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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1115 · 30.06

Uzum #interview#dev Вышли на меня сами через бывших коллег, которые теперь там работают. Вакансия тимлида на Java (ага). Uzum — это такой Яндекс/Ozon в Узбекистане. Бывшие выходцы из Сбера и Яндекса в 2022 году пришли в Узбекистан и обнаружили, что там огромный, но совершенно пустой рынок с точки зрения крутых удобных цифровых сервисов, к каким мы привыкли в России. Голубой океан, как говорят. Естественно, получили лавинообразный рост, который, как я понял, идёт до сих пор. Активно хантят новых людей, в том числе из России. В основном устроиться туда можно через регистрацию налогового резидентства в Узбекистане. Зарплату получать в долларах (в настоящее время не ясно, плюс это или минус). А дальше уже сам решаешь, как передавать себе деньги в Россию: есть легальные, но запарные способы. Секции на лида такие: 1. Общение с техлидом / скрининг 2. Языковая секция 3. System Design 4. Менеджмент 5. Финалка и фит с руководством, на который заглядывает CTO На скрининге техлид сказал, что помнит меня по Цифровому Прорыву 2019 (приятно). Обсудили проекты, компанию. Я сказал, что я шарпист, а не джавист. Поскольку провести языковую секцию по шарпу у них некому, решили вообще её пропустить. Как я понял, тимлид здесь выполняет технические функции опосредованно, поэтому опыт в языке нужен, но не обязательно ровно в том, на котором пишет команда. Тем более, на джаве я всё-таки чуть-чуть кодил, просто после шарпа возвращаться на неё это как пересесть на старую Ладу с новенькой иномарки: вроде ездит, но уже давно привык к другому уровню комфорта. System Design Нужно было встроить функцию в существующую систему. Два сервиса отвечают медленно, а поверх них требовалось спроектировать ещё один сервис, который отвечает теми же данными быстро. Вообще, в таких условиях способа всего два: подделывать данные или накапливать. Кажется, интервьюеру не сильно было важно, как именно я думаю, и какими элементами из собственного опыта пользуюсь. Когда я размышлял вслух над вариантами решения той или иной проблемы, у меня было впечатление, что интервьюер оценивает факт такого размышления отрицательно, ожидая более быстрый шаблонный ответ. Ещё проблем добавило то, что существующую систему никак нельзя было менять. Нельзя было добавлять нужные события к существующим сервисам, нельзя было обогащать атрибутивный состав и обновлять контракты. Но с горем пополам сошлись на чём-то, хотя послевкусие от секции осталось так себе. Менеджмент Вообще, я очень сильно не люблю менеджерские секции, потому что эта область не детерминирована. Окей, существуют какие-то конкретные методологии и некое подобие теории поверх деятельности по управлению процессами, но незнание этих методологий абсолютно ничего не говорит о способности человека вести команду. Как и знание. В целом, когда интервьюер третий раз задал один и тот же вопрос, я понял, что секцию мне не зачтут, потому что я не понимаю, что именно хотят от меня услышать. Было примерно так: Интервьюер: — Как ты понимаешь, работает ли команда хорошо или нет? Я: — Во-первых, я смотрю на скорость и качество результата их работы. Эти показатели противоречат друг другу, поэтому нужно обращать внимание на баланс. Во-вторых, смотрю, как много дополнительного ручного управления требует команда, как часто нужно подключаться, чтобы решить какую-то проблему внутри. Интервьюер: — Окей. И всё-таки, как ты понимаешь, что команда перформит? Я: — Эээ, ну я уже сказал. Скорость, качество, самостоятельность. Интервьюер: — Да, я понял, но как всё-таки понять, нормально команда работает или нет? Ещё я закладывал на секцию час, а потом увидел в приглашении, что планировалось полтора. У меня был следом другой собес, поэтому я честно сказал, что есть всего час (это было где-то через 40 минут после начала интервью, я заметил накладку не сразу). Поскольку интервьюер к этому моменту уже повторял одни и те же вопросы по кругу, я был уверен, что ещё полчаса нам в любом случае не нужны.

Резултати

Намерени 7 подобни публикации

Търсене: #models

当前筛选 #models清除筛选

生产力全自动化技巧·贰 学会场景模型下沉。这要求给自己所有任务和模型能力对应分层,自动化场景模型要学会下沉,探索部分上升,最优化模型帕累托边界。它意味着要摸清模型能力边界,了解自己任务程度,对应配置。 现在我发现我沉淀下来的日常/工作全自动化场景,Codex 5.5 Medium/ Claude Sonnet 4.6 完全足够(国产模型也能兜底),速度快、成效好。过去我刻意耗费了很多 Tokens,Codex 5.5 xhigh Fast/ Opus 4.7 乱跑,现在已经逐步将场景模型转向收敛。 模型能力调用配置算个人认知、执行等综合行为能力投射。耗费是必要的,这是边界探索、能力投射、纯粹享受的过程。但某些任务思考过度是种数字毒素,对任务质量并不好,并非最优。 相关链接: 1. 生产力全自动化小技巧·壹 2. 没有护城河丨LLMs 帕累托前沿实时更新 #models

Hashtags

Tesla News 🅥

@teslacn · Post #1044 · 22.04.2022 г., 15:05

🗞️Tesla Model S Plaid racecar bares its fangs by overtaking hypercars in Laguna Seca 特斯拉Model S格子赛车在拉古纳赛卡赛道上超越超跑 📢频道💭群组🏷#ModelS

Hashtags

Car News

@car_news · Post #570 · 26.09.2024 г., 13:01

Amalgam company has released a miniature copy of 🚘12Cilindri for the price of Nissan Versa 🏎 The copy of Ferrari 12Cilindri is made in 1:8 scale (length about 60 centimeters). Amalgam designers achieve a high similarity with the original by using the original documentation and the help of the manufacturer's engineers. 📸 The attention to detail is astounding. The miniature leather interior is decorated with red contrast stitching, just like the full-size car. The level of accuracy is so high that the model can be mistaken for the real thing in the photos. ⏳ Each car takes about 300 hours to assemble by hand. In total, Amalgam will produce 119 coupe models and the same number of roadsters. 👍 As for the real Ferrari 12Cilindri, this car replaces the 812 Superfast, continuing the tradition of V12-powered grand tourers. 💸 The price of the model starts at $18,220. @CarsNews #Ferrari#sportscar#models

🌿 Xalqaro amaliy seminar: “Yashil” kelajak sari modellar va nazarlar “Yangi O‘zbekiston” universiteti HTWD Dresden (Germaniya), Myunxen texnika universiteti (Germaniya) va Nemis-Iordan (Iordaniya)universitetlaribilan hamkorlikda ikki kunlik xalqaro seminar tashkil etmoqda. Seminar-treyningda O‘zsanoatqurilishbank, Osiyo taraqqiyot banki va IT Park dan mutaxassislar va ekspertlar ishtirok etishadi. 📅 Sana: 2025-yil 5–6-noyabr 📍 Manzil: “Yangi O‘zbekiston” universiteti Seminar dasturi 5-noyabr kuni asosiy ma’ruzalar va panel muhokamasidan boshlanadi: ❕“Yashil biznes modellari va mas’uliyatli innovatsiyalar: global va mahalliy istiqbollar”. 6-noyabr kuni TUM International amaliy seminar o‘tkazadi: 💡“Ta’limdan harakatga: barqarorlik va tadbirkorlik ta’siri uchun ta’lim berish”. ‼️Ro‘yxatdan o‘tish 4-noyabrgacha davom etadi. 👉Seminarga ro‘yxatdan o‘tish 🔁English ➖➖➖➖➖➖➖➖➖➖ #workshop#greenfuture#models ⬇️Biz ijtimoiy tarmoqlarda: Veb-sayt | Telegram | Instagram | Facebook

djangoproject

@djangoproject · Post #193 · 31.10.2016 г., 12:33

http://deeplearning.net/software/theano/tutorial/index.html#basics In terms of #algorithm availability, you can get plenty of algorithms out of the box with scikit-learn. And if you want to customize every detail of your #models, #Python has #Theano. In addition, Theano is easily configured to run on the #GPU, which gives you a cheap and easy way to get much higher speeds without having to change a single line of code or delve into performance details.

Data Science Jobs

@datasciencejobs · Post #2093 · 16.05.2024 г., 17:03

#вакансия#middle#senior#python#dev#postgresql#ml#math#models#sql Всем привет! Мы Axenix (ex. Accenture) находимся в поисках Python Developer на проект разработки продукта In.Plan (платформа интегрированного планирования) 🔎 Мы ищем Middle/Senior Python Developer Формат работы: гибрид, удаленка (РФ/Армения/Казахстан) 💰 обсуждается после тех. интервью Чем предстоит заниматься: 🔸 Разработка решений для платформы интегрированного планирования производства 🔸 Участие в написании модулей прогнозирования спроса, календарного планирования и производственного планирования, модуля оптимизации складских запасов 🔸 Работа с PostgreSQL как источником данных. Задачи включают написание компонентов по чтению/записи данных из БД, обработке (очистка, проверка качества, сглаживание и т.д.) данных, формулировке задач мат. оптимизации для солверов, написание ML модулей для прогнозирования. Здорово, если ты: 🔹 Знаешь алгоритмы и структуры данных 🔹 Имеешь опыт коммерческой разработки на Python 🔹 Понимаешь и применял нотации Big O для оценки сложности алгоритмов 🔹 Знаешь паттерны ООП и принципы проектирования вычислительных решений 🔹 Имеешь опыт написания тестов, понимание отличий и целей разных типов тестов 🔹 Имеешь опыт работы с SQL базами данных 🔹 Знаешь Git Мы предлагаем: ▪️ Работу в Аккредитованной ИТ-компании ▪️ Конкурентоспособный уровень дохода, годовые бонусы и регулярное повышение по результатам Performance Review ▪️ Культуру непрерывного обучения: сертификация, online и offline обучение в России, менторство в профессиональном развитии; ▪️ ДМС с первого месяца работы, включая стоматологию, в лучших клиниках Москвы и МО для cотрудника и его семьи (жена/муж, дети до 18 лет); ▪️ Возможность оформления по ИП Контакт для связи: @masha_axenix

Data Analytics

@sqlspecialist · Post #1644 · 23.05.2025 г., 18:46

✨The STAR method is a powerful technique used to answer behavioral interview questions effectively. It helps structure responses by focusing on Situation, Task, Action, and Result. For analytics professionals, using the STAR method ensures that you demonstrate your problem-solving abilities, technical skills, and business acumen in a clear and concise way. Here’s how the STAR method works, tailored for an analytics interview: 📍 1. Situation Describe the context or challenge you faced. For analysts, this might be related to data challenges, business processes, or system inefficiencies. Be specific about the setting, whether it was a project, a recurring task, or a special initiative. Example: “At my previous role as a data analyst at XYZ Company, we were experiencing a high churn rate among our subscription customers. This was a critical issue because it directly impacted revenue.”* 📍 2. Task Explain the responsibilities you had or the goals you needed to achieve in that situation. In analytics, this usually revolves around diagnosing the problem, designing experiments, or conducting data analysis. Example: “I was tasked with identifying the factors contributing to customer churn and providing actionable insights to the marketing team to help them improve retention.”* 📍 3. Action Detail the specific actions you took to address the problem. Be sure to mention any tools, software, or methodologies you used (e.g., SQL, Python, data #visualization tools, #statistical#models). This is your opportunity to showcase your technical expertise and approach to problem-solving. Example: “I collected and analyzed customer data using #SQL to extract key trends. I then used #Python for data cleaning and statistical analysis, focusing on engagement metrics, product usage patterns, and customer feedback. I also collaborated with the marketing and product teams to understand business priorities.”* 📍 4. Result Highlight the outcome of your actions, especially any measurable impact. Quantify your results if possible, as this demonstrates your effectiveness as an analyst. Show how your analysis directly influenced business decisions or outcomes. Example: “As a result of my analysis, we discovered that customers were disengaging due to a lack of certain product features. My insights led to a targeted marketing campaign and product improvements, reducing churn by 15% over the next quarter.”* Example STAR Answer for an Analytics Interview Question: Question: *"Tell me about a time you used data to solve a business problem."* Answer (STAR format): 🔻*S*: “At my previous company, our sales team was struggling with inconsistent performance, and management wasn’t sure which factors were driving the variance.” 🔻*T*: “I was assigned the task of conducting a detailed analysis to identify key drivers of sales performance and propose data-driven recommendations.” 🔻*A*: “I began by collecting sales data over the past year and segmented it by region, product line, and sales representative. I then used Python for #statistical#analysis and developed a regression model to determine the key factors influencing sales outcomes. I also visualized the data using #Tableau to present the findings to non-technical stakeholders.” 🔻*R*: “The analysis revealed that product mix and regional seasonality were significant contributors to the variability. Based on my findings, the company adjusted their sales strategy, leading to a 20% increase in sales efficiency in the next quarter.” Hope this helps you 😊