یادم نیست این رو معرفی کردم یا نه.
@lectour

و خوندن و گوش دادن به کتاب
Design Data Intensive Applications

باعث شده خیلی از بچه‌های کانال به موضوع
System Design

علاقمند بشوند، چون خیلی سوالات راجب اینکه از کجا شروع کنیم و چطوری یاد بگیریم و چه منابعی رو دنبال کنیم زیاد شده.

من شخصاً برای این مورد سری ویدئو‌ها و پست‌های سایت
Website

دقیقاً یادم نیست چون من خیلی سال پیش دنبال می‌کردم اما اگر اشتباه نکن دوره‌ها توسط دوتا از مهندس‌های Meta آموزش داده می‌شه که سابقه مصاحبه گرفتن هم داشتند.

اینم مخصوص بچه‌های این کانال، امیدوارم مفید باشه 🌹


پینوشت:
مثل اینکه خیلی بیشتر از مصاحبه System Design شده برای برنامه‌نویسی و هوش مصنوعی و ... هم مصاحبه گذاشتند

شخصاً دیگه باور ندارم این قطعی‌های بانکی اخیر، ربطی به نفوذ و ... داشته باشند.

آپدیت‌های جدی ؟
یا مثلاً FATF ؟

مجلس و ... هم که تعطیل هستن 🤔

صادرات، ملی، کشاورزی، تجارت و ملت قطع هستند.

بعد از جنگ یک تلاشی کردم برای ارزیابی راهکار بررسی رزومه چندین شرکت بزرگ و کوچک داخلی.

وضعیت کاملاً ناامید کننده هست.

حتماً چندساعت دیگه راجبش می‌نویسم.

اینم بگم :

Japan Government

یک شرکت ژاپنی درحال تاسیس هست که ادعا کرده می‌تونه
diamond semiconductor
تولید کنه (پروتوتایپ و ... هم داده)

حالا اهمیت این موضوع چی هست ؟ اول اینکه گرمای خیلی کمی داخل چیپ تولید می‌شه اما برای ژاپن راه‌حل فاجعه‌ی هسته‌ای سال 2011 می‌تونه باشه (سال ۲۰۱۱ بعد از زلزله بخاطر سونامی یک فاجعه هسته‌ای توی ژاپن اتفاق افتاد)

چون همه تجهیزات و سنسورها و ... داخل این سازه‌ها بخاطر سطح تشعشع از کار افتادند دولت ژاپن هیچ ایده‌ای نداره اون داخل چه خبر هست و هرگونه تلاش برای پاکسازی رو کاملا خطرناک می‌دونه اما
Diamond Semiconductor
ها مشکلی با تشعشعات و گرمای بالا ندارند و به راحتی توی این محیط‌ها می‌تونند کار کنند.

ژاپن بطور علنی درحال راه‌اندازی کارخانه و شرکت هست و چیزی که من توی سرچ کردن راجب موضوع پیدا کردم مثل اینکه با یک تکنیک دیگری و فقط برای حل مشکل گرما آمریکا و DARPA هم با همکاری یک گروه تحقیقاتی از Stanford دارند روی این موضوع کار می‌کنند که سال دیگه نتایج اولیه رو منتشر خواهند کرد مثل اینکه.

اگر ژاپن بتونه به این دستاورد دست پیدا کنه؛ یکی از بزرگترین درآمدهای کشور رو برای خودش دست و پا کرده انقدر که این تکنولوژی کاربردی هست.

پینوشت :
با تشکر از Gemini بعضی صعنت‌ها و تکنولوژی‌هایی که بهش نیاز دارند

Electric Vehicles
Telecommunication (5G/6G, Radar)
Aerospace and Satellites
Power Grids & Renewable Energy
Nuclear Facilities
Quantum Computing

یک سری موارد دیگر هم هست مثل پروژکتور و led ها و ... که گرمای خیلی زیادی تولید می‌کنند من اون‌هارو نذاشتم.
در نهایت اینکه این‌ها فقط صنایعی هستند که توی ۱۰ سال گذشته نیاز به توسعه این semiconductor رو احساس کردند و مشتری هستند صنایع آینده رو هنوز بحثی راجبش نیست.

شرکت ژاپنی هم متوجه شدم قرار هست اواخر سال تکمیل و افتتاح بشه.

برای اینکار من دوتا روزمه فنی درست کردم:

۱- رزومه یک متخصص خیلی حرفه‌ای و قوی، استفاده خیلی کمتر از کلمات دقیق (مثلاً اسم فریمورک، اسم تکنولوژی و ...)

۲- رزومه یکی که ادعای تخصص داره اما فقط اسم و کلمات رو توی همه جاهای رزومه چپونده

یک سری توضیحات بدم :

توی روزمه تخصصی (اولی) من بیشتر به راهکار و نحوه حل مشکلات پرداختم اینکه چطوری یک مشکلی رو حل کردم و چه دستاوردی داشت، (مطمئن شدم کلمات اسم فریمورک‌ها و ... داخلش نباشه)

توی رزومه دوم، فقط نوشتم که از این فریمورک برای این پروژه استفاده شده، اینکه چیکار کردم رو ننوشتم (کامل و درست)، حتی اینکه آیا خود من اون کار رو کردم یا شخص دیگری هم مشخص نبود (یک رزومه خیلی بد که فقط با اسم پر شده بود)

اسکریپتی که نوشتم، ۱۰۰ تا موقعیت شغلی برای
Senior Backend
Senior AI

پیدا کرد، تمرکزم بیشتر روی تعداد نیروهای شرکت بود (دستمزد و ... رو کامل حذف کردم فرض بر اینکه همگی پرداخت بالا و خوبی دارند) :

حداقل ۱۰ مورد با بیش از ۱۵۰ نفر نیرو
۳۰ مورد بیش از ۵۰ نفر
۲۰ مورد کمتر از ۲۰ نفر
۴۰ مورد هم رندم برای ساده سازی آمار (شرکتی با ۵ تا نیرو هم داشتم)

بصورت رندم توی ۷ روز رزومه‌ها رو ثبت کردم، هیچ شرکتی هر ۲ رزومه رو توی ۱ روز نگرفته و حداقل ۱ روز هم بین ارسال رزومه‌ها فاصله بود.

برای ۵۰٪ شرکت‌ها رزومه فرد متخصص اول ارسال شد و برای ۵۰٪ دیگه رزومه فردی که ادعای متخصص بودن رو داشت.

هر دو کاربر پروفایل لینکدین براشون ساخته شد (گیت‌هاب هیچکدوم نداشتند)
-----------

جمع‌بندی نا‌امید کننده:

اکثر شرکت‌های بزرگ؛ یا توسط نیروی HR غیر متخصص رزومه‌ها بررسی می‌شه یا توسط نیروی فنی که تخصص لازم برای درک موضوعات رو نداره.

۷۶ تا از شرکت‌ها، رزومه نیروی متخصص نما رو دعوت به مصاحبه کردند.
ازین ۷۶ شرکت فقط ۳ مورد رزومه متخصص رو هم دعوت به مصاحبه کردند.

۱۱ تا شرکت فقط رزومه متخصص رو دعوت به مصاحبه کردند، که همگی ۲۰ یا کمتر از ۲۰ نیرو داشتند.

۱۳ مورد از شرکت‌ها هر دو رزومه رو رد کردند.


از شرکت‌های بزرگ و معروف فقط ۱ مورد رزومه متخصص رو دعوت به مصاحبه کرد و باقی موارد همگی رزومه متخصص نما رو دعوت به مصاحبه کردند.

این آمار واقعاً افتضاح هست الان می‌فهمم چرا اکثر بچه‌های متخصص (بالاخره ما هم دوستانی داریم) موقعیت‌های شغلی توی شرکت‌های بزرگ داخلی رو فقط با معرف پیدا می‌کنند.

این جمله چیزی هست که توی ۲ سال گذشته بسیار شنیدم:
فلانی اونجا بود معرفیم کرد
فلانی داشت از اونجا می‌رفت، من رو معرفی کرد بعنوان جایگزین

برای شرکت‌های بزرگ هم پیشنهاد می‌کنم این مور‌د رو خودتون تست کنید، نیروی HR نباید کسی باشه که روزمه تخصصی رو می‌خونه

یا من خیلی آدم بی‌حوصله در مصاحبه‌ای شدم، یا اینکه مصاحبه کننده‌ها خیلی چرت و پرت و Jargon می‌گن

که ۹۹٪ مورد دوم هست، چون من هنوز حوصله‌ام می‌شه با بچه‌های دانشجو و جونیور‌های تخصص خودم بحث کنم و گپ و گفت داشته باشم


الان اینجوری‌ام که :

جون مادرت الکی وقت مارو نگیر، کار و حقوقتم نخواستم.
به تو بابت مصاحبه کردن و یادگرفتن از من پول میدن، برای من فقط داری وقتم رو تلف می‌کنی

اگر نمی‌تونی سوال خوب بپرسی، بیخیال سوال نپرس؛ اینم بگم که ۹۰٪ تون رو می‌دونم میرید از chatGpt سوال مصاحبه در میارید

خواب بهترین کاری هست که آدم می‌تونه انجام بده.

حالم بهم می‌خوره از وقتایی که ۱-۲ روز نخوابیدی و بعد برای ۵ دقیقه چرت میزنی و از خواب می‌پری و دیگه نه خسته هستی نه خوابت می‌بره.

اصلا انگار یکی از لذت‌های بهشتی رو ازت گرفتن

پینوشت:
من اصلاً آدم سحرخیزی نیستم، اگر کاری نداشته باشم (شرکت و کار اداری باشه ۵ صبح بیدارم البته) ولی ترجیح میدم کل روز رو بخوابم بخصوص از اواسط بهار تا شروع پاییز.

هیچوقت هم آدمای سحرخیز (به انتخاب خود) رو درک نکردم.

Youtube link

واقعا همیشه برام سوال بود؛‌ بخش اولش که چرا ملت تمام اطلاعاتشون رو به این شرکت میدند (حتی چیزایی که شاید هیچ‌جای دیگه نباشه)

چندوقتی هست که درگیر پروداکشن کردن یکی از ابزارهای شخصی خودم هستم تا شاید هم مشکلات باقی رو رفع کنه هم یک سرویس به اسم خودم باشه و ...

توی این مدت با ابزارهای خیلی زیادی سر و کار داشتم راجب AI و خب اپتیمایز کردن اون‌ها برام خیلی مهم شده چرا ؟

من روی mini-pc هام کد میزنم که Nvidia ندارند، کدها رو روی لپ‌تاپ قدیمی تست می‌کنم که Nvidia 1060 داره (همونی که گفتم مدل ۳۵ میلیارد MOE رو با ۱۷ توکن اجرا می‌کنه) و برای تست حداقل ۴ تا یوزر همزمان رو باید پاسخ بده.

کارهای مربوط به Finetune, چندبرابر کردن یوزر و تست‌های قطع سرویس و شبکه و ... رو هم روی سیستمم انجام میدم که دوتا GPU داره.

تا قبل از اون پیام میزان آشنایی من با ابزارهای LLM مثل vLLM, llamacpp, ... بر می‌گشت به نسخه‌های اولیه که ۲ سال پیش روش پروژه داشتم، ۷-۸ روز پیش با یک شرکت بین‌المللی (تقریباً بزرگ) مصاحبه داشتم، اولش برای موقعیت بکند رفتم بعد از ۳۰-۴۰ دقیقه صحبت یک سوال نزدیک به پروژه خودشون پرسیدند و من، هم تو لایه بکند هم تو لایه هوش مصنوعی جواب دادم، متوجه شدند که کار هوش مصنوعی هم می‌کنم جلسه رو ادامه دادیم و بعد جلسه HR شرکت درخواست داد رزومه‌ی هوش مصنوعی رو هم براشون بفرستم.

مصاحبه دوم هم با یک تیم دیگه پیش رفت و خلاصه‌اش هر دو رو قبول شدم، البته من نهایتاً همکاری رو رد کردم چون وقتی جزئیات کارم رو گفتند متوجه شدم چیزی نبوده که فکر می‌کردم و گفتم علاقه‌ام به این پروژه نیست (توی پیری دنبال اسم شرکت و روزمه جمع کردن و اینا نیستم دیگه، دلم یک پروژه با چالش‌های خوب می‌خواد)

اما چندتا درس خوبم گرفتم یا دوباره بهم ثابت شد:

۱- اگر مفاهیم رو درست فهمیده باشی، ۲ سالم که با ابزارهای یک حوزه کار نکنی توی ۲-۳ هفته از کسی که ۲ سال کار کرده و مفاهیم رو نفهمیده جلوتری (البته من مقالات و ایده‌ها رو دنبال می‌کردم)

۲- از تجربه کردن نترس، روز اول روی پروژه خودم با یکی از دوستانم که فقط AI Engineer بوده توی ۷ سال اخیر مشورت کردم.
گفت اصلا بد‌ون H100 فکرشم نکن، من روی 1060 اجراش کردم چون برام در دسترس تر بود (این سیستم دائم روشن هست) هرجا فکر نشدن اومد تو سرم می‌گفتم:
با این کد اولیه رو میزنم،‌ به محض گیر کردن میرم روی H100 (که تا الان هنوز نیاز نشده)

۳- تجربه کردن با تفکر پروژه برای پروداکشن، باعث شد بعنوان مشاور تیم هوش مصنوعی به شرکت دوستی که گفتم کمک کنم.

۴- متوجه شدم، خیلی از دستاوردهای پروداکشن آدما توی لینکدین روی ابزار‌های مطرح شده دروغ هست.
چون خطاها رو دیدم و می‌دونم اون فلگ سرور رو دان می‌کنه و ...

۵- نهایتاً چون تنها دارم کار رو پیش می‌برم و باید به باقی زندگی هم رسیدگی کنم اکثر بخش‌ها رو اتومات کردم، اینطوری که اگر من ۲۰ دقیقه یک ایده جدید یا فیچری رو کد بزنم حداقل ۱ ساعت تست‌ها، latency, profiling, دانلود و ارزیابی پیش میره.
یعنی چیدن درست سیستم اتومات با اینکه بیشتر از توسعه خود ابزار از من وقت گرفت تا اینجا ولی ۱۰۰٪ ارزشش رو داشت.

۶- فعالیتم توی لینکدین رو خیلی خیلی کمتر کردم، چون میزان داده غلطی که بهم میرسه بسیار زیاد هست.
از مسیر خودم خارج میشم، چیزی که ادعا شده رو تست می‌کنم و می‌بینم اصلا درست نیست یا اینکه فقط بدرد استفاده شخصی میخوره و ادعای پروداکشن اشتباه بوده و وقتم رو تلف می‌کنه.

نسل بعدی مدل‌ها بنظرم خیلی بهتر خواهند شد :

Qwen AgentWorld

بنظرم این حرکت در راستای JEPA خواهد بود و این Gap بین LLM و JEPA رو برای مدتی می‌پوشونه تا نتایج مدل‌های بر پایه JEPA خیلی بهتر بشه.

این برای دوستانی که گفتند transformers رو درست درک نمی‌کنند.

اول اینکه هیچکس درست درکش نمی‌کنه مگر اینکه پیاده‌سازی کنه؛ این معماری مثل Conv, RNN, ... نیست نیاز به دقت داره

اگر ویدئو Andrej Karpathy که قبلا گذاشتم رو دیدید و باز هم فکر می‌کنید درک خوبی ندارید این دوره رو ببینید :

Justin Angel (Build your own LLM)

و اگر واقعا می‌خواید یاد بگیرید یک مدل هرچند خیلی کوچک برای خودتون پیاده‌سازی کنید روی Kaggle, Colab می‌تونید حتی برای چندین اپوک هم ترین کنید مدل رو اگر تعداد پارامترهاش رو کم بگیرید.


اما حتما کد بزنید

اینم فقط مخصوص بچه‌های این کانال؛ چون توی این کانال زیاد پرسیده شد.

الان توی تصویر دیدم و یادم افتاد؛ یک کتاب توی ویدئو اول پشت ایشون هست
Illustrated Guide to AI

اگر تازه وارد این حوزه شدید و این کتاب رو ندارید و نخوندید پیشنهاد می‌کنم این کتاب رو حتما بخونید

یک نکته‌ای رو بگم، چون فروارد پست‌های کانال خیلی زیاد هست.

اگر تلگرام کانال رو بن کنه، غیر از owner که بنده باشم هیچکس پیام‌هارو نمی‌تونه ببینه، مگر اینکه توی saved message باشه که اگر عادت کردید همه چیز رو اونجا فروارد کنید اونم بدردتون نمی‌خوره چون مطمئنم فقط دارید منبع جمع می‌کنید.
خودتون رو بدبخت نکنید منابعی که خوندید رو پاک کنید، نذارید این Saved Message یا کانال پر بشه

اگر راهکار خواستید روش من رو دنبال کنید :
https://xn--r1a.website/pyHints/526

از نکته دوم به بعد رو بخونید

پی‌نوشت:
دوستان اشاره کردند پیام‌ها توی save messafe هم پاک می‌شه.

این کمپین زنای ژاپنی علیه مرد‌ها هم جالب هست؛ که زنا اعلام کردن اینا کلا دست به سیاه‌ و سفیدم نمی‌زنند و جمع‌آوری آشغال توی ورزشگاهای جام جهانی فقط واسه ریا کاری هست.

خطاب به زنای ژاپنی؛ راهکار این کار دست من هست.

با مردای ایرانی ازدواج کنید (دوستم دارن) این گونه نه تنها توی خونه دست به سیاه و سفید نمی‌زنه بلکه هیچ‌جای دیگه هم دست به سیاه و سفید نمی‌زنه، قول میدم هیچوقت ریا نشه.

داکیومنت خوب روی بکند نوشتن شمارو توی فرانت‌اند هم نجات میده :
GLM5.2
رو مثلا بهش دیزاین سایت رو بدید با خروجی
/openapi.json
روی FastAPI رو و ازش کد react بخواید.
بهتره استانداردهای مدنظر + موبایل ریسپانسیو بودن و ... رو هم بخواید.

نهایتا خروجی ایی رو که می‌گیرید باید مهندسی کنید (تمیزکاری و استاندارد سازی برای پروژه که بفهمید چی کجا قرار داره)

خیلی سوال شده که من چطوری ازین موارد استفاده می‌کنم ؟

شخصا ۹۹٪ کارم رو روی محیط web انجام میدم؛ قبلتر گفتم من کد رو میزنم نهایتا تحویل مدل میدم برای استاندارد سازی یا نوشتن تست‌هایی که من بهش می‌گم.

اما خیلی کم توی بعضی پروژه‌ها به اصرار کارفرما وارد vscode شده برای کد زدن؛ توی اون مواقع هم من api مستقیم خرید می‌کنم بسیار اروزنتر از اکانت‌های OpenRouter و ... هست مثلا برای همین مدل GLM5.2 برای هر ۱ میلیون ورودی و حروجی کمتر از ۶ دلار هست که یک پروژه کامل شاید نهایتا ۳ میلیون توکن ورودی و خروجی داشته باشه (این رو باید خودتون بدست بیارید می‌تونید از tiktoken استفاده کنید تا میانگین استفاده خودتون رو بدست بیارید؛ برای من به زور به ۱‍.۵ میلیون روی بزرگترین پروژه‌ام تا الان رسیده)

ولی برای ۳ میلیون ورودی و ۳ میلیون خروجی نهایتا شما ۱۸ دلار پرداخت می‌کنید.
شاید تنها بدی این مورد این باشه که فقط روی مدل‌های یک برند قفل می‌شید
اضافه کنم من برای تسک‌های ساده‌تر از GLM4.7-Flash استفاده می‌کردم که قیمتش کمتر از ۱ دلار هست.

هیچ شرکتی هم به اندازه سازنده خود مدل قمیت پایین بهتون نمیده

بنظر میاد خانواده مدل‌های
ornith-1.0

ارزش تست کردن برای Agentic coding روی لوکال رو داشته باشه؛ این خانواده مدل‌های جدیدی نیستند و بر اساس Gemma 4 , Qwen 3.5 ساخته شده ولی ایده این بوده که task scaffold رو خود مدل بنویسه.
همین کار هم باعث شده که ننایج بهتری رو داشته باشه برای این coding نسبت به مدل‌های پایه

خیلی ساده بگم :
فکر کنید Gemma4 یا Qwen3.5 روی کدهای بیشتری train شده و این قضیه هیچوقت نمی‌تونه بد باشه.

اگر از این دو مدل برای Agentic Coding استفاده می‌کردید می‌تونید با خیال راحت به Ornith مهاجرت کنید و بدون هزینه و تغییر مدل بهتری رو داشته باشید.
شخصا روی Gemma4 هستم به این دلایل که :
۱- من Agentic coding جزو کارهایی که با Local llm انجام میدم نیست
۲- خود گوگل MTP, QWAT رو برای Gemma4 منتشر کرده که سرعت و نتایج خوبی هم داره برای تسک‌های من

قیمت Steam Machine اومده (بالای ۱۰۰۰ دلار) و هر بخشش رو با هرکدوم از این mini-pc ها مقایسه کردم ضعیف‌تر بود (غیر از GPU) توی کانال قبلی زمان ثبت سفارشم برای این موارد (خودم وارد کردم) پیشنهاد دادم به دوستان که بهترین زمان برای خرید هست. حتی به یکی از دوستان بسیار نزدیک پیشنهاد دادم تا سال بعدی برای خرید لپ‌تاپ جدید صبر نکنه (من پول حمل و نقل این رو داده بودم و گفتم الان بخر من میارم برات رایگان)

حالا چی شد اینارو گفتم ؟
۱- قیمت خود Steam Machine که من توقع داشتم نهایتا ۵۰۰-۶۰۰ دلار باشه
۲- افزایش قیمت اخیر اپل و گوگل و سونی و ...
۳- خوندن یک پیام قدیمی که نوشته بودند چندوقت دیگه صبر کنیم میاد پایین.

در نهایت؛ ما توی بدترین زمان تاریخ برای خرید سخت‌افزار هستیم. چه داخلی چه خارجی. اگر به کسی خارج از ایران دسترسی دارید پیشنهاد می‌کنم خرید نسخه‌های refurbished رو در نظر بگیرید.
اگر نیاز واجب ندارید؛ خرید نکنید
اگر خیلی نیاز دارید؛ سراغ موارد گیمینگ و خوشگل مشگل نرید

من ۳ تا سیستم رو با هزینه حمل و نقل کمتر از قیمت Steam Machine گرفتم

شرکت‌ها و کسانی که با من کار کردند می‌دونند من قبل از بستن قرارداد بعنوان مسئول تیم حتما باید تیمم رو ببینم؛ بعضی وقتا باهاشون صحبت می‌کنم بعضی وقتا از تسک‌هاشون می‌پرسم که یخشون آب بشه و بعد مثل همکار کنارشون می‌شینم فقط (صحبت بین تیمی کلی چیز بهم می‌گه)

دیروز عصر قبل از بستن قرارداد جدید بعنوان مدیر فنی یک شرکت همین کار رو کردم؛ ۲ ساعت آخر کاری شرکت وارد شرکت شدم و کنار نیروها نشستم؛‌ اینطوری شد که کم کم اکثر نیروها رفتند (شناوری شرکت ۷ صبح تا ۱۰ صبح؛ مدیر شرکت می‌گفت اینطوری ۹۵٪ مرخصی نمی‌خوان دیگه مثلا ی دکتر یا بانک یا ...می‌خواد بره نیرو) ۴ تا از نیروهای شرکت نشسته بودند که مدیر خدافظی کرد و بهشون گفت تا فردا هم که شده باید بمونند و تسک رو تحویل بدند.

و این بهترین موقعیت برای من بود؛ به بهانه منتظر ماشین بودن نشستم تا مدیر شرکت رفت و بعد با اون ۴ تا نیرو صحبت کردم؛ متوجه شدم مدیر شرکت (۳ ماه گذشته مدیر فنی نداشتند) خودش یک سری تسک تعریف می‌کنه و بچه‌ها باید برسونند بعد وسط اون تسک‌ها یک سری تسک میده (چون مشتری یک فیچر جدید خواسته) که این تسک‌ها باعث نمی‌شه تسک‌های قبلی زمان بیشتری بهش داده بشه و ... خلاصه خیلی سمی‌وار داشت با تسک و نیروها برخورد می‌کرد.

روی لینکدین نیروی اسکرام قبلی رو پیدا کردم؛ براش توضیح دادم وضعیت رو و نگرانیم راجب تسک رو و متوجه شدم ایشون هم به همین دلیل شرکت رو ترک کرده؛ برای این که من وخامت اوضاع رو درک کنم چون بهش گفتم یک وقتایی طبیعی هست گفت :
من ۱ ماه مونده بود که بچم به دنیا بیاد اما نهایتا حاضر شدم از اون شرکت برم (جایی که الان هست) با اینکه حتی حقوقم اینجا نصف اون شرکت بود و هیچ کدوم از اون مزایا رو نداشت.


الان دارم ایمیل میزنم که قرارداد رو رد کنم؛ چون با آدمی که تاوان اشتباهاتش رو دیگران باید پس بدند نمی‌تونم کار کنم.
بخصوص اینکه توی گذشته من هم تجریه چنین چیزی رو داشتم (اینکه چقدر این موضوع مخرب هست رو شاید یک روز دیگه نوشتم)

این رو یکی توی لینکدین گذاشته، گفته رفتار حرفه‌ای نبوده :

توی کامنت‌ها خوندم؛ ناراحتی ایشون این بوده که :

۱- چون موقعیت مدیریت بوده، باید زنگ میزدند.
۲- باید با کارجو هماهنگ می‌کردند که این روز و ساعت تایید بشه.

جونیور‌های عزیز اینطوری بد عادت نشید :
برای مورد اول -
بین زنگ زدن و پیامک دادن تفاوت نذارید، خیلی از افراد دوست ندارند بدون هماهنگی باهاشون تماس گرفته بشه.
مثلاً من کلاً گوشیم سایلنت هست و خیلی وقتا دور از دسترس، خانواده هم پیام می‌دهند که روی ساعتم ببینم و خودم بهشون زنگ بزنم.

برای مورد دوم -
شرکت برای استخدام چون شما روزمه فرستادید، یک زمانی رو می‌ذاره که ساعت‌هاش رو پر کنه.
بعد اگر شما امکانش رو نداشتید با پیام یا تماس درخواست تغییر ساعت یا روز می‌دید این روالش هست.