TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1110 · 24.06

И так, Ozon Tech. #interview#dev Наверное, первая крупная организация, которая приходит на ум, когда думаешь о работе для C#-программиста. В Озоне и правда очень много всего на шарпе. У нас туда уходили разработчики из дирекции, но и обратный случай был (когда разработчик перешёл в АСЭ из Озона). Так что у меня была одной из первых, куда я подался. Но подавался через знакомства. Хотя, я думаю, что и при обычном отклике по общим каналам мне бы написали. Эйчар отвечала быстро и охотно, но скрининг был скорее номинальным, просто по ключевым технологиям: .NET, PostgreSQL, Kafka итд. А теперь важный дисклеймер: это первый раз в жизни, когда я пошёл на собеседование, как соискатель. И вообще, резюме я оформил вот только в мае этого года. До АСЭ я много лет работал на аутсорсе, а в АСЭ устроился по приглашению после хакатона, собеседования не было. Так что уже тимлидом я проводил собеседования, но сам их не проходил. К сожалению, навык прохождения собеседований соотносится с настоящим умением работать программистом очень ортогонально. Я распишу своё мнение по современным процессам найма как-нибудь потом, но достаточно сказать, что для подготовки я в течение двух недель читал книжки и общался с DeepSeek, и без этой подготовки я бы собеседования нигде не прошёл. Хотя, разумеется, двухнедельное чтение книжек не сделали меня ни на йоту лучшим разработчиком, не добавили мне опыта и умений. После первичного скрининга в Озоне три секции: технический скрининг, большая техническая секция и system design с небольшим фитом в конце (фит это общение с руководителем на предмет того, совпадаете ли вы). Технический скрининг Чисто разговорная секция на 40-50 минут. Интервьюер один. Задаёт вопросы общего плана по языку, структурам данных, многопоточности. Ничего неожиданного нет. Я шёл на ведущего разработчика C# (это тимлид), так что нужно быть готовым рассказывать про поколения сборщика мусора и особенности работы IO-bound операций в асинхронном контексте. Секция сугубо академически-теоретическая. Кроме языка была пара вопросов по энтерпрайз-архитектуре и по базам данных, но без копания вглубь. С моей точки зрения для скрининга всё равно секция чрезмерно подробная, и позже на большой технической секции часть тем повторилась. Большая техническая секция Два интервьюера, два часа. Задачи по коду, но не на алгоритмы, а скорее на решение конкретных кейсов. Например, нужно параллельно читать из кэша и из БД (если в кэше нет), как это написать максимально эффективно. Дан шаблон, который нужно заполнить. Параллельно задавали вопросы по теории. Одна задача по SQL (я решил только с подсказкой). Вообще с чистым SQL в современном энтерпрайзе работают мало и редко. Когда дошли до этой задачи, я честно сказал собеседующим: «В реальной работе, получив такую задачу, я бы изучил документацию по средствам СУБД, которые позволили бы мне её решить, и погонял бы тестовые запросы на предмет правильности и оптимальности». По моим ощущениям, им этот ответ не понравился, и в целом мне показалось, что оценили мои навыки в этой части низко. И в конце кусочек код-ревью. Когда я сам проводил собеседования, это была моя любимая часть, потому что наш пример кода на ревью содержал сразу большой пласт разнообразных проблем: инъекции, ошибки асинхронности, освобождение неуправляемых ресурсов, безопасность итд. Сразу было видно, с чем человек часто сталкивался, а с чем редко. Здесь на ревью я стал давать комментарии по кодстайлу, за которым, как тимлид, тоже регулярно следил. Но меня попросили сосредоточиться на проблемах другого рода, и по сути весь код крутился вокруг неверного использования lock. Я увидел эту проблему, предложил решение, но не смог глубоко объяснить, какими особенностями поведения среды выполнения вызвана эта проблема. Понижение должности Через пару дней эйчар написала, что на ведущего разработчика (тимлида) они не готовы меня рассмотреть, но готовы на старшего (сеньора). Запомните этот момент. Я согласился. На мой вопрос о том, ниже ли вилка, она ответить не смогла, и сказала, что обсуждать нужно с руководителем.

Резултати

Намерени 4 подобни публикации

Търсене: #finetuning

当前筛选 #finetuning清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8649 · 30.09.2025 г., 10:02

⚡️ LoRA почти так же хороша, как полный fine-tuning, но в разы дешевле Thinking Machines выпустили новое исследование, которое смотрит на LoRA под другим углом. Главная идея исследования: LoRA может обучаться почти как полный fine-tuning, но при этом быть проще, дешевле и предсказуемее. Они доказали это экспериментально: взяли одинаковую модель, прогнали обучение двумя способами: полным fine-tuning и LoRA - и сравнили кривые потерь (loss vs steps). Процесс: - Дали чёткий рецепт, а не случайные гипотезы. - Показали, что процесс можно повторять с одинаковым результатом. - Выяснили, что если адаптеру не хватает памяти, модель не ломается, а просто замедляется. Результат показал, что при правильных настройках LoRA движется по той же траектории, что и FullFT. То есть качество модели и динамика обучения совпадают, пока у адаптера хватает параметров. Когда лимит достигается, у LoRA кривая не «обрывается», а просто идёт дальше медленнее. Именно за счёт этого LoRA демонстрирует предсказуемое и воспроизводимое поведение, а не случайные провалы, которые часто происходят при подборе гиперпараметров «на глаз». ✔️ Правила от команды Thinking Machines 1. Ставить LoRA на все слои, а не только на attention. 2. Использовать ~10× больший learning rate, чем обычно. 3. Не раздувать batch size - иначе падает стабильность. ✔️Что в итоге: - Кривые обучения LoRA почти совпадают с full fine-tuning. - Даже в упоре в лимит адаптера модель ведёт себя плавно. - Вычислений требуется на треть меньше, чем у FullFT. LoRA может стать инструментом для надёжного и дешёвого пост-трейнинга. Для Thinking Machines это шаг к миссии: они уверены, что непредсказуемость моделей - это не фича, а баг, который можно исправить. Если убрать случайность и сделать выходы стабильными - ИИ станет безопасным даже для критически важных процессов. 📌Подробнее @ai_machinelearning_big_data #LoRA#FineTuning#AI#MachineLearning#DeepLearning#LLM

Data Science Jobs

@datasciencejobs · Post #2785 · 25.06.2025 г., 12:02

#вакансия#промпт#инженер#rag#finetuning#remote Есть достаточно обьемная методология согласно которой ai должен делать оценку соискателя. Сейчас есть МВП - воркфлоу на Н8Н, но результаты автоматической генерации по методикам явно недотягивают до результатов оценки квалифицированного психолога.(полноценное тз под нда) Стек: - Prompting skills - RAG and Vector Databases - Fine-tuning Language Models - Workflow Automation (n8n) - Data Structuring with JSON - Python, langchain Компания: физ. лицо (небольшая команда) Занятость: проектная, объем работы 1-2 месяца Формат работы: удаленно Вилка: почасовая оплата от 1500 до 1800 руб/час Вариант трудоустройства: неофициальное либо договор ГПХ Только с портфолио выполненных проектов подобных задаче Ваши резюме сюда: @Biduero

Data Science Jobs

@datasciencejobs · Post #2748 · 03.06.2025 г., 07:03

#MLEngineer#DataScientist#remote#parttime#project#NLP#RAG#finetuning#USA#удаленно#парттайм#AI#agent#LLM #Senior#Middle ML Engineer / Data Scientist / NLP Engineer 📍Удалённо, парт-тайм Занятость: проектная почасовая Оплата: 2000 - 2500₽ /час (USD ≤30) AInnovator — занимается разработкой и внедрением AI/ML решений для среднего и крупного бизнеса в России, США и Канаде Задачи: ▫️Написание RAG-пайплайнов ▫️Обучение LLM на корпоративных датасетах заказчиков on-premise ▫️Построение моделей кластеризации и семантического поиска ▫️Создание мультиагентных LLM-систем ▫️Интеграция с бэкендом (FastAPI, Flask) ▫️Работа с реляционными БД (PostgreSQL, alembic) ▫️Рефакторинг существующего ML-кода Формат работы: ▪️Участие в проектной команде (backend + devops) ▪️Scrumban: трек задач в Kanban + 1-2х-недельные спринты ▪️Оплата результата по фактически отработанным часам ▪️Отсутствие жесткой привязки по времени Мы предлагаем: ▫️Интересные AI-проекты на Российском и Американском рынке ▫️Возможности для творческой реализации и развития навыков ▫️Карьерный рост до Team/Tech Lead ▫️Возможность принять участие в выводе продуктов и сервисов на международный рынок ▫️Отсутствие привязки к месту и возможность оплаты труда в любую точку мира ▫️Возможность дальнейшего фулл-тайм трудоустройства (в США, РФ, Грузии) Мы предоставляем корпоративный доступ к: ▪️Cursor / WindSurf / Manus или др. ▪️Promptmetheus (для удобства промпт-инжиниринга) ▪️Надежному VPN-сервису Наши приоритеты (которые ожидаем и от вас): ▫️Быстрая и прямая коммуникация ▫️Ответственность за выполнение взятых обязательств ▫️Соблюдение сроков без напоминаний 💭 Связаться: @hr_aisors — отправляйте CV, пригласим на скрининг и обсудим детали

Data Science Jobs

@datasciencejobs · Post #2031 · 16.04.2024 г., 14:03

#вакансия#vacancy#удаленка#remote#AI#мидл#Middle#синьор#Senior#ai#ии#ml#мл#llm#RAG#fullstack#finetuning#NLP#langchain#DataScientist#DataEngineer#MLengineer#api#aideveloper#python ❇️Вакансия: «AI Developer / ИИ Разработчик» Middle/Senior Формат: удаленно по всему миру Наш часовой пояс: UTC+3 Занятость: проектная с переходом в полную Оплата: до 350.000₽ за проект или почасовая Мы мультибренд занимающийся разработкой и внедрением AI и ML технологий во всех коммерческих отраслях В связи с расширением мы ищем новых специалистов в нашу команду, а именно: AI Developer, Data Scientist, Data Engineer, ML Engineer 🔸Направления нашей работы: - Внедрение ИИ/ML для автоматизации процессов - Внедрение ИИ/ML в web сервисы, браузерные расширения и приложения(mobile) - Создание продвинутых функциональных AI-Ассистентов - Обучение/дообучение моделей - Разработка AI/ML SaaS 🔸Какие задачи вам предстоит решать: - Работа с LLM(Anthropic, Gemini, OpenAI, Llama, Mistral и др) - Взаимодействие с API различных сервисов/приложений - Решение задач по автоматизации бизнес-процессов и написанию скриптов на языке Python - RAG моделей (с использованием Langchain или др.) - Fine-tuning open-source моделей - Text-to-text, text-to-speech, speech-to-text NLP - Работа с облачными платформами(Google Cloud, Yandex Cloud и др.) - Использование no-code/low-code инструментов для сокращения издержек (Flowise, Make, Zapier Central, Relevance и др.) 🔸Важный навык: - Свободное владение Английским языком 🔸Мы предлагаем: - Интересные проекты с возможностью творческой реализации - Возможность принять участие в выводе продуктов и сервисов бренда на международный рынок - Возможность профессионального роста и нетворкинга с экспертами в сфере AI и ML со всего мира - Карьерный рост до Team Lead или CTO одной из компаний - Отсутствие привязки к месту и возможности легальной оплаты труда в любую точку мира - Свобода мысли и принятия решений при реализации проектов 🔸Кого мы хотим видеть: - амбициозных, инициативных и талантливых разработчиков, желающих достигать новых высот в сфере AI и ML, которые легко вольются в нашу молодую команду (P.s. вам необязательно быть молодым, но обязательно быть с нами близким по духу) 💬Отправляйте резюме/CV/портфолио:@subscale_ai