стремиться к равенству — словно все объекты сидят за круглым столом, и каждый от каждого отстоит примерно на одинаковом расстоянии. Это называется проклятием размерности
