topdatalab

Маленький лайфхак для вайб кодеров "а можно было сделать проще по Парето?" Ччасто убирает мелкую ненужную ерунду из проекта

10 октября мы проводим онсайт хакатон в Лондоне с Anthropic, ElevenLabs, General Catalyst, EQT. Мест уже нет 🙁 Как раз сейчас делаю задачи/датасеты под него. Не такая простая задача, потому что можно зарядить мощную модель и она все сделает 🙂 https://www.dwelly.group/blog/london-ai-hackathon

Проект живет сам, недавно зарегистрировалось 4 сотрудника Революта. Да и вообще финтех версия пошла, с импортерами/экспортерами не получилось

pi.dev + Qwen3.8-27B-4bit (mlx) на M5 Max жрут батарею со скоростью 1%-2% в минуту не поработать в самолете 🙁 не думал, что так все плохо

3090

Как конкуренты пытаются вытащить секреты Dwelly :)

Купил только что в центре Лондона

В продолжении разговора, как собеседования начинают меняться

взятка по британски

Your perspective as ........ at ..... would add useful context to the group we’re bringing together at Wembley on 4 September ahead of the Bon Jovi concert.

The conversation will focus on what technology leaders are seeing across their teams.

We’ll make sure the evening feels relaxed, with dinner and drinks before enjoying the concert together from our private box.

Провел уже десятки таких AI coding интервью. Сделал для себя интересный вывод. Те, кто берут и делают все на слабой модели типа Sonnet выглядят на порядок лучше, чем те, кто берут сразу Opus Max и прочее. Почему? 1) Задача слишком простая для таких навороченных моделей. Вижу оверинжиниринг 2) Модель покруче делает дольше. Часто не успевает до конца интервью 3) Кандидат, который управляется с Соннет через ответы/вопросы, показывает себя лучше с точки зрения инженерной составляющей. PS: Думаю, не ограничить ли в будущем модель Соннетом

У меня сейчас лично паттерн фейковых резюме такой: 1) из Польши 2) почта аутлук 3) ссылка на linkedin нерабочая, хотя по форматы правильная. Возможно аккаунт был забанен

Вчера собеседовал читера! Пригласил посмотрев на резюме, хотя позже понял, что все последнее место работы расписано исключительно под нашу вакансию. Скорее всего фейк. Смотрю написано про dbt, спрашиваю, что с ним делал, ответ - ничего. Вижу Duckdb, спрашиваю, чем отличается отSQLlitе, отвечает, внимательно читая с экрана. Похоже на AI помощника. Решил крякнуть его GPT, спросил важный вопрос про duckdb, ответил неправильно. спросил его, уверен ли он в своем ответе, он почитал на экране, сказал, что да. Что там, много таких помощников развелось? 🙂 Может просить глаза закрывать? Слышал, что еще дипфеки появились для собесов.

Ребята, а кто-нибудь эксперементировал с локальными LLM моделями для разработки? Интересует использование их в паре с мощными моделями (Codex, claude), где простые задачи отдаются локальной модели

Если вы собеседуетесь сейчас, дам маленький совет. Учите продвинутую AI разработку в Claude/Codex! И не просто учите, а используйте (планы, скиллы, память, тесты как минимум). Поверьте, это вам сейчас пригодится на AI кодинг интервью. Код руками уж мало кто пишет и требует этого

https://www.docker.com/products/docker-sandboxes/ для изоляции кодинг агентов, чтобы как минимум не дать агенту запустить "rm -rf /" :) Я знаю, что для этого еще используют nixos, но похоже новый вариант от docker проще

Читаю резюме на Data quality analyst Из интересного: • часто встречаю Duckdb • встречаю SQLMesh, но только в США (впереди планеты всей?) • вижу корявые попытки использовать LLM для подстройки резюме под вакансию: I used dbt or sqlmesh for a data validation. Хочется спросить, что именно? Эти технологии взаимно исключающие В Dwelly активно внедряю SQLMesh. Уже работает на базе Google BigQuery. Конечно я сразу делаю проект как open source в компании. Также мне удалось применить SQLMesh для миграций данных. В связке Claude/Codex работает хорошо. А пока я продолжаю искать Data Quality Analysts. Мне или бывший QA (кто много работал с проверкой данных), или data analysts/engineers, кто много занимался такими задачми как реконсиляция https://job-boards.eu.greenhouse.io/dwelly/jobs/4937564101

``` Roman, Turing buys operating history from companies like Retail Rocket for frontier AI training, and pays up to $1M for it. That's the record your team builds just by running: the code, the product decisions, the design, the tickets, the docs, the threads behind how you ship. We acquire a defined, de-identified copy of it. One time, under NDA, in an air-gapped environment. Your live systems and your business keep running exactly as they are, and you set what's in scope and what never leaves. Nothing gets priced off a description. If it's a fit, we pull a representative sample, QA it, and build one valuation from that. One number, one contract, and the whole thing from first conversation to signed contract can take under a month. Worth a look? Get in touch and I'll take it from there. If you'd rather get the full picture first, here's how it works. Vijay Krishnan Co-founder & CTO, Turing ``` похоже нужны данные для AI?

Что вы думаете об этом https://sierra.ai/blog/the-ai-native-interview Тут и AI кодинг и отдельно дебаггинг

Новая позиция, буду нанимать сразу двух человек. Dwelly постоянно покупает агенства недвижимости, а это значит, что очень много работы требуется с интеграцией данных в нашу систему. Не сильно сложная, но требующая максимальной внимательности! https://job-boards.eu.greenhouse.io/dwelly/jobs/4937564101

Сегодня Dwelly подняла 170 млн. Это значит, что продолжаю нанимать. Еще одна позиция будет, fully remote https://www.bloomberg.com/news/articles/2026-07-28/ai-startup-dwelly-raises-170-million-for-real-estate-rollup