topdatalab

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

Я нанимал из вышки (ВШЭ) и физтеха (МФТИ). И заметил одну интересную особенность, физтехи более амбициозны. У выпускников вышки более прямой карьерный трек. А вот у физтехов чаще стартапы появляются. PS: это мое субъективное мнение подкрепленное исключитально собственной статистикой

Ищу к себе двух инженеров, удаленка Вакансия ближе к разработке и ML https://job-boards.eu.greenhouse.io/dwelly/jobs/4929545101 Вакансия ближе к разработке https://job-boards.eu.greenhouse.io/dwelly/jobs/4928198101

Ducklake + DBT - случайно затер неправильными данными инкрементальные таблицы 🙁 но! Ducklake поддерживает версионность! А это значит их можно восстановить

memory D ATTACH 'ducklake:postgres:'
         AS ducklake (
             META_SECRET pg_metadata,
             DATA_PATH 's3://corpsignals/ducklake',
             METADATA_SCHEMA 'ducklake_catalog',
             OVERRIDE_DATA_PATH true
         );
memory D select count(*) from ducklake.intermediate.persons_all;

┌─────────────────┐
│  count_star()   │
│      int64      │
├─────────────────┤
│    10837423     │
│ (10.84 million) │
└─────────────────┘
memory D
memory D
memory D
memory D
memory D
memory D ATTACH 'ducklake:postgres:'
         AS ducklake_before_refresh (
             META_SECRET pg_metadata,
             DATA_PATH 's3://corpsignals/ducklake',
             METADATA_SCHEMA 'ducklake_catalog',
             SNAPSHOT_TIME '2026-06-25 08:34:00'
         );
memory D select count(*) from ducklake_before_refresh.intermediate.persons_all;
┌─────────────────┐
│  count_star()   │
│      int64      │
├─────────────────┤
│    16236012     │
│ (16.24 million) │
└─────────────────┘

вторая таблица - это прошлый snapshot. Видим, что там больше данных, и это праильно команды ROLLBACK нет, поэтому делаем влоб

CREATE OR REPLACE TABLE ducklake.intermediate.persons_all AS
SELECT * FROM ducklake_before_refresh.intermediate.persons_all;

Ну все, теперь без визы в UK. Через два года на паспорт (если власть не поменяется). Младший родившийся в Лондоне сын получит гражданство в этом году. PS: заплатил за эту процедуру 4000 фунтов :(. Гос бизнес

У меня тут у знакомых в разных компаниях идут сокращения. Больше всего режут IT. Причем так нормально, до половины состава. AI и прочее, не знаю к чему приведет. Но есть одна важный вопрос, который бы я спросил на собеседовании у человека, которого уволили. “Насколько ты был загружен в тот момент? А если было нечего делать, чего сам не ушел?” Одно дело все пахали, и например денег не подняли, закрылись. Другой момент, когда сидишь ровно, делать особо нечего, ну или делаешь что-то неважное - пора уходить самостоятельно. Да, работа это проект, и менять его лучше вовремя.

Неделю назад я вышел в Dwelly Group, чтобы заняться всем дата стеком. Они занимаются скупкой и AI автоматизацией агенств недвижимости в UK в разы повышая эффективность бизнеса. Недавно они подняли 93 mln. На заднем фоне очередное купленное агенство в Лондоне, которое нам нужно заинтегрировать.

Прошел год и теперь эта либа подходит для проверки JSON output даже у OpenAI моделей через API. Проблема: когда вам нужно, чтобы LLM модель выдавала JSON, его нужно проверять на валидность. Так вот https://dottxt-ai.github.io/outlines/latest/features/models/ библиотека умела раньше делать только для локальных моделей. А теперь и с OpenAI, его API умеет возвращать вероятности по топ токенам! Не нужно использовать отдельный API колл или валидацию, теперь все может работать из коробки. PS: deepseek там нет, но у меня исчезли проблемы после того, как снизил температуру модели до нуля

Похоже у меня получилось с Ducklake. Прикольная система, детали потом напишу. Stay tuned

Когда я вижу уже такие команды https://code.claude.com/docs/en/scheduled-tasks То радуюсь, командная строка снова в строю! Скоро наверное уже будет операционная система