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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #601 · 18.10

Лена у себя написала про беспомощную западную техноддержку. Я вам тоже о нескольких таких случаях из своей жизни рассказывал. Возможно, у вас ссылка не откроется, процитирую небольшой кусочек: «...современные автоматизированные поддержки, которые работают по алгоритму, задизайнены совсем не для таких людей, как я — кто инициирует синхронное взаимодействие с человеком только после того, как исчерпает ресурсы найти ответ на вопрос самостоятельно. При этом хорошо, если отвечает сразу человек — а теперь ведь нередко и робот, который в принципе никогда не может ответить на мой запрос, потому что ответы на простые вопросы я нахожу самостоятельно. И уж если я и обратилась в поддержку, то это всегда какой-то сложный вопрос или нестандартная ситуация, на который робот не ответит никогда. Но даже и с белковым агентом поддержки в последнее время все чаще натыкаешься на ситуацию, когда твоя проблема не вписывается в лекала частых вопросов и проблем и спустя десятки минут бесплодного общения <...> всё, что они делают, — это разводят руками: „Мы исчерпали наши возможности“. Более того, не эскалируют проблему тем, кто компетентен в ней разобраться и ее решить..» Это абсолютная правда, хотя в России я натыкался на такие вещи существенно реже. Либо вообще русские цифровые сервисы сделаны лучше, и приходится обращаться в саппорт меньше. Либо просто русский человек не так часто может изображать из себя идиота, даже если ему дан приказ работать по скрипту. Я задумался -- почему всё-таки поддержка у крупных компаний в основном именно такая? По крайней мере мой личный опыт весьма однозначен: за последний год было штук пять обращений в разные англоязычные сервисы, и четыре из них зависли на скрипте (не завис Гитхаб -- честно решил мою проблему). Видимо, бизнесу выгодно содержать такую поддержку и не выгодно содержать другую. Моя гипотеза: стоимость незаскриптованного человека достаточно велика, а количество не тупых обращений достаточно мало, чтобы не было смысла заморачиваться. Жаль, что в интерфейсах не делают галочки "Я не тупой". Компании могли бы содержать одного умного специалиста поддержки, он бы получал по одному сообщению в день от редких умных людей, которые действительно наткнулись на серьёзную проблему. А скрипто-обезьянки обрабатывали бы запросы, ответ на которые выпадает первой строчкой в гугле. Но, наверное, человечеству нужно идти ещё дальше и пускать в интернет людей только после сдачи экзамена по работе с интерфейсами. Да, знаю, компании и сами то не спешат сейчас делать вменяемый UI: например, была история о том, что для остановки платной подписки на Amazon нужно было сделать десяток очень неочевидных действий, нажимать на кнопки с непонятным содержимым мелким шрифтом, проматывать страницы до конца, ставить строго определённые галочки и так далее. Наказанием для таких компаний был бы отказ пользователей от их услуг, но в рамках капиталистических монополий у юзеров особо нет выбора. Возможно люди, которые когда-то сдавали сложный экзамен по UI, позже, работая в корпорациях, будут с меньшей охотой делать запарный и непонятный интерфейс. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #releaseengineer

当前筛选 #releaseengineer清除筛选
Data Science Jobs

@datasciencejobs · Post #3122 · 02.02.2026 г., 18:18

#релизинженер#релизинженервакансия#MLOps#DevOps#ReleaseEngineer ❇️Релиз-инженер с функцией MLOps Senior ❇️| Компания Top Selection 🔥 Мы в поиске Релиз-инженера с функцией MLOps на проектную занятость Грейд: Senior Ставка: от 288К до 315К Гражданство/Локация: РФ Загрузка: фуллтайм Срок: долгосрочный Оформление: только ИП ‼️ Описание: Мы создаём интеллектуальную ML - систему прогнозирования спроса, которая учитывает сезонность, промо, макро- и микроэкономические факторы, поведение клиентов и ограничения логистики. Наш стек: GitHub/Gitlab, Jfrog Artifactory, SonarQube, Jenkins/GitlabCI , ArgoCD, Helm, Hashicorp Vault, OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus, Apache Spark, k8s 📝 Задачи: * Облегчение и ускорение труда разработчиков * Создание CI/CD пайпланов. * Помощь в контейнеризации приложений, подготовке к доставке и развертыванию. * Техническая консультация. * Помощь в настройке централизованной среды разработки * Управление релизным процессом, проведение, сопровождение релизов. * Заведение RFC * Проведение релизов * Контроль работоспособности систем до, во время и после релизов. * Актуализация технической документации. * Управление инфраструктурой * Поддержание работоспособности инфраструктурных сервисов. * Настройка мониторинга сервисов. * Контроль за утилизацией ресурсов, повышение оптимальности их использования. * Своевременное обновление сервисов и зависимостей. * Своевременное устранение обнаруженных уязвимостей в исходном коде и подкотрольных сервисах. ✅Требования к кандидату (+/-): - Не менее 4 лет в роли DevOps/Release Engineer или аналогичной, с фокусом на CI/CD и релизный процесс. - Опыт работы в проектах с ML-моделями. СУспешное проведение релизов в production-средах, включая управление RFC и контроль работоспособности систем до/во время/после релизов. ✅Технические навыки и обязанности: - CI/CD и релизный менеджмент: Создание и поддержка пайплайнов в Jenkins/GitLab CI; управление релизным процессом с ArgoCD и Helm; контейнеризация приложений (Docker/Kubernetes). - Инфраструктура как код: Работа с Kubernetes (k8s), HashiCorp Vault для секретов; настройка и поддержка инфраструктуры. - Мониторинг и observability: OpenTelemetry, Grafana (Tempo, Mimir), Prometheus; контроль утилизации ресурсов, выявление уязвимостей (SonarQube). - Артефакты и репозитории: GitHub/GitLab, JFrog Artifactory. - MLOps-специфика: Опыт с Apache Spark для ML-workloads; автоматизация развертывания ML-моделей, интеграция с ML-пайплайнами. - Дополнительно: Актуализация документации, технические консультации для разработчиков, настройка централизованной dev-среды, устранение уязвимостей и обновление зависимостей. ✅Стек технологий (обязательный опыт): - GitHub/GitLab, JFrog Artifactory, SonarQube, Jenkins/GitLab CI. - ArgoCD, Helm, HashiCorp Vault. - OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus. - Apache Spark, Kubernetes (k8s). По всем вопросам и с резюме пишите @aliiS_a