Один из руководителей Anthropic, отвечающий за Claude Code и Claude Cowork, рассказала, что активное использование ИИ-агентов неожиданно привело к росту чувства одиночества у инженеров внутри команды.

По мере внедрения ИИ-агентов, инженеры стали меньше взаимодействовать с другими коллегами. Поэтому, чтобы сохранить обмен опытом, идей и живое общение, в команде стали организовывать совместные обеды, хакатоны и прочие мероприятия для сплочения, чтобы снизить одиночество.

К выгоранию присоединилось одиночество 😭

Архитектор систем ИИ в Yadro
Офис / Гибрид в Москве, Санкт-Петербурге и Нижнем Новгороде

Предстоит: Проектировать и прототипировать архитектуру высоконагруженных платформ для инференса моделей ИИ (LLM/VLM и т.п.), обеспечивая безопасность, отказоустойчивость и масштабируемость под пиковые нагрузки с соблюдением SLA; Постоянно мониторить ландшафт угроз в области AI (OWASP Top 10 for LLM и подобное) и актуализировать контрмеры в архитектуре продуктов.... Узнать подробнее 🔵

Лайфхаки по поиску работы

Недавно одна из бывших аспиранток поделилась опытом поиска работы, а на графике вы можете увидеть временную шкалу этого процесса (интервью – серые значки, а цветные – их результаты). В общей сложности кандидат прошла собеседования в 11 компаниях и 57 раундов.

➡️ Первые собеседования:

Наверняка вы слышали о том, что перед реальными собеседованиями (в те компании, куда вы действительно хотите попасть) стоит попробовать свои силы в других местах. Здесь получилось так же: аспирантка рассказала, что перед важными для нее собеседованиями проходила интервью в менее интересные компании. Но при этом она предупреждает: не увлекайтесь, иначе можете выгореть и потерять кучу времени, прежде чем доберетесь до того места, которое вам действительно нравится. Кроме того, не забывайте учитывать и внешние факторы: открытые позиции, активность найма в командах и гибкость дедлайнов – иногда они влияют на успех не меньше, чем уровень подготовки.

➡️ Совет про знакомства:

Немного очевидный совет, но почему-то о нем часто забывают: хорошо учитесь во время получения диплома и постарайтесь завести как можно больше полезных связей. Проще всего получить первое собеседование по рекомендации кого-то из компании. Поэтому активно ходите на конференции и отраслевые мероприятия!

➡️ Про технические этапы:

Раунды по ML в основном включали задания по реализации определенной архитектуры, какого-нибудь стандартного ML-алгоритма или вовсе могут дать совсем не тривиальную задачу. Здесь свободное владение PyTorch обязательно, в редких случаях требовался NumPy. Общее кодирование до сих пор включает задачи из LeetCode, поэтому имеет смысл периодически их там решать.

➡️ Техническое обсуждение:

Здесь проверяют ваши теоретические знания и широту мышления. Например, могут попросить рассказать, как спроектировать эксперименты для ответа на исследовательский вопрос или достижения конкретной цели, а затем обсудить результаты и предложить последующие эксперименты. Иногда этот этап похож на блиц с быстрыми вопросами: в чем разница между алгоритмами или как дать определение тому или иному понятию. То есть проверка на широту ваших знаний.

➡️ Обсуждение исследований и собственных проектов.

Классический этап, где просят рассказать о своем опыте и проектах. В качестве подготовки стоит заранее подумать не только о том, почему было выбрано то или иное решение и в чем заключались компромиссы, но и о том, какие выводы вы сделали по ходу работы, какие направления считаете перспективными и как адаптировать рассказ о своем опыте под конкретную вакансию.

➡️ Математика:
Некоторые компании проводят отдельные этапы, посвященные исключительно математике: от головоломок до математических выводов (чаще всего задачи по теории вероятностей, мат анализу и линейной алгебре).

➡️ Поведенческое:

Кандидат также советует не пренебрегать поведенческим интервью. Лучше заранее вспомнить несколько историй из своего опыта и соотнести их с типичными вопросами, чтобы во время беседы быстро приводить подходящие примеры. На своем горьком опыте аспирантка рассказала, что провалила первое такое интервью, надеясь, что сходу сможет ответить на все вопросы.

Также немаловажно заранее готовиться ко всем этапам. Подготовка к собеседованиям по-хорошему должна стать полноценной работой. Но не забывайте и о ментальном здоровье, перед интервью особенно важно хорошо выспаться. После каждого этапа полезно записывать свои впечатления и вопросы – это помогает лучше подготовиться к следующим собеседованиям.

Оригинал можно почитать тут.

Data Scientist в 2GIS
Удаленно

Предстоит: Разрабатывать ассистентов на базе API 2гис с текстовым и голосовыми интерфейсами; Анализировать качество генеративных моделей и искать способы его улучшения; Активно следить за best practice и open source решениями... Узнать подробнее 🔵

Подборка открытых вакансий 🔵

MLOps Engineer в МТС
Офис в Москве

Senior Data Scientist/ML Engineer в X5 Tech
Удаленно

MLOps в Kaspersky
Офис в Москве

Senior AI Engineer в My.Games
Удаленно

Data Engineer в Сбер
Офис в Москве

Junior Data Analyst в Авиасейлс
Удаленно

Ой-ой, кажется, в Meta* что-то пошло не так

Помните, мы рассказывали о том, что в компании агентов обучают на действиях сотрудников? Так вот, спустя месяц от этой идеи отказались.

Дело в том, что после сбора данных (следили буквально за всем: движением мыши, нажатиями клавиш и прочим), так вот, эти данные стали видны всей компании ✨

Сама Meta уже подтвердила инцидент и заявила, что пока приостанавливает программу по сбору данных, чтобы изучить, что же пошло не так. Кстати, сам инцидент классифицировали как SEV 2, где SEV 0 – самый серьезный уровень.

На этом фоне и без того недовольные сотрудники стали возмущаться еще сильнее, потому что возникли вопросы: как так получилось, что данные, включая конфиденциальные, разлетелись по всей компании.

Не самое лучшее время для Цукерберга.

ML Lead в Choiceit
Удаленно

Предстоит: Разрабатывать и улучшать ML-driven и quantitative торговые стратегии; Искать и валидировать новые торговые идеи и сигналы; Работать с time-series и рыночными данными в реальном времени; Строить и оптимизировать пайплайны исследований, backtesting и inference... Узнать подробнее 🔵

Неприятные новости: 10% российских IT-специалистов столкнулись со снижением дохода

Согласно исследованию:
➖ 10% респондентов назвали одной из ключевых проблем рынка давление на зарплаты и снижение доходов.
➖ у 28% заработок за год не изменился
➖ у 22% доход вырос более чем на 20%
➖ у 16% рост составил до 20%
➖ 18% участников опроса сообщили, что временно остаются без дохода из-за поиска работы
➖ 9% перешли на проектную занятость.

Главной проблемой 37% участников назвали сложности с поиском работы, а 14% участников отметили рост требований при сохранении прежних условий.

На таком фоне больше половины опрошенных сообщили, что уже усилили свое резюме: 26% из них заявили, что указывают в резюме исключительно реальный опыт; 22% корректировали формулировки без искажения фактов; 18% добавляли навыки, с которыми работали эпизодически. В то же время 13% использовали ИИ для переработки текста резюме. Еще 10% подгоняли опыт и стек под конкретную вакансию, а 7% признались, что сделали это из-за отсутствия откликов.

Applied AI/LLM Engineer in Maddevs
Remote (except Russia and Belarus)

You will: Validate product hypotheses using real-world data and analytics; Measure and optimize LLM quality, performance, and cost; Collaborate closely with product managers and engineers to turn ideas into scalable solutions... find out more 🔵

Senior ML архитектор в Холдинг Т1
Удаленно / Офис / Гибрид в Москве

Предстоит: Анализ задач заказчика (LLM, CV, recommender, classical ML и др.) и требований к качеству/скорости; Проектирование целевой архитектуры ML‑решения с учетом ограничений инфраструктуры и продуктов; Взаимодействие с ML‑командами заказчика... Узнать подробнее 🔵

Подборка открытых вакансий 🔵

ML-инженер в Магнит Tech
Удаленно / Гибрид / Офис в Москве, Краснодаре

Senior Data Scientist в Сбер
Гибрид / Офис в Москве

Lead Research Engineer в Точка
До 800.000₽
Удаленно

Senior/Lead ML-разработчик в Ланит
Гибрид / Офис в Москве

Senior Data Engineer в Rubius

Собеседование mle в TikTok

Один из кандидатов на должность MLE поделился своим опытом прохождения интервью в TikTok. Как вы могли догадаться, для прохождения в компанию необходимы знания в RecSys.

1️⃣ Первый раунд это hr-скрининг
Как и в других компаниях, необходимо кратко рассказать о своих проектах, мотивации присоединиться к TikTok и рассказать об ожиданиях к зарплате, местоположении.
В качестве совета, автор истории предлагает заранее продумать самопрезентацию на 1-1,5 минуты, где вы подчеркиваете техничсекие достижения и пару примеров сотрудничества и решения сложных проблем.

2️⃣ Второй раунд по основам РекСис и кодированию
На этом этапе проверяют понимание классического пайплайна рекомендательных систем. Кандидату задавали вопросы про отличие candidate generation от ranking, обсуждали компромиссы между качеством рекомендаций и задержкой инференса, а также способы решения проблемы холодного старта для новых пользователей и объектов.

После теории следовала задача по программированию средней сложности с уклоном в RecSys. При этом интервьюеры уделяли больше внимания не оригинальности решения, а качеству кода: корректной обработке граничных случаев, понятной структуре, анализу сложности алгоритма и умению объяснить свои решения. Автор рекомендует перед написанием кода проговорить ограничения задачи, разобрать несколько примеров и только после этого переходить к реализации.

3️⃣ Третий раунд с руководителем команды оказался самым сложным (упор на математику)
Сначала интервьюер подробно разбирал один из проектов кандидата, задавая вопросы по математике и выводам используемых формул. Затем попросил спроектировать полный пайплайн рекомендательной системы: от сбора и подготовки признаков до этапов retrieval, ranking и организации обучения модели.

В завершение кандидату дали сложную задачу по динамическому программированию, на решение которой было около 15 минут. По словам автора, здесь важно быстро определить состояние DP, сформулировать переходы и объяснить ход рассуждений. Даже если не удается дойти до оптимального решения, интервьюеры оценивают структуру мышления, корректность подхода и способность рассуждать под ограничением по времени.