Big Data AI
رفتن به کانال در Telegram
@haarrp - админ Вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейроннным сетям @data_analysis_ml - анализ данных @ai_machinelearning_big_data @itchannels_telegram - важное для программиста РКН: clck.ru/3Fmqxe
نمایش بیشتر
شبکه:📈 تحلیل کانال تلگرام Big Data AI
کانال Big Data AI (@bigdatai) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 18 365 مشترک است و جایگاه 7 113 را در دسته فناوری و برنامه‌ها و رتبه 35 883 را در منطقه روسيا دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 18 365 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 26 اکتبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 164 و در ۲۴ ساعت گذشته برابر -3 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 8.26% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.85% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 1 517 بازدید دریافت می‌کند. در اولین روز معمولاً 707 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 8 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند llm, openai, github, nvidia, deepseek تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“@haarrp - админ
Вопросы с собеседований по Machine Learning, Data Science, Deep Learning и Нейроннным сетям
@data_analysis_ml - анализ данных
@ai_machinelearning_big_data
@itchannels_telegram - важное для программиста
РКН: clck.ru/3Fmqxe”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 27 اکتبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.
18 365
مشترکین
-324 ساعت
+1087 روز
+16430 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+260
در 38 کانال‌ها
سپتامبر '26
+120
در 30 کانال‌ها
Get PRO
اوت '26
+162
در 42 کانال‌ها
Get PRO
ژوئیه '26
+73
در 43 کانال‌ها
Get PRO
ژوئن '26
+51
در 0 کانال‌ها
Get PRO
مه '26
+54
در 1 کانال‌ها
Get PRO
آوریل '26
+245
در 2 کانال‌ها
Get PRO
مارس '26
+1 786
در 3 کانال‌ها
Get PRO
فوریه '26
+683
در 5 کانال‌ها
Get PRO
ژانویه '26
+145
در 0 کانال‌ها
Get PRO
دسامبر '25
+114
در 2 کانال‌ها
Get PRO
نوامبر '25
+339
در 44 کانال‌ها
Get PRO
اکتبر '25
+158
در 14 کانال‌ها
Get PRO
سپتامبر '25
+231
در 36 کانال‌ها
Get PRO
اوت '25
+148
در 3 کانال‌ها
Get PRO
ژوئیه '25
+389
در 52 کانال‌ها
Get PRO
ژوئن '25
+237
در 37 کانال‌ها
Get PRO
مه '25
+136
در 3 کانال‌ها
Get PRO
آوریل '25
+217
در 27 کانال‌ها
Get PRO
مارس '25
+471
در 4 کانال‌ها
Get PRO
فوریه '25
+264
در 41 کانال‌ها
Get PRO
ژانویه '25
+402
در 44 کانال‌ها
Get PRO
دسامبر '24
+557
در 39 کانال‌ها
Get PRO
نوامبر '24
+463
در 54 کانال‌ها
Get PRO
اکتبر '24
+620
در 57 کانال‌ها
Get PRO
سپتامبر '24
+709
در 199 کانال‌ها
Get PRO
اوت '24
+581
در 40 کانال‌ها
Get PRO
ژوئیه '24
+692
در 50 کانال‌ها
Get PRO
ژوئن '24
+747
در 57 کانال‌ها
Get PRO
مه '24
+671
در 36 کانال‌ها
Get PRO
آوریل '24
+679
در 46 کانال‌ها
Get PRO
مارس '24
+779
در 22 کانال‌ها
Get PRO
فوریه '24
+1 165
در 4 کانال‌ها
Get PRO
ژانویه '24
+1 256
در 44 کانال‌ها
Get PRO
دسامبر '23
+593
در 40 کانال‌ها
Get PRO
نوامبر '23
+297
در 30 کانال‌ها
Get PRO
اکتبر '23
+782
در 1 کانال‌ها
Get PRO
سپتامبر '23
+717
در 0 کانال‌ها
Get PRO
اوت '23
+893
در 0 کانال‌ها
Get PRO
ژوئیه '23
+570
در 0 کانال‌ها
Get PRO
ژوئن '23
+635
در 0 کانال‌ها
Get PRO
مه '23
+859
در 0 کانال‌ها
Get PRO
آوریل '23
+430
در 0 کانال‌ها
Get PRO
مارس '23
+146
در 0 کانال‌ها
Get PRO
فوریه '23
+164
در 0 کانال‌ها
Get PRO
ژانویه '23
+289
در 0 کانال‌ها
Get PRO
دسامبر '22
+700
در 0 کانال‌ها
Get PRO
نوامبر '22
+6 074
در 0 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 26 اکتبر | +2 | |||
| 25 اکتبر | +1 | |||
| 24 اکتبر | +1 | |||
| 23 اکتبر | +4 | |||
| 22 اکتبر | +13 | |||
| 21 اکتبر | +102 | |||
| 20 اکتبر | +6 | |||
| 19 اکتبر | +8 | |||
| 18 اکتبر | +23 | |||
| 17 اکتبر | +31 | |||
| 16 اکتبر | +2 | |||
| 15 اکتبر | 0 | |||
| 14 اکتبر | +4 | |||
| 13 اکتبر | +3 | |||
| 12 اکتبر | +11 | |||
| 11 اکتبر | +1 | |||
| 10 اکتبر | +3 | |||
| 09 اکتبر | +3 | |||
| 08 اکتبر | +2 | |||
| 07 اکتبر | +12 | |||
| 06 اکتبر | +4 | |||
| 05 اکتبر | +3 | |||
| 04 اکتبر | +9 | |||
| 03 اکتبر | +3 | |||
| 02 اکتبر | +4 | |||
| 01 اکتبر | +5 |
پست‌های کانال
Nanbeige4.3-33B – открытая модель с контекстом 512K и акцентом на работу ИИ-агентов.
Это плотная модель на 33 млрд параметров, предназначенная для программирования, вызова инструментов и выполнения многошаговых рабочих задач.
В сравнении команды с Qwen3.8-27B:
- Terminal-Bench 2.1: 80,9 против 73,0.
- DeepSWE: 65,5 против 42,5.
- Automation Bench: 54,2 против 38,3.
- JobBench: 44,8 против 34,5.
Модель лидирует в большинстве тестов опубликованного сравнения, хотя на SWE-Bench Pro и GDPval уступает Qwen. Все результаты приведены разработчиками.
Можно переключать режимы с рассуждениями и без них, а также сохранять предыдущие рассуждения в контексте многошаговой работы. Для вызова инструментов поддерживаются XML и JSON.
Nanbeige4.3-33B также станет учителем для будущих компактных моделей, начиная с Nanbeige4.3-3B.
Лицензия – Apache 2.0. Доступен запуск через Transformers, SGLang и vLLM.
https://huggingface.co/Nanbeige/Nanbeige4.3-33B
| 2 |  بدون متن... | 872 |
| 3 |  Если энтропия всегда растёт, почему молекулы могут вернуться туда, откуда начали?
В 1896 году молодой математик Эрнст Цермело поставил перед Людвигом Больцманом неудобный вопрос.
Он использовал теорему возвращения Пуанкаре: при определённых условиях ограниченная механическая система почти для любого начального состояния рано или поздно вернётся сколь угодно близко к нему.
Представьте газ, первоначально собранный в одной половине закрытого сосуда. После удаления перегородки он заполнит весь объём. Но теорема допускает почти полное возвращение к исходному состоянию.
Как это совместить с необратимым ростом энтропии?
Больцман не отвергал математику. Его ответ опирался на вероятность: для обычного газа подобного возвращения пришлось бы ждать немыслимо долго.
Равновесию соответствует колоссально больше микроскопических состояний, чем газу, собравшемуся в углу. Поэтому движение к равновесию подавляюще вероятно, а обратный процесс практически ненаблюдаем.
Спор помог прояснить статистическую природу второго начала термодинамики: макроскопическое уменьшение энтропии чрезвычайно маловероятно, но не запрещено самими законами механики.
https://plato.stanford.edu/entries/statphys-statmech/ | 984 |
| 4 |  Что делать с данными? 💬
Строить отчёты. А ещё, например:
✅находить закономерности в больших массивах;
⬜️предсказывать поведение пользователей;
⬜️строить рекомендательные системы;
⬜️обучать и улучшать ML-модели;
⬜️создавать продукты и помогать бизнесу расти.
В Школе аналитиков данных МТС учатся решать такие задачи на практике.
В программе — SQL и Python, математика и статистика, анализ данных, машинное обучение и большие данные, а также нейросети и рекомендательные системы.
Занятия ведут действующие эксперты Центра BigData MWS. Теория чередуется с практикой, а преподаватели дают обратную связь по работам и помогают отслеживать прогресс.
Это будет интересно:
➡️студентам последних курсов и выпускникам технических вузов
➡️алитикам данных, которые хотят погружаться в исследования
➡️ИТ-специалистам, которые хотят перейти в новое для себя направление
Обучение продлится 10 месяцев и будет полностью бесплатным.
⚡️ Сейчас — последний шанс подать заявку, так как прием закрывается 25 октября. Для поступления кандидатам предстоит заполнить анкету, написать мотивационное письмо и пройти отборочное тестирование.
Отправить заявку ↗️ | 606 |
| 5 |  Вопрос с собеседования по ML: зачем делить на корень из d в attention?
Разбор популярного вопроса на собеседованиях по машинному обучению: почему в attention
скалярное произведение делят на корень из d.
Показываем на реальных расчётах, как без этого softmax насыщается, а градиенты пропадают. Сохрани, чтобы не завалить на интервью.
https://www.youtube.com/shorts/sbkDkGJU1ww | 1 000 |
| 6 |  Gemini 4 Argon объединила три открытых набора данных и создала интерактивную 3D-визуализацию анатомии человека.
Можно переключать анатомические слои прямо во время анимации, рассматривать отдельные мышцы или заглянуть внутрь бьющегося сердца. | 1 180 |
| 7 |  Сколько стоит разделить рекомендательный пайплайн на стримы
Разделить большой пайплайн на независимые стримы — не значит бесплатно упростить разработку. У такого подхода есть цена: отдельные структуры приходится создавать для каждого стрима, а часть операций выполняется последовательно.
В AI VK решили эту проблему двумя оптимизациями: повторно используют компоненты пайплайна между запросами и стримами, а вычисленные признаки — переиспользуют между стримами в рамках одного запроса. В результате переход не привёл к заметному росту потребления ресурсов.
Как устроена эта архитектура и что она меняет в работе команд — читайте в статье. | 1 175 |
| 8 | Ornith-1.5-122B — открытая MoE-модель для программирования и ИИ-агентов с обучением на самостоятельно созданных задачах.
В процессе обучения система генерирует задания, подбирает стратегии решения и улучшает модель через reinforcement learning. Цикл охватывает и сами задачи, и организацию работы агента, и его попытки решения.
Результаты по оценке разработчиков:
- 84,5% — SWE-bench Verified.
- 76,9% — SWE-bench Pro.
- 81,2% — TerminalBench 2.1.
- 48% — Humanity’s Last Exam с инструментами.
Контекст — 262 тыс. токенов, с расширением через YaRN — примерно до 1 млн. Поддерживаются вызовы инструментов, запуск через vLLM и SGLang и подключение к агентам через OpenAI-совместимый API.
Веса доступны под лицензией MIT. Основной акцент — работа с большими кодовыми базами и выполнение многошаговых задач.
https://huggingface.co/ornith-ai/Ornith-1.5-122B | 1 164 |
| 9 |  Виртуальных агентов обсудят на митапе «Русское техно 2» от MWS 23 октября. ⚡ Успейте зарегистрироваться.
В программе доклады и дискуссии по темам:
— Как построить control plane для персональных ИИ-агентов на Kubernetes.
— Как построить агентный производственный процесс в связке с Harness.
— Подходы к управлению командами с ИИ-агентами. Как меняются метпроцессы внутри команды?
— Когда ИИ-агент становится экономически оправданным.
А также участников ждет битва промптов и нетворкинг.
Когда: 23 октября
Формат: офлайн в Москве и онлайн
Зарегистрироваться | 1 107 |
| 10 |  DeepSeek открыла исходный код DeepInfer - собственного движка для запуска ИИ-моделей.
Именно он обеспечивает работу DeepSeek-V4.1-Flash с высокой производительностью и минимальными задержками.
Главное:
- Ускорение инференса - больше запросов за меньшее время.
- Эффективное использование GPU - снижение затрат на вычисления.
- Параллельная обработка - высокая пропускная способность при больших нагрузках.
- Снижение стоимости ИИ - меньше ресурсов на генерацию каждого ответа.
DeepInfer опубликован под лицензией Apache 2.0. Разработчики смогут использовать технологии DeepSeek в собственных проектах.
GitHub: https://github.com/deepseek-ai/DeepInfer | 838 |
| 11 |  One Day Offer: стань щитом для миллионов клиентов! 🔥
В департамент противодействия мошенничеству Сбера нужен аналитик данных в антифрод — чтобы разбирать тренды мошенничества, находить скрытые паттерны и превращать их в правила защиты.
Готов к таким задачам — добро пожаловать на One Day Offer: отбор за один день, разбор реальных кейсов, быстрая обратная связь.
24 октября, онлайн, регистрация и подробности — здесь! | 1 008 |
| 12 |  ⚡️ Тибо Соттьё возглавил сентябрьский рейтинг посещаемости в X
Аккаунт Тибо, который отвечает в OpenAI за ChatGPT, Codex и API, в сентябре собрал наибольшую долю трафика среди аккаунтов X. Такие данные приводит рейтинг Similarweb.
Второе место занял спортивный журналист Фабрицио Романо, с новостями о футбольных трансферах, третье – Илон Маск.
В августе Тибо был вторым, а в июле – четвёртым.
Рост популярности связан с тем, что пользователи следят за анонсами о сбросе лимитов. По статистике Х, за год Тибо опубликовал 83 таких объявления, из них 60 - про полные сбросы.
Поклонники завели сайты, которые отслеживают сбросы, а сам Соттьё пишет, что люди уже останавливают его на улице и просят обнулить лимиты.
Similarweb в таких рейтингах считает долю веб-трафика соцсети, которая приходится на страницу аккаунта, без учёта приложения X. Поэтому рейтинг показывает, как часто открывают профиль, а не охват публикаций или число подписчиков.
В июле у Соттьё их было около 250 тысяч (сейчас 893), у Маска - 240 миллионов.
https://x.com/Similarweb/status/2105254978411454973
@ai_machinelearning_big_data
#news #ai #ml | 859 |
| 13 |  🔎 RAG нашёл документы. Но следует ли ответ из этих документов?
На Hugging Face опубликован Jev-RAG-Claim-Verification-130K: датасет для исследования галлюцинаций и проверки того, подтверждаются ли утверждения предоставленным контекстом.
Внутри 130 тысяч проверок, построенных на 12 118 ответах из RAGTruth. Для каждой сохранены исходная разметка и отдельное предсказание проверяющей модели jev-1.13.0.
21 181 расхождение между моделью и разметкой. В 1 265 категориальных проверках модель сообщала уверенность не ниже 90%, но её решение расходилось с эталоном. Готовый материал для разбора уверенных ошибок, хотя само расхождение ещё не доказывает ошибку модели.
https://huggingface.co/datasets/MaziyarPanahi/Jev-RAG-Claim-Verification-130K | 1 226 |
| 14 |  Синтетика для агентов: зачем нужен симулятор мира
Исследовательница Юхань Ло (Yuhan Luo) опубликовала эссе с говорящим названием «Мы думаем о синтетических данных слишком узко». Её тезис: синтетика давно перестала быть задачей «прогнать модель по шаблонам и получить побольше примеров». Когда мы обучаем агентов вести целые рабочие процессы, генератор данных превращается в отдельную исследовательскую систему со своими задачами, средами, проверяющими и людьми в контуре. Разбираем главные идеи и показываем, как одна из них выглядит в коде.
https://uproger.com/sinteticheskie-dannye-dlya-agentov/ | 1 238 |
| 15 |  Ник Матсакис предлагает для Rust северную звезду эпохи ИИ-агентов: ноль unsafe-кода
Один из ключевых людей в дизайне Rust опубликовал текст о том, что кодинг-агенты значат для языка. Это письменная версия доклада на REBASE в рамках SPLASH. Сам автор называет содержимое «недопечёнными идеями», так что это видение, а не предложение новых фич.
Выводы такие: люди в программировании всё ещё нужны, дизайн языков по-прежнему важен, а Rust хорошо подходит для агентной разработки и может подойти ещё лучше.
По производительности аргумент простой. Хорошие значения по умолчанию плюс явные ручки для тонкой настройки. По словам автора, люди, которые раньше вручную оптимизировали криптографический код, теперь обращаются к агентам. Вместе с профайлером вроде dial9 получается цикл: бенчмарк, профиль, агент предлагает правку, PR в репозитории.
С надёжностью сложнее. Типы удерживают агента в рамках, но тесты показывают наличие багов, а не их отсутствие, и типы гарантируют лишь отсутствие определённых классов ошибок, а не корректность результата. Тут нужны доказательства. Для Rust уже есть Verus, Creusot, Aeneas и Kani. При этом типы продолжают играть роль, потому что делают доказательства дешевле. &mut даёт гарантию уникальности, и Verus опирается на borrow checker именно ради этого, чтобы солверу было проще.
Куда, по мнению Матсакиса, стоит двигаться: более выразительная система типов (view types, внутренние ссылки, даже проверка вроде «в лог не попадают персональные данные»), расширяемый компилятор, чтобы инструменты доказательств не жили на костылях из макросов и привязке к конкретным версиям компилятора, и поддержка доказательства корректности unsafe-кода.
Северная звезда: больше никакого unsafe. Это не значит убрать ключевое слово. Это значит уметь доказать, что весь unsafe-код корректен и не приводит к неопределённому поведению.
Главной открытой проблемой автор называет дизайн, то есть решение о том, что вообще строить. Ставка на специализированные языки дизайна, которые превращают высокоуровневое намерение в проверки типов, линты или теоремы.
Для контекста Матсакис цитирует Дэвида Толная: инженеры Meta в этом году написали первосторонний Rust-кода вдвое больше, чем за предыдущие девять лет вместе взятые.
Блог: https://smallcultfollowing.com/babysteps/blog
Источник: https://smallcultfollowing.com/babysteps/blog | 2 268 |
| 16 |  🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку
Окружение решает больше, чем кажется.
Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.
AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: https://t.me/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_ci
Java: t.me/javatg
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: https://t.me/gamedev
Haskell: t.me/haskell_tg
Собеседования и карьера:
DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview
Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy
Полезное сверху:
ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg
Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд. | 974 |
| 17 |  🧪 Sakana AI собрала команду ИИ-агентов для научных исследований
The Agentic Scientist объединяет агентов вроде Codex и Claude Code в полный исследовательский цикл: гипотезы, планирование, эксперименты, проверка результатов и написание статьи.
Главная идея: рост метрики ещё нужно объяснить. Система заранее задаёт критерии проверки и связывает утверждения в статье с экспериментальными данными.
В совместной работе человек ставит вопрос, направляет исследование и проверяет выводы. Агенты предлагают гипотезы, проводят эксперименты и оформляют результаты.
Одну работу, подготовленную с помощью системы, уже приняли на ALIFE 2026. Авторы делают ставку на совместные открытия человека и ИИ.
https://arxiv.org/abs/2610.18933 | 1 205 |
| 18 |  Компании выросли из вайбкодинга — куда двигаемся дальше?
Год назад вайбкодинг обсуждали на каждом митапе. Сегодня так пишут код почти все, но быстрая генерация кода ещё не означает быстрый и качественный релиз. Если процессы в команде остались прежними, использование ИИ не даёт ощутимых результатов. Тогда в чём польза для бизнеса?
Чётких ответов на рынке пока немного. 27 ноября red_mad_robot делают ивент Робоцех, где соберутся практики ИИ из крупных компаний, которые уже встроили ИИ в разработку и получили результат. Они расскажут, какие решения прижились в продакшене, сколько времени ушло на внедрение и где нейросети пока не оправдали ожиданий.
Послушать мало, поэтому в программу добавили ещё два воркшопа. На них участники своими руками соберут систему командной работы с ИИ-агентами и пройдут путь от задачи до работающего приложения.
↗️27 ноября, 11:00, Москва, Инженерный амфитеатр ДКС
↗️Доклады можно смотреть онлайн, воркшопы проходят только очно
↗️Билеты еще в продаже: upgrade.redmadrobot.com | 1 274 |
| 19 |  По данным FT, Netflix сократит примерно 6% глобального штата,крупнейшие увольнения с 2022 года
Больше всего пострадают команды продукта, технологий, юристов и HR.
В компании пишут, что нужно «дисциплинированно подходить к тому, куда направлять людей и ресурсы». При этом бизнес они называют сильным и растущим и говорят, что идут по плану на полный год. То есть это оптимизация на фоне хороших показателей, а не реакция на кризис.
Крупные технологические компании продолжают перераспределять штат даже в растущем бизнесе, а вспомогательные функции и часть техкоманд попадают под нож первыми. Причины сокращений в сообщении компании не раскрываются.
Источник: https://www.ft.com/content/5f1b2f31-2067-4c3a-8093-54210a7c0e72 | 1 358 |
| 20 |  بدون متن... | 1 538 |
