JumbaQ Tech

🇰🇿 Республика күні құтты болсын! Еліміз өркендеп, әр қазақстандықтың кәсіби дамуға және үлкен мақсаттарға жетуге мүмкіндігі мол болсын! 🇰🇿 С Днём Республики! Пусть наша страна процветает, а у каждого казахстанца будет больше возможностей для профессионального развития и достижения больших целей!

Часть 9: Интересные факты об NVIDIA И напоследок несколько fun facts про NVIDIA и Jensen Huang. 1. NVIDIA началась в Denny’s В 15 лет Jensen работал в Denny’s, американской сети ресторанов: сначала мыл посуду, потом стал помощником официанта, а затем официантом. А в 1993 году именно в Denny’s Jensen встретился с будущими сооснователями NVIDIA, чтобы обсудить идею компании. Спустя 30 лет в том же ресторане установили памятную табличку в честь этой истории. 2. CEO NVIDIA и AMD оказались родственниками Lisa Su, CEO AMD, одного из главных конкурентов NVIDIA, является дальней родственницей Jensen Huang. Мама Jensen и дедушка Lisa по маминой линии были родными братом и сестрой. При этом Jensen и Lisa не росли вместе и познакомились уже взрослыми. 3. А сегодня Jensen Huang впервые приехал в Казахстан 🇰🇿 23 октября Jensen впервые посещает Казахстан и проведёт в Астане встречу с Жасланом Мадиевым. Они обсудят развитие AI, вычислительной инфраструктуры, технологических талантов и возможности Казахстана в глобальной AI-индустрии. Посмотреть встречу можно на YouTube-канале Astana Hub

Часть 8: Как проходит интервью в NVIDIA? NVIDIA это Big Tech, поэтому в целом interview process похож на другие крупные технологические компании. Но конкретные этапы зависят от позиции и команды. Обычно процесс выглядит примерно так: Application → Resume Screening → Initial Interview → Technical Interview Loop → Hiring Manager / Team Interviews → Decision Для технических ролей могут быть coding interviews. NVIDIA официально пишет, что задачи могут решаться через HackerRank, на доске или на предоставленном ноутбуке. Одна interview-сессия обычно длится 45-60 минут, а интервью могут проходить one-on-one, небольшой группой или panel. На technical interviews проверяют не только способность написать код. NVIDIA сама рекомендует кандидатам объяснять ход решения, поэтому важно уметь рассуждать вслух и понятно коммуницировать свои решения. Для full-time кандидатов процесс обычно включает phone interview, а затем несколько virtual или in-person interviews.

Часть 7: Карьера в NVIDIA Может показаться, что для работы в NVIDIA обязательно нужно быть AI Engineer или заниматься разработкой GPU. Но на самом деле NVIDIA сегодня это огромная технологическая экосистема. Одна из больших категорий, Software Engineering. NVIDIA нанимает Software Engineers, Systems Engineers, Cloud Engineers, Security Engineers, Software Architects и других специалистов для работы над cloud infrastructure, distributed systems, networking, operating systems и developer tools. В зависимости от команды особенно часто встречаются C++, Python, Linux, CUDA, а также знания distributed systems, cloud и computer architecture. Но Software Engineering это только часть NVIDIA. Есть Hardware Engineers, которые проектируют chips, GPU и другие hardware-системы. Есть AI/ML Engineers и Research Scientists, которые работают с machine learning, deep learning и AI infrastructure. Также NVIDIA нанимает специалистов в robotics, autonomous vehicles, data centers, networking, product, program management, sales и других направлениях. То есть чтобы работать в NVIDIA, совсем не обязательно быть AI-исследователем. Здесь нужны специалисты с очень разным техническим опытом 🙌

Часть 6: Где находятся офисы NVIDIA? Сегодня в NVIDIA работает более 42 000 человек в 38 странах, а у компании более 50 офисов по всему миру. Главный офис находится в Santa Clara, California, в самом сердце Silicon Valley. Но NVIDIA давно не только американская компания. Крупные engineering-команды работают в США, Индии, Китае и Тайване. Офисы также есть в Канаде, Японии, Южной Корее, Сингапуре, Германии, Великобритании, Швейцарии, Польше и других странах. И международным специалистам не обязательно быть гражданами США, чтобы попасть в американский офис. NVIDIA нанимает иностранных специалистов и выступает спонсором H-1B, рабочей визы США для квалифицированных специалистов. Только за первый квартал FY2026 с NVIDIA было связано 2 491 H-1B Labor Condition Applications. В Европе и Азии NVIDIA также нанимает международных специалистов и может поддерживать оформление рабочих виз и разрешений, но условия зависят от конкретной страны, позиции и местного иммиграционного законодательства. А какие именно специалисты нужны NVIDIA и на какие позиции можно подаваться, разберём в следующей части 🙌

Часть 5: Культура NVIDIA Все кризисы и необходимость постоянно меняться сильно повлияли на культуру NVIDIA. Одна из её особенностей, относительно плоская структура. Jensen старается минимизировать лишние уровни менеджмента, чтобы информация распространялась быстрее, а решения принимались ближе к самой проблеме. Один из принципов NVIDIA звучит как “The mission is boss”, то есть главное не должность человека, а общая цель компании. Jensen даже не проводит регулярные one-on-one встречи со своими direct reports. Он предпочитает обсуждать многие вопросы вместе, чтобы информация и feedback сразу были доступны другим. В результате NVIDIA старается оставаться быстрой, гибкой и готовой менять направление, несмотря на огромный размер компании. Но культура здесь довольно требовательная. Сам Jensen признавал, что он demanding и с ним непросто работать: по его мнению, делать что-то выдающееся не должно быть легко. При этом успех NVIDIA сделал многих сотрудников очень состоятельными благодаря акциям компании. Jensen даже говорил:

«Я создал больше миллиардеров в своей management team, чем любой другой CEO».

Получается интересное сочетание: высокая свобода и скорость, но одновременно очень высокие ожидания и ответственность

Часть 4: Переломный момент для NVIDIA В начале 2010-х исследователи активно развивали machine learning, обучая компьютеры, например, распознавать объекты на фотографиях. Для этого нейросетям нужно было показать огромное количество примеров, а значит требовалось много вычислительной мощности. И здесь технологии NVIDIA оказались очень кстати. В 2012 году исследователи University of Toronto обучили нейросеть AlexNet на GPU NVIDIA. Она показала очень сильный результат в распознавании изображений и стала одним из ключевых моментов развития современного AI. После этого GPU всё активнее начали использовать для обучения нейросетей. А в 2022 году, после запуска ChatGPT, начался массовый бум generative AI. Теперь AI мог не только распознать кошку на фотографии, но и создать изображение кошки, текст, код и другой контент. И NVIDIA уже была готова предоставить необходимую вычислительную мощность. В 2023 году капитализация NVIDIA впервые достигла $1 трлн. Сегодня она превышает $5 трлн. Но путь NVIDIA к этому результату далеко не всегда был гладким. Кризисы, неудачные ставки и необходимость постоянно меняться сильно повлияли на то, каким лидером стал Jensen Huang и какую культуру он построил внутри NVIDIA. Как устроена культура компании, расскажу в следующей части 🙌

Часть 3: Кто такой Jensen Huang? Jensen Huang родился в 1963 году на Тайване, а ещё ребёнком переехал в США. Он получил образование в electrical engineering, электротехнике, работал в AMD и LSI Logic, а в 1993 году, в 30 лет, вместе с Chris Malachowsky и Curtis Priem основал NVIDIA. И лично меня история NVIDIA вдохновляет не потому, что сегодня компания стоит триллионы долларов, а потому, сколько раз ей приходилось меняться, чтобы выжить. Первый серьёзный кризис произошёл уже в 90-х. NVIDIA работала с Sega над графическими chips для игровых консолей, но поняла, что её технология движется не туда, куда идёт рынок. Компании пришлось отказаться от выбранного направления и практически начать заново. А в 2006 году NVIDIA сделала ещё одну огромную ставку, CUDA, software-платформу, которая позволила использовать GPU не только для графики, но и для других вычислений. NVIDIA годами вкладывала в неё огромные ресурсы, хотя будущий рынок ещё был далеко не очевиден. И именно здесь начинается следующая глава истории NVIDIA 🙌

Часть 2. Что вообще такое NVIDIA? Хотя сегодня NVIDIA одна из крупнейших Big Tech компаний мира, многие из нас гораздо лучше знакомы с Google, Apple или Amazon. Про NVIDIA массовая аудитория начала особенно много слышать только в последние несколько лет. Но на самом деле компании уже больше 30 лет. NVIDIA основали в 1993 году три инженера: Jensen Huang, Chris Malachowsky и Curtis Priem. Они верили, что персональные компьютеры станут большой платформой для игр и мультимедиа, а для этого потребуется намного более мощная компьютерная графика. Поэтому NVIDIA начала разрабатывать graphics chips, специальные процессоры для обработки компьютерной графики. В 1995 году компания выпустила свой первый chip NV1 и начала сотрудничать с Sega, японской компанией, известной своими игровыми консолями. Позже NVIDIA получила от Sega контракт на разработку следующего поколения graphics chip. То есть NVIDIA начинала совсем не как AI-компания. Её история началась с компьютерной графики и видеоигр. А теперь самое интересное. В конце 2022 года капитализация NVIDIA составляла около $360 млрд. Сегодня она превышает $5 трлн. То есть всего за несколько лет стоимость компании на фондовом рынке выросла примерно в 14 раз. И огромную роль в этом пути сыграл человек, который управляет NVIDIA с самого основания, Jensen Huang. О нём расскажу в следующей части 🙌

Jensen Huang впервые приезжает в Казахстан 🇰🇿 Основатель и CEO NVIDIA, первой в истории компании, достигшей капитализации в $5 трлн, сегодня приезжает в Астану. И мне кажется, это отличный повод наконец разобраться: а что вообще такое NVIDIA и как компания стала Big Tech-ом и одним из главных игроков AI-революции? Поэтому запускаю новую серию про NVIDIA 🙌 Разберём: • как NVIDIA прошла путь от gaming до AI • история Jensen Huang • как устроена необычная культура NVIDIA • каких инженеров компания нанимает • где находятся офисы и hubs • как проходят интервью и собеседования • и несколько очень неожиданных фактов

❓ Активно подаётесь в Big Tech, но рекрутеры не отвечают на ваши сообщения? ❓ Планируете подаваться, но не знаете, как правильно выйти на нужного рекрутера? ❓ Получили приглашение на recruiter screening, но не знаете, как к нему подготовиться? 28 октября разберём весь путь от первого контакта до recruiter screening вместе с: 🎙 Kelsey Barrantes - Senior Big Tech Recruiter с 10+ годами опыта найма в Microsoft (США) и Amazon (Лондон). После вебинара вы получите: 🔸 Пошаговый алгоритм поиска нужного Big Tech рекрутера 🔸 Готовый шаблон cold message для первого контакта от Kelsey 🔸 Практические рекомендации, как повысить шанс получить ответ от рекрутера 🔸 Чеклист подготовки к recruiter screening 🔸 Структуру self-introduction и ответов на ключевые вопросы рекрутера 🔸 Стратегию follow-up после recruiter screening 🔸 Инструкции, как выстраивать долгосрочные профессиональные отношения с рекрутерами И сможете задать свои вопросы напрямую во время Q&A. 📅 28 октября 2026 🕖 19:00 по Астане (UTC+5) 💻 Онлайн, на английском 🎟 50 000 ₸ 🎥 Запись будет доступна участникам Регистрация: www.jumbaq.kz/#events

Какие темы чаще встречаются на Coding Interview в Amazon и Google? Самое главное: предугадать конкретную тему невозможно. Обе компании могут дать задачу практически из любой фундаментальной темы Data Structures & Algorithms (DSA). Но есть нюансы 🙌 🟠 Amazon Amazon interviewers проходят training и работают по общим hiring standards. При этом процесс достаточно decentralized: конкретный interviewer может использовать свой набор подготовленных задач. В Amazon нету официального списка задач для coding interviews. Amazon делает акцент на problem solving: насколько решение correct, efficient и robust, как кандидат работает с edge cases и объясняет trade-offs. 🔥 Особенно хорошо готовьте: • Arrays & Strings • HashMap / HashSet • Trees & Graphs • BFS / DFS • Heaps / Priority Queue • Sorting / Binary Search • Sliding Window / Two Pointers Также освежите: Dynamic Programming, Recursion / Backtracking, Stacks & Queues, Linked Lists, Greedy, Prefix Sum, Tries, Topological Sort. Отдельно готовьте Object-Oriented Design (OOD) / Low-Level Design (LLD). Такие задачи могут встречаться даже на L4 / SDE I. 🔵 Google В Google процесс более centralized: interviewers работают с внутренним question pool / question bank для стандартизации интервью. Google особенно известен фокусом на algorithmic problem solving и follow-up questions, которые могут усложнять первоначальную задачу. 🔥 Особенно хорошо готовьте: • Trees & Graphs • BFS / DFS • Recursion / Backtracking • Dynamic Programming • Arrays & Strings • Hashing Также: Heaps / Priority Queue, Binary Search / Sorting, Tries, Union Find, Topological Sort, Two Pointers / Sliding Window, Stacks & Queues, Greedy, Prefix Sum, Linked Lists, Math / Bit Manipulation. Главный вывод: темы сильно пересекаются. Разница больше в акцентах и формате. Для обеих компаний стратегия одна: база DSA → частые темы → mixed problems без подсказки, какой pattern использовать

Что происходит во время решения задачи на Coding Interview? В Amazon и Google сам процесс решения очень похож. И главное: Coding Interview не начинается с написания кода. 1. Получили задачу Не ожидайте полностью оформленную LeetCode-задачу со всеми constraints и examples. Interviewer может устно дать короткое описание, где не хватает деталей. Часть интервью как раз в том, чтобы разобраться в задаче. 2. Убедитесь, что поняли задачу Кратко проговорите своими словами, что нужно сделать. Задайте clarifying questions и уточните assumptions: • какой может быть input? • возможны ли duplicates? • какие есть constraints? • что нужно вернуть? 3. Разберите пример и edge cases Возьмите простой example и проверьте, правильно ли поняли задачу. 4. Обсудите решение До кода объясните, какой algorithm и data structure хотите использовать и почему. Не нужно предлагать пять решений. Главное: показать логику и объяснить выбор. И следите за временем. Не начинайте писать через 20 секунд, но и не обсуждайте задачу 20 минут. Потратьте несколько минут на понимание и approach, затем переходите к коду. 5. Пишите код Не замолкайте надолго. Объясняйте ключевые решения. Если застряли, проговорите, где возникла проблема. Interviewer может дать hint или задать наводящий вопрос. Слушайте подсказки. 6. Проверьте решение Пройдитесь по example и edge cases, исправьте ошибки и назовите Time & Space Complexity. Хороший процесс: Понять → Уточнить → Пример → Решение → Код → Проверка → Complexity 🙌

А теперь давайте разберем, как начинается сам Coding Interview. У Amazon и Google первые несколько минут обычно выглядят довольно похоже. 1. Подключение Лучше зайти за несколько минут до начала и заранее проверить: • camera • microphone • internet connection • interview link Google прямо рекомендует протестировать оборудование до интервью. Amazon также заранее присылает инструкции для подключения к interview platform. 2. Introductions После подключения interviewer обычно представляется: имя, роль, иногда команда и чем занимается. Вас также могут попросить представиться или подтвердить имя, чтобы убедиться, что подключился нужный кандидат. У Google дополнительно существует отдельный Identity Verification: кандидат заранее подтверждает личность через government-issued ID и selfie. 3. Agenda Interviewer обычно кратко объясняет структуру встречи: “First, we’ll do introductions, then we’ll move to coding, and leave a few minutes for your questions.” В Amazon часть интервью также может быть посвящена behavioral questions по Leadership Principles. 4. Coding environment После introductions interviewer открывает или отправляет ссылку на coding environment. В Amazon для этого может использоваться Livecode, а в Google кандидат получает доступ к shared coding tool. И после этого начинается уже сам Coding Interview: interviewer прогаваривает условия задачи, и начинается техническая часть. А в следующем видео сделаем deep dive именно в процесс решения задачи на Coding Interview 🙌

Теперь давайте сфокусируемся на самом техническом этапе: Coding Interview. Для многих профессий, где coding занимает важную часть работы, нужно быть готовым к algorithmic interviews: • Software Engineer • Backend / Frontend Engineer • Machine Learning Engineer • AI Engineer • некоторые Data / Infrastructure роли Формат, количество задач и их сложность будут зависеть от компании, роли и level кандидата. Но общий принцип похожий: кандидат получает algorithmic problem и решает ее вместе с interviewer. 🟠 Amazon Coding обычно проходит в рамках ~55-минутного интервью. Amazon ожидает синтаксически корректный код, а не pseudocode в итоге. 🔵 Google Coding interview обычно занимает около часа. Кандидат решает algorithmic problem и параллельно объясняет ход своих мыслей. И здесь есть важный момент: ❗️Это не привычная разработка в IntelliJ или VS Code. Не стоит рассчитывать на autocomplete, AI assistant и подсказки Integrated Development Environment (IDE). Поэтому один из главных советов при подготовке: Выберите один programming language и научитесь свободно писать на нем без подсказок. Стоит освежить память на: • syntax • collections и основные data structures • loops / conditions • sorting • string operations • основные built-in methods Всю standard library учить наизусть не нужно. Но если на интервью много времени уходит на попытки вспомнить, как создать HashMap или отсортировать array, на сам алгоритм остается меньше времени. Поэтому рекомендую решать LeetCode без autocomplete и IDE 🙌

После Interview Loop и, если он есть, Team Matching наступает самый долгожданный этап: Offer. 🎉 Сначала recruiter обычно сообщает хорошую новость и обсуждает основные условия, после чего кандидат получает письменный Offer Letter. Что обычно входит в offer? • Position и level • Location • Start date • Compensation • Benefits • основные условия employment Compensation в Big Tech часто состоит не только из salary. В зависимости от компании и level могут быть: Base Salary + Sign-on Bonus + Equity / RSUs RSU (Restricted Stock Unit) - акции компании, которые переходят сотруднику постепенно по vesting schedule. Например, Amazon официально указывает, что offer для New Grad включает location, benefits и start date. Компания также обсуждает возможные visa вопросы и подготовку к выходу на работу. На этом этапе начинается и paperwork. В зависимости от страны и компании могут запросить: • passport / government-issued ID • подтверждение права на работу • immigration / visa documents • информацию для background check • данные об образовании или предыдущем employment, если требуется проверка Google, например, требует Identity Verification кандидатов с government-issued ID. Важно: порядок этапов может отличаться. В некоторых hiring processes сначала определяется конкретная команда, затем формируется offer. В других случаях team placement или дополнительные организационные детали могут продолжаться параллельно. И еще один важный момент: получить offer ≠ сразу подписать offer. Сначала нужно внимательно проверить level, compensation, location, start date, immigration conditions и остальные условия. А уже после этого приступить к финальной теме: Offer Negotiation. О нем напишу в следующем посте 🙌

После Interview Loop в некоторых компаниях начинается важный этап: Team Matching. И здесь Google и Amazon отличаются. 🔵 Google После успешного technical loop кандидат не всегда сразу получает конкретную команду. Для многих Software Engineer позиций начинается Team Matching: профиль кандидата рассматривают команды с открытым headcount, после чего проходят разговоры с Hiring Managers. Обычно обсуждают: • над чем работает команда • какой scope у роли • насколько опыт кандидата подходит команде • интересен ли проект самому кандидату Это двусторонний процесс: команда выбирает кандидата, а кандидат оценивает manager, продукт и направление. Team Matching может занять несколько недель или дольше, если подходящего headcount мало. 🟠 Amazon В Amazon experienced-кандидаты часто интервьюируются на конкретную vacancy или team, поэтому отдельного Team Matching может не быть. Но существуют и fungible roles. Fungible означает, что кандидата нанимают в более широкий Software Development Engineer (SDE) hiring pool, а конкретную команду могут определить позже в зависимости от skills, location, headcount и business needs. Такой подход встречается и в некоторых New Grad / university hiring процессах. Как проходить Team Matching? Не воспринимайте его как формальность. Это возможность выбрать будущую рабочую среду. Спросите Hiring Manager: • Какие главные задачи команды на ближайшие 6-12 месяцев? • Как выглядит типичный проект инженера моего level? • Как измеряется success? • Почему открыта эта позиция? • Какие возможности для роста есть в команде? И главное: не пытайтесь просто получить любой match. После найма именно команда, manager и scope работы будут сильно влиять на ваш рост.

После Interview Loop в некоторых компаниях начинается важный этап: Team Matching. И здесь Google и Amazon отличаются. 🔵 Google После успешного technical loop кандидат не всегда сразу получает конкретную команду. Для многих Software Engineer позиций начинается Team Matching: профиль кандидата рассматривают команды с открытым headcount, после чего проходят разговоры с Hiring Managers. Обычно обсуждают: • над чем работает команда • какой scope у роли • насколько опыт кандидата подходит команде • интересен ли проект самому кандидату Это двусторонний процесс: команда выбирает кандидата, а кандидат оценивает manager, продукт и направление. Team Matching может занять несколько недель или дольше, если подходящего headcount мало. 🟠 Amazon В Amazon experienced-кандидаты часто интервьюируются на конкретную vacancy или team, поэтому отдельного Team Matching может не быть. Но существуют и fungible roles. Fungible означает, что кандидата нанимают в более широкий Software Development Engineer (SDE) hiring pool, а конкретную команду могут определить позже в зависимости от skills, location, headcount и business needs. Такой подход встречается и в некоторых New Grad / university hiring процессах. Как проходить Team Matching? Не воспринимайте его как формальность. Это возможность выбрать будущую рабочую среду. Спросите Hiring Manager: • Какие главные задачи команды на ближайшие 6-12 месяцев? • Как выглядит типичный проект инженера моего level? • Как измеряется success? • Почему открыта эта позиция? • Какие возможности для роста есть в команде? И главное: не пытайтесь просто получить любой match. После найма именно команда, manager и scope работы будут сильно влиять на ваш рост.

После Initial Technical Screening начинается основной Technical Loop, или то, что часто называют Onsite. И здесь Amazon и Google отличаются еще сильнее. 🟠 Amazon Для Software Development Engineer II (SDE II) Amazon сейчас указывает 4 интервью по 55 минут. Для Senior Software Development Engineer (SDE III) - 5 интервью по 55 минут. Loop проверяет несколько компетенций: • Coding / Data Structures & Algorithms • System Design • Leadership Principles Важно: в Amazon Leadership Principles обычно не существуют только как отдельный behavioral round. Во время разных интервью вас могут сначала 20-30 минут спрашивать behavioral questions по Leadership Principles, а затем перейти к coding или technical part. Для SDE II и выше Amazon также рекомендует ожидать как минимум один System Design question. 🔵 Google Формат зависит от level. Например, для L4 Software Engineer loop обычно состоит из нескольких 45-минутных интервью: • 2-3 Coding / Data Structures & Algorithms • Googleyness & Leadership А начиная примерно с L5 добавляется System Design. Типичный L5 loop может выглядеть так: • 3 Coding • 1 System Design • 1 Googleyness & Leadership Для специализированных ролей структура меняется. Например, Machine Learning Engineer может проходить обычные algorithmic coding interviews плюс ML-specific rounds, включая Machine Learning System Design. Поэтому перед подготовкой обязательно спросите recruiter: “What will each interview in my loop evaluate?” Количество и формат интервью зависят от level, role, team и location. А в этой серии постов сфокусируемся именно на Coding / Algorithmic Interviews 🙌

После Resume Screening и Recruiter Screening начинается Initial Technical Screening. В зависимости от компании и уровня это может быть Online Assessment (OA) или Technical Phone Screen. И здесь Amazon и Google уже начинают отличаться. 🟠 Amazon Например, для Software Development Engineer II (SDE II) Amazon сейчас использует Online Assessment: • 90 минут: 2 coding problems • ~15-20 минут: System Design scenarios • ~8-10 минут: Work Style Survey по Leadership Principles На весь assessment Amazon рекомендует заложить около 2 часов. А для Senior Software Development Engineer (SDE III) может использоваться Technical Phone Screen около 60 минут. Примерно половина интервью посвящена Leadership Principles, вторая часть может включать coding и system design. Про Leadership Principles и System Design поговорим отдельно. В этой серии сфокусируемся на algorithmic coding interviews. 🔵 Google Для Software Engineers Technical Screen обычно сильнее сфокусирован на coding. Кандидат получает algorithmic problem и должен: понять задачу → задать clarifying questions → предложить решение → выбрать data structure/algorithm → написать код → проверить edge cases → объяснить time & space complexity. Проверяют не только: «Получил ли кандидат правильный ответ?» Но и: «Как он думает и решает незнакомую задачу?» Обычно это 45-60 минут, иногда technical screens может быть несколько. Важно: конкретный процесс зависит от level, role и location, поэтому формат всегда стоит уточнять у recruiter 🙌