Просто оставлю это здесь

вспомнил что у меня есть телеграм канал. день испорчен.
(Будет два поста с собесами в пятницу)

Вчера задумался почему сейчас идет обесценивание опыта.

Существуют гораздо много людей, которые прошли курсы за 2 месяца и хотят залететь сразу на 200-400к, поэтому они начинают крутить опыт, несмотря ни на что: гордость, честность, правда. Накрутка опытом стала чем-то популязированным. Люди начинают использовать AI для прохождения интервью, забывая про реальные навыки. Да, ChatGPT облегчает работу, да в некоторых частях и интервью, но диалог с таким кандидатом - не интересен и несет печальный отказ.

Кажется люди начинают забывать что опыт на работе - это все таки подходы к решенным проблемам, подходы к проектированию систем и решений, достижение реальных целей. Меня это очень беспокоит что люди говорят что это просто цифра и это про сидение штанов.

Оглядываясь назад, я понимаю что если бы я раньше при отказах начинал крутить опыт по сути ничего не изменилось. Интервью проходили так же. Я бы лишь тратил время интервьюеров и на свою выдуманную легенду, как происходит и сейчас. Чаще интервью с кандидатами с накрученным опытом заканчиваются спустя 15 минут. Не так недавно я просматривал интервью с вымышленным опытом ребят и испытывал нереальный испанский стыд, за то что они не разбираются в том о чем говорят. Мне было достаточно печально слушать эти интервью, так как интервьюры иногда прекращали интервью, понимания что этот человек не сможет залидить их направление. Почему я говорю про "Лидерство", потому что сейчас начинают нанимать одного DE, который будет решать все задачи поставленные на команду касаемо данных.

Складывается впечатление что через пару лет половина It просто загнется.

Осталось 7 дней до конца скидок.
Ссылки и стоимость ниже.
Просьба перед покупкой ознакомится с постами о материалах.

Конспекты:
1. Apache Spark
2. Clickhouse
3. Greenplum
4. DWH+Hadoop+Kubernetes
5. Задачки с собесов
6. Lakehouse Conspects

Так же контент за звезды:
Сколько получил от канала
Офферы в DE:
Первый
Второй

*При покупки нескольких скидка в PM @noelsethink

Придумал новую систему оценки сотрудников по наличию у них брендовых вещей:

Intern: - Брендовая ручка с собеседования/первого рабочего дня + блокнот

Junior: Бредовая кружка/стакан / принимаются спизженные кружки из офиса

Middle: все что до Junior + брендированный рюкзак/ сумка + много всякой мелочи (фонарики, повербанки) - необходимо два и более атрибута

Senior: Брендированная толстовка + майки/носки (чем больше толстовок, чем круче спец)

Team Lead/Product Owner: все что до + Большой плед/ брендированные колонки

B1,B2: ёлочные игрушки, уникальные брендированные вещи

CTO: Спизженные проекты и сотрудники

Проблема с overqualified в том, что .....
Мы все на самом деле умные и образованные для любой работы....

Поэтому на этой неделе я выхожу собеседоваться...

Задумался о смене работы спустя 9 месяцев работы. Последние 2 недели работал очень много, бывало что работал до 4 часа утра, чтобы закрыть очередную фичу. Выгорел и заболел. Выгорел из-за новых инициатив, которые не позволяют перейти на новую платформу в ближайший месяц. Пока думаю стоит ли уходить, посмотрим до чего получится договориться на этой неделе. Возможно начну активный поиск в августе/сентябре, если ничего не получится.

Так же складывается впечатление что могут в принципе уволить, но обнадёживает эта идея в том что на рынке нету адекватных конкурентов, которые соответствуют требованиям, хотя это всего лишь мысли как мысли и о увольнении, так и мысли о конкуренции.

Идея продавать лабубу все ближе.

Вакансия: Middle Data Engineer
Компания: Альфа банк (через консалтинг)
Предполагаемая вилка:
300-350к на руки
Период собеседования: Июль 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> Внутренний собес консалтинга -> Технический собес Альфы -> Offer
Краткая справка о процессе интервью:
Первый технический этап включал очень общие вопросы про опыт и две задачи на Python и SQL уровня easy-medium для отсева части кандидатов.
Этап, который проводили специалисты альфы, на фоне первого прошел слишком легко и в основном состоял из общих гипотетических вопросов "а что, если", наподобие:
1. "- Представь что ты работаешь в беттинге!!! (Это собес в альфа банк, напоминаю) и у тебя там что-то пишется в какую то табличку. И в один момент перестает писать в эту табличку (ошибка). Что делать будешь?
- А что в Логах написано?
- Что угодно!)"
2. "- Все еще представь, что ты работаешь в беттинге, теперь тебе надо сделать так, чтобы все, что писалось в ту первую таблицу, теперь стало записываться в другую вторую (её ещё нет), что делать будешь?"
Кроме подобных вопросов слегка послушали про опыт и поспрашивали про параллелизацию и масштабируемость Spark-джоб. Все.
В общем и целом все достаточно на лайте, собес был без камер и без лайфкодинга
Через пару часов после собеса сообщили предварительно позитивное решение

(Собеседование не автора канала, а одной из админш)

Акция до 15 числа (осталось два дня)
Ссылки и стоимость ниже.
Просьба перед покупкой ознакомится с постами о материалах.

Конспекты:
1. Apache Spark
2. Clickhouse
3. Greenplum
4. DWH+Hadoop+Kubernetes
5. Задачки с собесов
6. Lakehouse Conspects

Так же контент за звезды:
Сколько получил от канала
Офферы в DE:
Первый
Второй

*При покупки нескольких скидка в PM @noelsethink

Вакансия: Data Engineer (Senior)
Компания: SparkLand
Предполагаемая вилка:
120k-130k$ + Bonuses (10$-11$к в месяц)
Период собеседования:
Июнь-Июль 2025
Формат работы: Удаленная работа (WorldWide) или офис (Dubai)
Этапы собеседований:
HR -> Tech Screening -> Tech interview(System Design incl.) -> Offer
Краткая справка о процессе интервью:
Данная компания занимается высокочастотным трейдингом. В данный момент открыто несколько позиций. Ищут разных людей, у кого был опыт в трейдинговых/банковских компаниях. Интересует опыт работы с Clickhouse, Kafka и Real-time данными. Хотят строить свою внутреннюю платформу по валидации ML моделей. На интервью спрашивают как раз про опыт, задают соответствующие вопросы. Спрашивают про движки Clickhouse, и разные вопросы по Kafka. Команда будет состоять из одного DE. В компании так же есть второй DE, но он в другой команде.

Посмотрев, в целом, про компанию заметил что идёт активный hiring по всем направлениям. Нанимают prop трейдеров из технических/математических вузов.

(Это собеседование автора канала, по вилке можете понять на сколько он охуел)

Вакансия: Data Engineer
Компания: Сравни
Предполагаемая вилка:
300-350к на руки
Период собеседования: Июль 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> Tech Interview -> Tech Interview [2] -> Offer
Краткая справка о процессе интервью:
По spark обсуждали перекосы, джойны, оптимизации и прочее. Диалог был построен таким образом, что вместо стандартного "вопрос-ответ" озвучивали потенциальную проблему, нужно было предположить возможные причины ее возникновения и пути решения. Также был ряд вопросов по kafka - про RPS, проблемы в работе и прочее. Немного поговорили про airflow. Один из блоков собеседования был посвящен техникам оптимизации sql. По sql понравилось, что не было тех самых вопросов, которые из собеса к собесу задают, - про разницу оконных функций и группировок и т.д. В конце был видимо творческих вопрос - "как бы вы объяснили ребенку или бабушке разницу между ETL/ELT с примером из жизни"
Одно из лучших собеседований. Сотрудники, которые его проводят, профессионалы

(Мнение не автора канала)

Вакансия: Middle Data Engineer
Компания: Lamoda
Предполагаемая вилка:
300-350к на руки
Период собеседования: Июнь-июль 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> Tech screening -> Tech Interview -> ???? .... -> Offer
Краткая справка о процессе интервью:
Вопросы
-- ЯП
1. Динамическая статическая типизация
2. Разница компилируемых и интерпретируемых языков
3. Процесс компиляции этапы
4. Как реализовать свой контекстный менеджер
5. Как реализовать свой итератор
6. Как в итераторе реализовано достижение конца итерируемой последовательности - и как самостоятельно сделать подобное
7. Как реализовать генератор
8. Чем tuple отличается от List
9. Какие объекты могут быть ключами словаря?
10. Какая сложность получения значения по ключу словаря?
11. Что такое декоратор и зачем они нужны?
12. Чем отличаются class method, static method?
13. Изменяемые неизменяемые типы данных
14. Объяснить как работают изменяемые типы данных на примере List
15. Магические методы что такое и какие знаешь?
16. ООП - какие принципы знаешь?
17. Проблема множественного наследованная - объясни на примере
18. Public, private, protected в python

-- airflow
1. Зачем нужны datasets?
2. Как работают sensors?
3. Как заставить даг выполниться за некоторый период прошлых дат?
4. Из каких компонентов состоит airflow?
5. Зачем нужен xcom?
6. Airflow context
7. Execution date что это?
8. {{ds}} {{ts}} и прочие {{}}
9. как работает deferrable operator
10. Celery executor
11. Какие операторы знаешь вообще?
12. Как свой оператор реализовать?


-- spark
1. Расскажи как работает map reduce
2. Какой помимо map reduce есть еще этап? И что в нем происходит?
3. Как зайти на spark ui
4. а что там можно посмотреть?
5. План выполнения как читать и из чего состоит
6. В какой момент он строится
7. Широкие узкие операции + примеры
8. Action transformations + примеры
9. driver executor что такое?
10. как управлять количеством executors?
11. А где происходят вычисления?
12. А в каком случае вычисления могут происходить на Driver?
13. job -> stage -> task что такое?
14. Объяснить прошлый вопрос на конкретном примере
15. cache() / persist()


-- другое
1. Какие форматы данных знаешь вообще
2. Расскажи про parquet
3. Вот есть parquet и есть csv - куда быстрее будет запись с нуля с созданием файла? а дозапись одной строки? А удаление файла?
4. Что знаешь про Apache iceberg
5. olap oltp примеры
6. olap oltp для каких задач и операций
7. Что значит колоночные (столбцовые) базы данных?
8. orc/parquet разница
9. Есть опыт написания тестов? И если да, то какой?