Performance Review
Сейчас была встреча по Performance Review, сижу слушаю, это конечно все прикольно, как там реализованы оценки, ИПР и прочая ерунда, но я в своем познании настолько преисполнился, что я как будто бы уже
сто триллионов миллиардов лет проживаю на триллионах и
триллионах таких же планет, как эта Земля, мне этот мир абсолютно
понятен, и я здесь ищу только одного - покоя, умиротворения и
вот этой гармонии, от слияния с бесконечно вечным, от созерцания
великого фрактального подобия и от вот этого замечательного всеединства
существа, бесконечно вечного.
Я уже в эти игры играл. Это чиста игра что сотрудник выполнил все на 200%, а менеджер должен раскритиковать это.
Можно конечно снова сыграть в эту игру с финансовыми метриками, чтобы показать что вот столько я принес бизнес результата, давай мне повышение.
Но чаще я видел такую ситуацию, что сотрудник являлся топ-перформером, его хуесосят на перформанс ревью, потом он говорит что я вообще то квартальные цели разъебал, въебывал как никто, а ему говорят что недостаточно. После такого человек повьебывает пару недель на топ уровне (на уровне самореализации и самовъебывания) и уйдет из организации, потому что понял что его не ценят, либо будет сидеть пинать одно место.
Касательно самооценки и прочего, я не понимаю как компания будет меня оценивать, так как я сам для компании описал все процессы в области DE и матрицу компетенции.
А как у вас происходит Performance review и какие у вас эмоции?
Сейчас была встреча по Performance Review, сижу слушаю, это конечно все прикольно, как там реализованы оценки, ИПР и прочая ерунда, но я в своем познании настолько преисполнился, что я как будто бы уже
сто триллионов миллиардов лет проживаю на триллионах и
триллионах таких же планет, как эта Земля, мне этот мир абсолютно
понятен, и я здесь ищу только одного - покоя, умиротворения и
вот этой гармонии, от слияния с бесконечно вечным, от созерцания
великого фрактального подобия и от вот этого замечательного всеединства
существа, бесконечно вечного.
Я уже в эти игры играл. Это чиста игра что сотрудник выполнил все на 200%, а менеджер должен раскритиковать это.
Можно конечно снова сыграть в эту игру с финансовыми метриками, чтобы показать что вот столько я принес бизнес результата, давай мне повышение.
Но чаще я видел такую ситуацию, что сотрудник являлся топ-перформером, его хуесосят на перформанс ревью, потом он говорит что я вообще то квартальные цели разъебал, въебывал как никто, а ему говорят что недостаточно. После такого человек повьебывает пару недель на топ уровне (на уровне самореализации и самовъебывания) и уйдет из организации, потому что понял что его не ценят, либо будет сидеть пинать одно место.
Касательно самооценки и прочего, я не понимаю как компания будет меня оценивать, так как я сам для компании описал все процессы в области DE и матрицу компетенции.
А как у вас происходит Performance review и какие у вас эмоции?
❤84
ПУ-ПУ-ПУ
Итоги года:
стратовал с 1000, сейчас почти 6900.
59к реакций
3,5 млн просмотров
41k репостов
949 постов за год
По-прежнему считаю что локальный канал🤗
Всем спасибо!
Тут список моих конспектов
Второй канал
Всех с новым годом!
Итоги года:
стратовал с 1000, сейчас почти 6900.
59к реакций
3,5 млн просмотров
41k репостов
949 постов за год
По-прежнему считаю что локальный канал
Всем спасибо!
Тут список моих конспектов
Второй канал
Всех с новым годом!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤83
Please open Telegram to view this post
VIEW IN TELEGRAM
🤣289😁58
Как отбирают руководители ваши резюме?
Давно я пытаюсь вам толкнуть идею в том что выбор работодателя играет ключевую роль в формировании вашей карьеры, но мало кто понимает на сколько это важно.
Когда у руководителя появляется бюджет для найма, он формирует требования, которые затем спускает HR'ам, чтобы те искали под эти требования кандидата, поэтому не думаете что у HR'ов дурацкие автофильтры, все гораздо проще, у вашего будущего руководителя могуть быть дурацкие требования. Но часто в больших корпорациях некоторым руководителям некогда выставлять новые требования и они просто просят использовать стандартные корпоративные требования.
Но как отбирают руководители, как они определяют эти требования?
Например, Валерий Бабушкин в последнем своем интервью поднял очень важную для меня мысль:
Во-первых, что опыт работы играет более важную роль чем университет в последующей карьере, но в самом начале он играет важную роль для поиска таланта. Исходя из статистики, таланта из ТОП-вуза гораздо проще найти, то есть среди 10 кандидатов, 7-8 кандидатов будут талантами, а если мы возьмем вуз менее престижным, то вероятность найти там таланта 3 из 10 (условно).
Так же он подсвечивает что дальше по карьере будут влиять места работы, куда сложнее пройти отбор и где делают более сложные системы, там и будут сильнее кандидаты.
Все я веду к тому что из 300 кандидатов из Сбера/Иннотеха, мы будем иметь 8 кандидатов подходящих кандидатов. По сравнению с другими компаниями это цифра убийственная и они не будут тратить на них время. Ведь как мы знаем большинство в Сбере просиживают штаны и занимаются точно не работой. (это мы наглядно можем увидеть в комментариях когда люди пишут что получают по 2-4 недели доступы, придумывают отговорки что там что-то не работало и т.д.) Поэтому руководителю проще прособеседовать кандидата с другой компании и в надежде что он получит более грамотного и замотивированого кандидата.
Еще важным фактором при поиске кандидатов сейчас является справлялся ли этот кандидат с похожей задачей на прошлом своем проекте, ведь сейчас бизнесу критично находить людей, которые уже делали что то похожее, у них нету времени на раскачку, поэтому необходимо внимательно прочитать вакансию и иметь похожий опыт в своем резюме, чтобы попадать под фильтры руководителя и HR'ов.
Давно я пытаюсь вам толкнуть идею в том что выбор работодателя играет ключевую роль в формировании вашей карьеры, но мало кто понимает на сколько это важно.
Когда у руководителя появляется бюджет для найма, он формирует требования, которые затем спускает HR'ам, чтобы те искали под эти требования кандидата, поэтому не думаете что у HR'ов дурацкие автофильтры, все гораздо проще, у вашего будущего руководителя могуть быть дурацкие требования. Но часто в больших корпорациях некоторым руководителям некогда выставлять новые требования и они просто просят использовать стандартные корпоративные требования.
Но как отбирают руководители, как они определяют эти требования?
Например, Валерий Бабушкин в последнем своем интервью поднял очень важную для меня мысль:
Во-первых, что опыт работы играет более важную роль чем университет в последующей карьере, но в самом начале он играет важную роль для поиска таланта. Исходя из статистики, таланта из ТОП-вуза гораздо проще найти, то есть среди 10 кандидатов, 7-8 кандидатов будут талантами, а если мы возьмем вуз менее престижным, то вероятность найти там таланта 3 из 10 (условно).
Так же он подсвечивает что дальше по карьере будут влиять места работы, куда сложнее пройти отбор и где делают более сложные системы, там и будут сильнее кандидаты.
Все я веду к тому что из 300 кандидатов из Сбера/Иннотеха, мы будем иметь 8 кандидатов подходящих кандидатов. По сравнению с другими компаниями это цифра убийственная и они не будут тратить на них время. Ведь как мы знаем большинство в Сбере просиживают штаны и занимаются точно не работой. (это мы наглядно можем увидеть в комментариях когда люди пишут что получают по 2-4 недели доступы, придумывают отговорки что там что-то не работало и т.д.) Поэтому руководителю проще прособеседовать кандидата с другой компании и в надежде что он получит более грамотного и замотивированого кандидата.
Еще важным фактором при поиске кандидатов сейчас является справлялся ли этот кандидат с похожей задачей на прошлом своем проекте, ведь сейчас бизнесу критично находить людей, которые уже делали что то похожее, у них нету времени на раскачку, поэтому необходимо внимательно прочитать вакансию и иметь похожий опыт в своем резюме, чтобы попадать под фильтры руководителя и HR'ов.
❤59😁23
Где-то на просторах телеграмма я читал что есть крутая вещь по оптимизации Apache Spark с помощью AI, но никак не мог ее найти.
Я уже давно не работаю с Apache Spark (более года), так как мне уже надоело разбираться в java ошибкам с OOM, оптимизациями и работать с Big Data, но если я захочу это все вспомнить у меня лежит мой конспект по Spark, но сейчас о другом.
Нашел я вот такую штуку: DataFlint
Если вкратце это AI плагин для Apache Spark, который помогает вам как хлебушку, подсветить проблемы в вашем production коде и решить их.
Можно просто посмотреть первую страницу и понять что это продукт будущего, который позволит вам провалидировать ваши ETL pipeline'ы, написанные на Spark и подсветить где вы пропустили шаги необходимые для более быстрого и экономного использования ваших ресурсов.
Мне показалось что это очень крутая штука, которая позволяет во-первых оптимизировать косты в вашем организации, во-вторых оптимизировать время выполнения ваших pipeline'ов.
Я уже давно не работаю с Apache Spark (более года), так как мне уже надоело разбираться в java ошибкам с OOM, оптимизациями и работать с Big Data, но если я захочу это все вспомнить у меня лежит мой конспект по Spark, но сейчас о другом.
Нашел я вот такую штуку: DataFlint
Если вкратце это AI плагин для Apache Spark, который помогает вам как хлебушку, подсветить проблемы в вашем production коде и решить их.
Можно просто посмотреть первую страницу и понять что это продукт будущего, который позволит вам провалидировать ваши ETL pipeline'ы, написанные на Spark и подсветить где вы пропустили шаги необходимые для более быстрого и экономного использования ваших ресурсов.
Мне показалось что это очень крутая штука, которая позволяет во-первых оптимизировать косты в вашем организации, во-вторых оптимизировать время выполнения ваших pipeline'ов.
🔥29❤9😁6🤣3
Вакансия: NLP / LLM Engineer (Middle+/Senior)
Компания: Альфа-Банк
Предполагаемая вилка: 410 000 — 460 000 руб.
Итоговый оффер: 390 000 руб. gross
Период собеседования: Декабрь 2025
Формат работы: Гибрид / Офис (Москва)
Этапы собеседований:
HR-скрининг (30 мин).
Техническое интервью + ML System Design (1.5 часа).
Анкета СБ.
Оффер.
Краткая справка о процессе интервью:
Теория: Спрашивают базу по NLP, в частности детальную архитектуру Трансформеров.
RAG: Глубокое обсуждение Retrieval-Augmented Generation. Интересуют не только основы, но и виды RAG, подходы к тестированию и валидации качества, а также оптимизация пайплайна для работы в проде.
ML System Design: Секция посвящена проектированию полноценной системы (E2E). Нужно описать решение задачи от поступления данных до инференса, учитывая нагрузку и требования продакшена.
Опыт: Фокус на том, как кандидат решал задачи в прошлых проектах, почему выбирал конкретные инструменты и как доводил модели до реального применения.
Впечатление: Процесс быстрый, вопросы по делу, ищут человека с практическим опытом вывода LLM-сервисов в прод. Команда прям понравилась, жаль чуть долго решали, и я принял оффер в другую компанию
Компания: Альфа-Банк
Предполагаемая вилка: 410 000 — 460 000 руб.
Итоговый оффер: 390 000 руб. gross
Период собеседования: Декабрь 2025
Формат работы: Гибрид / Офис (Москва)
Этапы собеседований:
HR-скрининг (30 мин).
Техническое интервью + ML System Design (1.5 часа).
Анкета СБ.
Оффер.
Краткая справка о процессе интервью:
Теория: Спрашивают базу по NLP, в частности детальную архитектуру Трансформеров.
RAG: Глубокое обсуждение Retrieval-Augmented Generation. Интересуют не только основы, но и виды RAG, подходы к тестированию и валидации качества, а также оптимизация пайплайна для работы в проде.
ML System Design: Секция посвящена проектированию полноценной системы (E2E). Нужно описать решение задачи от поступления данных до инференса, учитывая нагрузку и требования продакшена.
Опыт: Фокус на том, как кандидат решал задачи в прошлых проектах, почему выбирал конкретные инструменты и как доводил модели до реального применения.
Впечатление: Процесс быстрый, вопросы по делу, ищут человека с практическим опытом вывода LLM-сервисов в прод. Команда прям понравилась, жаль чуть долго решали, и я принял оффер в другую компанию
❤40
Не знаю как вам, но мне не нравится как устроен поиск на HeadHunter.
Я как обычно что-то куда то зашел, что то нашел, хотел его добавить к своим другим ресурсам, но подумал что сделаю лучше обзор, того что мне понравилось в моем новом ресурсе.
Сервис: Finder.Work
Почему мы должны пользоваться им вместо HH?
Ну во-первых, не совсем так нужно ставить вопрос, зачем вам нужно искать работу через него на HH.
На HH очень странный поиск и выдает много нерелевантных позиций, которые отнимают время на проматывание.
Здесь иначе - четкий поиск, который отражает вакансии только по ключевому слову и еще мне нравится интерфейс. Да, он ведет на подачу через HH, но все равно я сэкономлю время на поиск нужной вакансии, а мне кажется это самое важное.
Я как обычно что-то куда то зашел, что то нашел, хотел его добавить к своим другим ресурсам, но подумал что сделаю лучше обзор, того что мне понравилось в моем новом ресурсе.
Сервис: Finder.Work
Почему мы должны пользоваться им вместо HH?
Ну во-первых, не совсем так нужно ставить вопрос, зачем вам нужно искать работу через него на HH.
На HH очень странный поиск и выдает много нерелевантных позиций, которые отнимают время на проматывание.
Здесь иначе - четкий поиск, который отражает вакансии только по ключевому слову и еще мне нравится интерфейс. Да, он ведет на подачу через HH, но все равно я сэкономлю время на поиск нужной вакансии, а мне кажется это самое важное.
😁33❤16
This media is not supported in the widget
VIEW IN TELEGRAM
Вакансия: Analytics Engineer / Data Engineer (Senior)
Компания: Constructor
Предполагаемая вилка: 6000$-10000$
Период собеседования: Декабрь 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> [ English + PySpark + Python + SQL] -> Fit -> Offer
Краткая справка о процессе интервью:
Сначала проверяют знание английского в основном разговорный для коммуникации.
На собесе было пару вопросов по проблемам и оптимизации Спарка, пара вопросов по питону по теме async vs multithread vs multi process
И задача на sql/pyspark по высчитыванию юзер сессий
Задачи есть тут
Компания: Constructor
Предполагаемая вилка: 6000$-10000$
Период собеседования: Декабрь 2025
Формат работы: Удаленная работа
Этапы собеседований:
HR -> [ English + PySpark + Python + SQL] -> Fit -> Offer
Краткая справка о процессе интервью:
Сначала проверяют знание английского в основном разговорный для коммуникации.
На собесе было пару вопросов по проблемам и оптимизации Спарка, пара вопросов по питону по теме async vs multithread vs multi process
И задача на sql/pyspark по высчитыванию юзер сессий
Задачи есть тут
Не знаю как вам это описать, но у меня сейчас то самое чувство...
Вышел на работу в понедельник, начало ревью полугодового и увольняется аналитик, который хейтил меня и был единственным "критиком"(ставил негативные оценки после моего ИС).
Честно будет его не хватать, так как брал на себя много обязанностей, тащил всю аналитику. Платили ему конечно много, но мне не нравилось что когда мы должны работать в тандеме, мы постоянно срались, думаю это связано с разницей возрасте.
Когда выбираем место работы на самом деле главное попасть в определенный вайб с коллегами. Для себя я отметил что это должны быть моего возраста (молодые) ребята, либо просто приятные люди. Экспертность всегда играет огромную роль, так как вам легче начинает работать с высококлассными специалистами, так как вы находитесь с ними на одном вайбе.
Самое важное когда вы работаете с классными специалистами, это означает что у вас одна и та же зарплата и все выросли до такого уровня, что не приходится тратить время на какую-то мелочь при разработке задачи. Каждый самостоятелен и может решать проблемы, как самостоятельная единица.
Поэтому при выборе работодателя важно понимать с кем вам предстоит работать, их уровень экспертности и эмоциональный фон в команде.
P.S. а вы говорите работу невозможно найти в январе)
Вышел на работу в понедельник, начало ревью полугодового и увольняется аналитик, который хейтил меня и был единственным "критиком"(ставил негативные оценки после моего ИС).
Честно будет его не хватать, так как брал на себя много обязанностей, тащил всю аналитику. Платили ему конечно много, но мне не нравилось что когда мы должны работать в тандеме, мы постоянно срались, думаю это связано с разницей возрасте.
Когда выбираем место работы на самом деле главное попасть в определенный вайб с коллегами. Для себя я отметил что это должны быть моего возраста (молодые) ребята, либо просто приятные люди. Экспертность всегда играет огромную роль, так как вам легче начинает работать с высококлассными специалистами, так как вы находитесь с ними на одном вайбе.
Самое важное когда вы работаете с классными специалистами, это означает что у вас одна и та же зарплата и все выросли до такого уровня, что не приходится тратить время на какую-то мелочь при разработке задачи. Каждый самостоятелен и может решать проблемы, как самостоятельная единица.
Поэтому при выборе работодателя важно понимать с кем вам предстоит работать, их уровень экспертности и эмоциональный фон в команде.
P.S. а вы говорите работу невозможно найти в январе)
Пока все думают что сейчас выходить на рынок рано, я решил посмотреть что рынок предлагает в плане работы:
Подал на 3 вакансии точечно. (Lead/Senior) Сферы разные: e-com, Marketing, GameDev.
Мне написало 4 рекрутера (внезапно) на Linkedin.
2 позиции Amsterdam. ( Snowflake)
(6–8 years, multiple openings) – Snowflake, Python, SQL, dbt, ETL/ELT, RBAC, AWS/Azure, Docker, Data Vault
(10+ years) – Data Architecture, Data Modelling (3NF, Dimensional, Data Vault), Snowflake, Analytics Architecture
1 позиция в Amsterdam ( общий стэк, не сказано) - тут созванивались, но я забыл спросить про стэк.
1 позиция в UAE, Dubai. (Crypto)
В целом, прикольно, не хочу сильно упарываться, так как хочется реализовать кое-что свое.
Видно что кого-то ищут и закрывают прошлогодние вакансии, и некоторые новые.
И по той вакансии в Азербайджан сняли ограничение что кандидат должен быть из Нидерландов, но ее временно заморозили в связи с праздниками.
Подал на 3 вакансии точечно. (Lead/Senior) Сферы разные: e-com, Marketing, GameDev.
Мне написало 4 рекрутера (внезапно) на Linkedin.
2 позиции Amsterdam. ( Snowflake)
(6–8 years, multiple openings) – Snowflake, Python, SQL, dbt, ETL/ELT, RBAC, AWS/Azure, Docker, Data Vault
(10+ years) – Data Architecture, Data Modelling (3NF, Dimensional, Data Vault), Snowflake, Analytics Architecture
1 позиция в Amsterdam ( общий стэк, не сказано) - тут созванивались, но я забыл спросить про стэк.
1 позиция в UAE, Dubai. (Crypto)
В целом, прикольно, не хочу сильно упарываться, так как хочется реализовать кое-что свое.
Видно что кого-то ищут и закрывают прошлогодние вакансии, и некоторые новые.
И по той вакансии в Азербайджан сняли ограничение что кандидат должен быть из Нидерландов, но ее временно заморозили в связи с праздниками.
😁52
Я устроился в 📱 ндекс.Такси
Мне стало скучно и я решил принять долгожданный оффер в Яндекс и посмотреть как он хорош и посмотреть на сколько там крутая атмосфера, судя по комментариям людей там работающих.
По началу было непривычно, но ребята которые там работают достаточно приветливые, хоть когда их спрашивают про REST API, Webhook, Hadoop, все начинают валиться и не понимают о чем идет речь. Ну а что я мог ожидать от среднего сотрудника Яндекса, который выучил алгоритмы.
После получения оффера вам необходима машина, вы можете взять ее у автопарка или кататься на своей. Сразу минус в копилку работодателя и почему то когда попросил Mac, на меня посмотрели как на сумасшедшего. Сказали пользоваться телефоном, ну ок. Я всегда знал что в этом Яндексе все странные.
Порадовало что график свободный, хоть некоторые говорят что работают по 12 часов на линии, ну то что Яндекс не жалеет своих сотрудников это я давно знал.
Что говорить о деньгах, то я конечно знал что в Яндексе зарплаты гораздо ниже, но не ожидал такого:
В среднем получалось получать от 16к до 24к грязными за 10 часов работы в день.
Яндекс в свою очередь забирает 24% комиссии за работу в их замечательной компании и 7% за работу на своем районе (ТИПО УДАЛЕНКА).
Так еще нужно заплатить за тачку и за бензин, чистыми получалось в районе 9к-15к.
В целом, атмосфера прикольная, с четверга по воскресенье прикольно работается. Да, в Яндексе работают по выходным, а иначе как они такие успешные. Люди заказчики там приятные, но иногда пьяные, но чем выше вы классом, тем более менее адекватные. В целом работа не пыльная, но на долгую я бы не оставался, все таки Яндекс с их комиссиями офигел, выручают только подвыпившие мужики, которые закидывают вас чаевыми за офигенныеистории инсайды с рынка труда и жизни.
Некоторые конечно не верили что я работаю программистом, да еще и канал веду. (А ВЫ ДУМАЛИ ОТКУДА НОВЫЕ ПОДПИСЧИКИ ПРИХОДЯТ?) Чаевые тоже за это накидывали.
В целом жить можно, но в Яндексе я бы надолго не задерживался и старался бы покинуть эту прекрасную компанию с переработками по выходным и 12 часами работы.
Мне стало скучно и я решил принять долгожданный оффер в Яндекс и посмотреть как он хорош и посмотреть на сколько там крутая атмосфера, судя по комментариям людей там работающих.
По началу было непривычно, но ребята которые там работают достаточно приветливые, хоть когда их спрашивают про REST API, Webhook, Hadoop, все начинают валиться и не понимают о чем идет речь. Ну а что я мог ожидать от среднего сотрудника Яндекса, который выучил алгоритмы.
После получения оффера вам необходима машина, вы можете взять ее у автопарка или кататься на своей. Сразу минус в копилку работодателя и почему то когда попросил Mac, на меня посмотрели как на сумасшедшего. Сказали пользоваться телефоном, ну ок. Я всегда знал что в этом Яндексе все странные.
Порадовало что график свободный, хоть некоторые говорят что работают по 12 часов на линии, ну то что Яндекс не жалеет своих сотрудников это я давно знал.
Что говорить о деньгах, то я конечно знал что в Яндексе зарплаты гораздо ниже, но не ожидал такого:
В среднем получалось получать от 16к до 24к грязными за 10 часов работы в день.
Яндекс в свою очередь забирает 24% комиссии за работу в их замечательной компании и 7% за работу на своем районе (ТИПО УДАЛЕНКА).
Так еще нужно заплатить за тачку и за бензин, чистыми получалось в районе 9к-15к.
В целом, атмосфера прикольная, с четверга по воскресенье прикольно работается. Да, в Яндексе работают по выходным, а иначе как они такие успешные. Люди заказчики там приятные, но иногда пьяные, но чем выше вы классом, тем более менее адекватные. В целом работа не пыльная, но на долгую я бы не оставался, все таки Яндекс с их комиссиями офигел, выручают только подвыпившие мужики, которые закидывают вас чаевыми за офигенные
Некоторые конечно не верили что я работаю программистом, да еще и канал веду. (А ВЫ ДУМАЛИ ОТКУДА НОВЫЕ ПОДПИСЧИКИ ПРИХОДЯТ?) Чаевые тоже за это накидывали.
В целом жить можно, но в Яндексе я бы надолго не задерживался и старался бы покинуть эту прекрасную компанию с переработками по выходным и 12 часами работы.
Please open Telegram to view this post
VIEW IN TELEGRAM
😁174
Что вам предпочительнее?
Anonymous Poll
51%
Зарплата в рублях (нахожусь в РФ)
6%
Зарплата в евро (нахожусь в РФ)
17%
Зарплата в долларах (нахожусь в РФ)
1%
Зарплата в рублях (нахожусь вне РФ)
6%
Зарплата в евро (нахожусь вне РФ)
5%
Зарплата в долларах (нахожусь вне РФ)
15%
Я работаю в СБЕР/Иннотех, мне платят ветками
Senior AI Engineer во Fluently (YC W24)
📍Remote
💵 Оплата в USD
🚀Фаундер — Юрий Ребрик, ex Amazon, Google, NVIDIA
Fluently — AI-тьютор, который помогает улучшать разговорный английский язык людям по всему миру, строящим карьеру в зарубежных компаниях. Стартап прошел в YCombinator в 2024 году, за последние 8 месяцев выросли со $100k до $6M ARR.
Размер команды – 20 | Инвестиции – $2.5M
Над чем предстоит работать
- Развивать голосового AI-агента: LiveKit/WebRTC, streaming ASR/TTS, RAG, function-calling, написание промптов и тд.
- Тренировать и деплоить ML модели в прод: ASR/LLM/TTS/voice-related.
- Обеспечивать надёжность и observability в проде: алерты, трейсинг, оптимизация латенси, быстрый фикс проблем.
Must-haves
- Опыт самостоятельной тренировки и деплоя ML моделей.
- Умение много работать и делать быстро.
Nice to have
- Опыт создания ai voice agents.
- Contribution to open source github repos.
- Kaggle, Codeforces, олимпиады, etc.
The deal
- Конкурентная зарплата в USD + опционы.
- Remote-first: работа из любой точки мира через Deel.
- Поездка в США на месяц для совместной работы и командные оффсайты.
Узнать подробнее и откликнуться тут.
📍Remote
💵 Оплата в USD
🚀Фаундер — Юрий Ребрик, ex Amazon, Google, NVIDIA
Fluently — AI-тьютор, который помогает улучшать разговорный английский язык людям по всему миру, строящим карьеру в зарубежных компаниях. Стартап прошел в YCombinator в 2024 году, за последние 8 месяцев выросли со $100k до $6M ARR.
Размер команды – 20 | Инвестиции – $2.5M
Над чем предстоит работать
- Развивать голосового AI-агента: LiveKit/WebRTC, streaming ASR/TTS, RAG, function-calling, написание промптов и тд.
- Тренировать и деплоить ML модели в прод: ASR/LLM/TTS/voice-related.
- Обеспечивать надёжность и observability в проде: алерты, трейсинг, оптимизация латенси, быстрый фикс проблем.
Must-haves
- Опыт самостоятельной тренировки и деплоя ML моделей.
- Умение много работать и делать быстро.
Nice to have
- Опыт создания ai voice agents.
- Contribution to open source github repos.
- Kaggle, Codeforces, олимпиады, etc.
The deal
- Конкурентная зарплата в USD + опционы.
- Remote-first: работа из любой точки мира через Deel.
- Поездка в США на месяц для совместной работы и командные оффсайты.
Узнать подробнее и откликнуться тут.
getfluently on Notion
Senior AI Engineer (Speech) | Notion
Ищем крутого Speech AI Engineer к нам в команду Fluently (YC W24)
Вакансия: RecSys Engineer (Middle+)
Компания: Дром
Предполагаемая вилка: 310 000 — 350 000 руб.
Период собеседования: Декабрь 2025
Формат работы: удаленка
Этапы собеседований:
HR-скрининг (10 мин).
ML System Design (1 час).
Оффер.
Краткая справка о процессе интервью:
Процесс интервью на позицию ML-инженера оставил положительное впечатление благодаря четкой структуре и профессионализму команды. Встреча началась с разбора профессионального бэкграунда и проверки теоретической базы (Python и классическое машинное обучение). Вопросы в этой части носили фундаментальный характер и позволили быстро перейти к практической части.
Основную часть времени занял System Design кейс — проектирование упрощенной рекомендательной системы для вторичного рынка автомобилей. Задача оказалась объемной: она требует не только выбора алгоритмов, но и оценки ресурсоемкости, а также планирования эксплуатации. В ходе решения основной акцент был смещен на этап моделирования (Research), из-за чего не удалось в полной мере раскрыть вопросы вывода системы в продакшн и оценки необходимой инфраструктуры.
Особенно ценным оказался развернутый и оперативный фидбек.
Компания: Дром
Предполагаемая вилка: 310 000 — 350 000 руб.
Период собеседования: Декабрь 2025
Формат работы: удаленка
Этапы собеседований:
HR-скрининг (10 мин).
ML System Design (1 час).
Оффер.
Краткая справка о процессе интервью:
Процесс интервью на позицию ML-инженера оставил положительное впечатление благодаря четкой структуре и профессионализму команды. Встреча началась с разбора профессионального бэкграунда и проверки теоретической базы (Python и классическое машинное обучение). Вопросы в этой части носили фундаментальный характер и позволили быстро перейти к практической части.
Основную часть времени занял System Design кейс — проектирование упрощенной рекомендательной системы для вторичного рынка автомобилей. Задача оказалась объемной: она требует не только выбора алгоритмов, но и оценки ресурсоемкости, а также планирования эксплуатации. В ходе решения основной акцент был смещен на этап моделирования (Research), из-за чего не удалось в полной мере раскрыть вопросы вывода системы в продакшн и оценки необходимой инфраструктуры.
Особенно ценным оказался развернутый и оперативный фидбек.
❤22