Ebout Data Science | Дима Савелко

Если в DS/AI у тебя каша, то этот RoadMap для тебя 😛 Первые ребята уже посмотрели RoadMap, и я получаю очень приятные сообщения: кто-то пишет, что стало понятнее, куда двигаться, кто-то узнал себя в страхе собеседований, кто-то наконец поймал мысль, что проблема не в отсутствии материалов, а в том, что их слишком много и непонятно, что реально приближает к офферу 🤯 Ради этого я и записывал большой разбор: чтобы показать, что путь в DS/AI это в первую очередь про систему - что учить, что не трогать, какие проекты делать, как готовиться к резюме и собесам. Плюс после ролика отдаю карты компетенций по трём трекам (что конкретно учить? как учить? сколько учить?):

🟢 Classic ML 🟣 NLP / LLM Fine-tuning 🔵 Agents + RAG

Первые, кто залетел уже получили её, поэтому смотри ролик и лутай её тоже 👍

КАК ВОЙТИ В DATA SCIENCE / AI В 2026? Roadmap до оффера 300к даже если ты с нуля 😎 Если ты уже пытался зайти в DS самостоятельно или только думаешь, с чего начать - это видео стоит посмотреть. Я записал его, потому что вижу одну и ту же проблему у многих ребят: Stepik, YouTube, Habr, ChatGPT, десятки роадмапов, куча сохранённых постов и внутри всё равно ощущение - “Я вроде что-то учу, но к офферу реально приближаюсь?” 😐 Моя задача - дать тебе адекватный и эффективный шаблон пути, который можно приложить к своей ситуации и понять: где у тебя лишнее, где пробелы, а где уже пора выходить на рынок О чём рассказал в ролике: 1️⃣ Roadmap-2026: как с нуля дойти до Data Science и оффера на 300к+: что учить, какие проекты делать, как собрать резюме и как проходить собеседования 2️⃣ Почему Data Science/AI в 2026 году остаются сильным карьерным окном с деньгами, спросом и высоким потолком дохода 3️⃣ Почему DS даёт в рот другим направлениями: backend, frontend, QA и аналитики по зарплатам, спросу, AI-рискам и порогу входа 4️⃣ Как уничтожить страхи по типу: я слишком тупой, AI всех заменит, рынок умер и вуз/курс всё решит 5️⃣ Самые частые ошибки новичков, где они всасывают бибу Я каждый день вижу реальный DS-рынок: резюме, моки, собесы, ожидания компаний, провалы новичков и истории ребят, которые доходят до оффера, поэтому в видео говорю без сказочного вката за 2 недели и без пиздеца вроде - ии всех заменит. DS - не самый простой путь, но если идти системно, это один из самых сильных способов выйти на новый уровень дохода и задач 🐵 В конце видео я отдам бонус - карту компетенций до DS-оффера по трём трекам: 🟣 Classic ML 🔵 LLM / NLP 🟢 AI Agents / AI Engineering Там будет расписано: что учить, зачем, в какой последовательности, до какой глубины и как понять, что блок закрыт. Посмотри это видео - оно поможет сэкономить месяцы хаоса, не закопаться в лишних курсах и увидеть нормальный маршрут до оффера. Кнопка ниже 👇🏻

Завтра дропаю пошаговый план выхода на 300к в DS/AI даже если ты с нуля 😳 Я заебался, но записал его - один из моих самых сильных видосов по входу в DS. По вашим реакциями и комментам, я понял, что нужна цельная система, чтобы было понятно, что учить, в каком порядке, где не дрочить лишнее и как вообще дойти до оффера 🍗 Если ты чувствуешь, что непонятно с чего начать, что рынок какой-то непонятный и страшный, то ролик будет прям для тебя. Поэтому завтра дроп. Огонь, кто заждался 🔥

Почему мои слоны лутают офферы, пока другие сосут лапу 😁 Каждый месяц мне в личку залетает 30+ ребят с одним и тем же вопросом: «Дима, как попасть к тебе на обучение?» Я думал, почему люди выбирают именно меня и идут в мою школу, игнорируя массовые онлайн-универы и другие курсы. Ответ оказался простым: все устали от бесконечной и не актуальной теории. Устали год смотреть предзаписанные лекции, решать тесты в вакууме и на выходе понимать, что в голове вроде что-то есть, а как залутать оффер - да хуй его знает 😔 Главная задача моего менторства - сделать тебе разъебосное резюме и за ручку довести от текущей точки до оффера 300к+ за 3-6 месяцев Почему наша система даёт результат и почему выбирают нас: 🔵 60+ полученных офферов. Мои слоны уже лутают рабочие места в бигтехи жирными чеками. Истории и пруфы можно посмотреть тут: @savelkoteamos 🟡 Персональный подход и диагностика на входе. Сначала делаем входное собеседование, смотрим твою текущую точку, пробелы, сильные стороны и собираем персональный роадмап под твой уровень и цель. 🟣 Личное сопровождение практиками. Вас будут вести действующие Senior и Middle+ дс-ы, которые работают в топовых компаниях и решают реальные боли бизнеса. Своим же бизнесовым опытом они будут делиться и с вами) 🟢 Практика и деньги со 2-го месяца. Мы не дрочим теорию ради теории. Ты делаешь реальные рабочие задачи: данные, метрики, ограничения, бизнес-логика, архитектура и защита решения на собесе - с такими знаниями можешь брать фриланс проекты на 20-100к. По сути, это симулятор работы в DS, который потом можно нормально упаковать в резюме. 🟡 Убиваем страх собеседований. После блоков идут восемь ролевых собеса с Middle/Senior спецами, которые вскрывают, где ты плаваешь, где пукаешь, и где не можешь защитить проект. Поэтому на реальные собесы ты выходишь уже закалённым в боях без страха 🔵 Упаковка и выход на рынок. Ближе к поиску мы собираем резюме, самопрезентацию, легенду опыта, описание проектов и готовим тебя к HR, техничкам, торгам и финалам. Задача простая - сделать из тебя кандидата, которого будут с руками забирать на вакансии, а на других очередняр даже не обращать внимание при виде тебя 🟣 Комьюнити и поддержка до результата: у тебя есть саппорт, кураторы, база собесов, лекции, HR-контакты, рефералки и ребята, которые идут тем же путём. Ты не варишься один в своей голове, не теряешь фокус и не уходишь прокрастинацию - мы трекаем движение до оффера и дальше помогаем на испыталке 🟢 Тотальное обновление базы. Мы полностью переписали и обновили авторские материалы под рынок 2026 года: AI-Agents, NLP/LLM, Python, ClassicML - примеры записанных уроков скину в комментарии под этим постом. Куда платить и как попасть? Пока никуда и никак 😐 Залететь по кнопке прямо сейчас нельзя, но в ролике про пошаговый RoadMap, как зайти в DS в 2026 году на 300к+ (даже если ты с нуля), будет спрятан ранний дроп анкеты. Заполнив её, можно будет попасть на личный 1-1 колл с ментором школы. На созвоне мы разберём твою ситуацию и поймём, случится ли у нас мэтч. Берём только тех, кто реально готов давать тапку в пол и разъебать офферы, а видос будет уже на этой неделе, поэтому включайте уведомления и ставьте 🔥, если хотите более ранний дроп

AI-агенты убили Data Science? 😁 Дроп нового ролика, где разобрал рынок DS в эпоху LLM-агентов: что изменилось, куда двигаться и почему одни сидят без оффера, а другие спокойно закрывают позиции на 500к+ Что внутри 😑 🔵 Как AI-агенты меняют рынок и почему это не смерть профессии, а передел 🟡 Какие навыки реально котируются прямо сейчас и на что смотрят работодатели 🟣 Зарплатные вилки - сколько платят и как эти вилки вообще работают 🟢 Pet-проекты, CV, курсы по агентам - что имеет смысл, а что трата времени 🟡 Кто строит AI в России и где сейчас реальные деньги - бигтехи vs стартапы Если ты вкатываешься, ищешь оффер или думаешь куда расти дальше, то этот выпуск закроет кучу вопросов Залетай: https://youtu.be/6PTvtZXaiEU

Разъебал учеников, разъебался сам — work-life-work кабан-кабаныча 😎 В пятницу выжал 100 кг от груди, а на выходных двое суток рубился в настолки на игрокэмпе Последние недели жёстко качаем менторство: пишем новые материалы, докручиваем курсы, делаем новые практики, делаем много резюме и проводим кучу моков. Короче, работаем так, что к пятнице мозг уже говорит: «Димасик, я устал, го чил». Скрины с отзывами ребят по новым материалам приложу - очень приятно видеть, что вся наша работа даёт истинную пользу людям 🤟 Поэтому решил немного выдохнуть: сходил в зал, потом ушёл с пацанами в настолку на двое суток. Без ноутов, без созвонов, без рабочего запоя - просто посидеть, поиграть, посмеяться, погействовать и пожить жизнь, а не только ебашить. Работаем, братья. Всем хорошей недели)

Оффер на 290к gross за 6 месяцев: тестировщик перешёл в ML/Data Science и забрал полную удалёнку 🐵 Мой слон пришёл ко мне в 29 лет тестировщиком. До этого прошёл курсы, пару месяцев сам искал работу в ML, но упёрся в классическую стену: знания вроде есть, а как продавать опыт рынку - хз Главный запрос был: толковое резюме, пиздатые проекты и нормальная подготовка к собесам. И ещё у него был типичный затык многих ребят: казалось, что сначала надо разъебать весь матан, тервер, линал, а уже потом аккуратно идти в ML... тихо, не спеша 🐹 И давай мы ему объяснять, что рынок устроен по другому: матан нужен, но на базовом уровне, а на собесах важнее другое: понимать модели, метрики, алгоритмы, уметь рассказать опыт, не мычать на неудобных вопросах и показать, что ты можешь решать задачи бизнеса Что делали: 🟣 на моках жёстко подтянули харды 🟡 разобрали подход к алгоритмическим секциям 🔵 упаковали легенду и опыт 🟢 подключили комьюнити, чтобы человек не варился один в своей голове По итогу: 3 месяца подготовки, 1.5 месяца собесов - и оффер на 290к gross, полная удалёнка, рост зарплаты больше чем в 2 раза (больше кейсов тут кста) И самое базированное в отзыве даже не про деньги, а вот это: «страха больше нет» 💀 Чтобы вы также разносили собесы, скоро для вас будет дроп видоса, где разберу 🟣 почему выдрачивать сначала всю теорию, а потом идти на собесы это для геев 🟡 что конкретно нужно учить, чтобы не выдрачиться и не сгореть 🟢 как с нуля зайти в Data Science в 2026 году и выйти к офферу на 300к за полгода даже если ты с нуля

Анальный матан в DS/AI не нужен 🤩 Много вопросов слышу от ребят про матёшу и много кто думает, что она нужно глубокая и задротская. Лично меня олимпиады по математике всегда пугали, сидят какие-то гении, которые траву даже не трогали и женщин не нюхали, решают Высшую пробу, берут всерос, в уме перемножают матрицы, а моя последняя выигранная олимпиада - Русский медвежонок, и то тяжело было на ней 💀 Поэтому для старта в DS/AI и выхода на 300к+ тебе НЕ нужна академическая математика. Тебе нужно ровно столько, сколько спрашивают на собесах и потребуется на работе - это зачастую базовый матан: 🟣 Линал • Важно понимать, как работают матрицы, как они умножаются и складываются - вообщем разные операции над ними 🟡 Матан • Точно не надо решать интегральные уравнения, тебе буквально надо будет просто понять, что такое производная, что такое градиент, и как в целом работают функции (как бы их почувствовать надо) • Нужно понимать идею градиентного спуска: модель ошиблась, посчитала loss, чуть подкрутила веса, снова ошиблась, снова подкрутила 🔵 Тервер и статистика Это нужно, потому что бизнес спросит: «А твоя модель вообще работает?» И ты должен показать цифры: accuracy, precision, recall, F1 на A/B тестах, а в А/Б тестах используют статистику. Там тоже немного и не особо тяжело, за неделю-две можно освоить. И всё, буквально не надо год учить матан перед первым кодом. Если ты не идёшь в ресёрч и в HFT, то выдрачивать матан тебе не надо. Слоны на менторстве учат матан примерно неделю: не дрочим академическую теорию годами, а берём то, что реально пригодится на проектах, собесах и работе 🐸🐸🐸 Если даже ты бедный гуманитарий, то боятся матан точно не стоит, а стоит выучить то, что спрашивают на собесах, но там учится за 7-14 дней буквально. Итог: В DS/AI матан нужен, но его стоит углублять сугубо от задач, которые ты решаешь. Поэтому если ты не идёшь в DS/AI только потому, что «я плохо знаю матан» - скорее всего, проблема не в матане, а в том, что ты сикаешь в штанишки (это норм, я сам так делал) 😭

Оффер на 315к за 3 месяца: студент сразу прыгнул на Middle ML-Engineer и не оподливился 😐 В прошлом посте говорил, что в 2026 году деньги в DS/AI платят не за пустую дрочку с моделями, а за умение решать бизнес-задачи Как и обещал, реальный кейс слона (больше кейсов тут кста): обычный студент с ПМИ, немного поработал в аутсорсе со своими ребятами из вуза, но понял, что ничего особо жирного там не светит И в какой-то момент принял решение: в пизду стажёрство и джуна, иду сразу на мидловскую позицию. Мощно и круто сделать такое решение, но без системы - это просто способ красиво обосраться. Поэтому мы начали не с «верь в себя, братуха», а с нормальной и системной работы 😮‍💨 Что делали на менторстве: 🟣 На каждом МОКе задавали каверзные и сложные вопросы, которые могли бы застать врасплох на реальном собесе 🟡 Прокачивали знания, а также важную вещь стрессоустойчивость, потому что собес - это не экзамен в вакууме, а ситуация, где ты можешь поплыть от одного кривого вопроса 🔵 Глубоко проработали легенду и опыт, чтобы он сам лучше понимал, как могут быть устроены системы, и мог нормально об этом говорить 🟢 Учились мыслить как мл-инженер, который уже способен приносить деньги бизнесу - основная вещь, которая отделяют мидлов от джунов По итогу: оффер на 315к gross за 3 месяца в Суточно.ру на позицию Middle ML-Engineer Сейчас он уже работает, вкатился в команду, доход вырос, темп жизни поменялся, и человек сам пишет очень базированную мысль: вся наша жизнь - это обучение модельки, ошибки делать не страшно, потому что именно они потом дают хорошие метрики, то есть большие бабки 🌟 Кто-то скажет: Дима, ну ты пиздун, это невозможно, это всё ☹️, а мой ответ будет прост - 😋 Поэтому Валера будучи студентом ПМИ залутал оффер на 315к gross в суточно.ру с помощью чётко выстроенной системы: роадмап по материалам, МОКи, фокус на реальные собесы и понимание, как продать свой опыт рынку

За что в DS/AI реально платят 300к+ в 2026 📞 В прошлом посте писал, что вдрачивать учебники по матану - это путь в никуда, но давайте чуть приземлимся в текущий рынок и посмотрим, за что вообще сейчас платят деньги Многие до сих пор живут в 2021 году, где можно было выучить Python, чуть-чуть SQL, сделать fit/пердикт, закинуть пару учебных проектов в резюме и ждать, пока тебе прилетит оффер - сейчас уже такого нет, на дворе 2026 год В 2026 году бизнесу не нужен человек, который просто знает машинное обучение. Ему нужен человек, который может взять боль бизнеса и превратить её в техническое/продуктовое решение - и это очень большая разница, которую начинающие, да и порой бывалые ребята не понимают 👋 Бизнесу плевать, насколько виртуозно ты выводишь разные анальные формулы на листочке. У бизнеса болит другое: 🟣 колл-центр жрёт слишком много денег 🟡 менеджеры руками обрабатывают тонну заявок 🔵 поддержка отвечает медленно 🟢 отдел продаж теряет лиды 🟣 логистика работает через жопу И вот тут появляется нормальный AI/DS-инженер и говорит не: «Здравствуйте, я знаю линал, тервер и градиентный бустинг, трахните меня»А начинает задвигать такую телегу: «Я могу собрать RAG/агента/ML-пайплайн, который закроет вот эту конкретную дыру, сократит ручную работу и сэкономит вам деньги, теперь вы сосёте мне» И именно за то, что вы избавили бизнес от каких-то болей, заработали или сократили косты, и дают вам деньги 💀 И тут неприятная мысль для новичков: классический джун в формате «возьмите меня, я буду учиться за ваши деньги и мыть полы» рынку всё меньше и меньше нужен. ИИ уже сейчас пишет базовый код (а порой пиздец не базовый), чинит простые баги, делает документацию и собирает прототипы быстрее среднего джуна и порой даже мидла, который три часа пьёт кофе и смотри рилсы в туалете офиса. Но всё же это ещё не значит, что джунам конец и надо ложиться в гробик. Это значит, что заходить на рынок с позицией «я пока ничего не умею, но очень хочу развиваться» - слабая стратегия. Нужно сразу учиться мыслить как инженер, который понимает задачу, задаёт вопросы и доводит решение до результата. Поэтому все дружно выходим из парадигмы «я выучил DS» в «у вас есть боль, я знаю, как её закрыть через AI» Поэтому и появляются офферы на 250к, 300к, 400к+, потому что людей на стыке бизнеса и AI всё ещё мало. Большинство либо просто кодит, не понимая зачем, либо красиво рассуждает про бизнес, но руками ничего собрать не может, а на текущем рынке деньги лежат посередине: где ты можешь поговорить с бизнесом, понять боль, собрать решение на LLM/RAG/Classic ML/агентах и не оподливиться на проде ☝️ Короче, это и есть рынок DS/AI в 2026, когда мы уходим из разрада «я выучил матан, дайте оффер и в жопу раз» в разряд «я умею решать задачи бизнеса через AI, дайте мне много денег и вилкой в глаз» Следующий пост будет про реальный кейс ученика, который заходил почти с нуля и не пошёл по пути вечного джуна, а сразу начал думать через бизнес-результат 😐

Почему самые умные новички чаще всего сидят без оффера 💀 Вот этот коммент попал прямо в боль новичков, очень много умных и системных ребят смотрят на DS/AI в 2026 году, видят все эти страшные слова: LLM, RAG, пайплайны, агенты, тервер, линал, матан и думают: «Так, ну сначала надо выучить всю математику на уровне мехмата, потом прорешать 300 задач, потом прочитать пару книжек про анальное распределение Ивана Золо, потом уже, может быть, начну писать первую модельку» 😔 На самом деле, это ловушка-джовушкера (ебать я старый)

Я сам закончил МИРЭА на прикладную инфу, где всего лишь выучил матан первого семестра, потому что дальше я просто перестал понимать: это не физтех, не ШАД, не какой-то элитный завод по производству гениев. В универе тоже смотрел на ребят из условного физтеха и думал: «ну всё, эти кабаны точно заберут рынок, а я кто вообще такой»

По итогу сейчас я руковожу проектами, в 22 года являюсь сеньором, работаю в Точке с ЗП ~400к и параллельно готовлю ребят с нуля к найму в DS на своём менторстве.🚬 И вот что я понял: подход «сначала выучу всё идеально, а потом пойду в практику» убивает карьеру ещё до её старта, пока ты прячешься за учебниками и говоришь себе «ну вот ещё базу добью и начну кодить», менее правильные, но более дерзкие и борзые ребята уже собирают кривые проекты, ловят СВОИ РЕАЛЬНЫЕ ошибки, исправляют их, ходят на собесы и забирают офферы Да, математика нужна, но не в формате «годами дрочить линал в вакууме, чтобы однажды заслужить право сделать fit/predict». Это как смотреть гайды на ютубе по качалке, питанию и сну, но дрочить письку каждое утро под рилсы, а на завтрак кфс заебенить, то есть фактической пользы ноль, а занимаешься совершенно не целевыми действиями Более эффективный путь другой: сразу лезешь в практику, делаешь проекты, обсираешься, плачешь, потом разбираешься, где реально не хватает базы, и добираешь её точечно, а не наоборот. Вот этот коммент настолько хорошо подсветил главную проблему новичков, что я решил не ограничиваться постом и сел готовить большое видео 😋 Там разберу: 🟣 почему стратегия сначала вся теория, потом практика не работает при трудоустройстве в DS 🟡 какая математика реально нужна на старте, а где начинается академическая дрочка писюна 🟢 как с нуля зайти в Data Science в 2026 году и выйти к офферу на 300к за полгода даже если ты с нуля Короче, будет мясцо, видео уже в работе, поэтому работаем 😱

Data Science в 2026: рынок умер или ты просто смотришь не туда? 🤔 Снял новый ролик на YouTube, где по разобрал, что сейчас реально происходит в DS, куда ушли деньги и почему одни забирают офферы, а другие годами остаются в поиске Коротко, что внутри: 🔵 Почему рынок кажется сломанным, но на самом деле это не конец, а фильтр 🟢 Как не застрять в роли вечного джуна и начать расти в доходе 🟡 Почему одни доходят до финалов и всё равно сливают офферы 🟣 Как понять, что важно компаниям, а не пытаться понравиться всем подряд 🔵 Что делать, чтобы у тебя наконец появилась система, а не хаотичный поиск Если ты сейчас вкатываешься в Data Science, ищешь оффер или хочешь вырасти дальше - ролик точно стоит посмотреть. Залетай: https://youtu.be/xmJ-RFWZ0vA 👉

Как я вырос в DS и чем сейчас занимаюсь? 💀 Разбирал со своей девушкой вещи перед отъездом во Вьетнам. Нашёл свои старые тетрадки с первого курса. Пробило на ностальгию и начал вспоминать, а как я дошёл до такой жизни, думаю новым читателям тоже будет интересно почитать и познакомиться со мной: 1️⃣ Ведь буквально недавно я жил в Фокино, Приморский край - город на 20к человек, где пивнух было больше чем библиотек, а по углам коридоров школы был насвай и снюс. Учился нормально, в основном 4-5, но без определённого таланта, просто всё понимал на достойном уровне. С 9 класса понял, что хочу поступить в Москву, так движ и дохуя возможностей, по итогу сдал ЕГЭ на 270 баллов и поступил в МИРЭА. На левой фотке и в 9 классе, не гей... 2️⃣ В 20 лет на первом/втором курсе понял, что образование - кусок кала и надо сразу трудоустраиваться, начал искать первую работу: хакатоны, собесы, попытки, тупняки, снова попытки - но я ебашил как зверь и по итогу буквально выгрыз свой первый оффер на 30-50к в небольшой компании. Это были времена начала СВО и мобилизации, когда компании не нанимали джунов и выкидывали мидлов и мне приходилось соревноваться в очень конкурентном рынке 3️⃣ В 22 года уже стал Senior, начал качать менторство и бизнесы, учусь в ИТМО. За полгода через моё менторство больше 60 ребят трудоустроились на 300к+ в бигтех-компании. Параллельно начал строить B2B SaaS, про который пока говорю не так много - но когда стрельнет, расскажу 🤯 Сейчас у меня:

🟣 доход больше 1 млн рублей в месяц 🟢 два растущих бизнеса (менторство и B2B SaaS) 🔵 команда из 10 человек 🟡 растущее менторство (более 200 ребят в базе) 🟣 Senior-позиция в Точке с зп ~400к

Плюс регулярно работаю со своим наставником, хожу на встречи бизнес-клубов, общаюсь с людьми сильно выше себя, путешествую и хочу пожить во Вьетнаме/Тайе и других странах Цель на ближайшие два года - точно 24/7 быть в энергии, а для этого как инструмент: выйти на 5 млн чистыми в месяц, радовать родителей, семью, свою любимую женщину, путешествовать и жить кайфово, а не просто стать скуфом с пустыми глазами 😔 Главное, что я понял за это время: стартовать можно вообще с любого уровня - не из идеального города, не с идеальной школы, не с идеальной башкой и не с идеальными обстоятельствами. Выбраться и взъебать реально, но быстрый рост появляется не от мотивации на 3 дня, а от дисциплины, нормального окружения, энергии и честного взгляда на себя: где тупишь, где боишься, где сливаешься, а где тебя реально прёт. Вот в этом, по итогу, и есть вся база для меня) Решил сегодня поделиться личным, поставьте 🔥, если тема интересна - дам свой взгляд, как быстро расти с нуля, даже если сейчас кажется, что всё хуёво, тоскливо и грустно

Стал больше работать, ничего не делая 💀 У меня часто бывало так, что когда я ничего не делал - в голове орало "ты чё, скуф, поднимай свой анус и иди работать". Кончено, я себя слушал, вставал и шёл работать. Ну я же машина для убийств, мне не страшны переработки думал я. А потом в какой-то момент заметил, что КПД у меня скатился в говно. То есть тупо смотрю в код, читаю одно и то же предложение по 5 раз, не могу собрать нормальную мысль на простой ответ ученику. Грубо говоря, я как модель, которую переобучили - вроде сижу за столом 12 часов, а полезного - нихуя 🙅‍♂️ И вот тут до меня дошла очень простая мысль: если измерять эффективность от 1 до 10, то условно работа без отдыха - это 6, а работа с отдыхом - это 9. То есть ты за меньшее время закрываешь больше задач, ЕСЛИ периодически отключаешь голову. Моё открытие в том, что 90% получается не перестав отдыхать, а наоборот - встроив отдых как обязательную часть рабочего процесса Что мне реально помогло: я перестал воспринимать отдых как "ну если время останется". Сейчас отдых для меня - такой же слот в графике, как встреча к примеру. Не выполнить нельзя. И сверху ещё трекаю своё состояние: как я после бани, как после плойки, как после прогулки 🚶 Прям буквально замечаю - после Х на следующий день работаю лучше. И мозг постепенно перестаёт орать "ты ленивый кусок массы" и наоборот начинает просить эти слоты сам, потому что видит, что они работают. Чем я лично восстанавливаюсь:

🟣 баня 🟢 зал 🔵 плойка и настолки с пацанами 🟡 путешествия 🟣 прогулки без телефона 🟢 сон - база, без него остальное вообще не работает

До сих пор иногда ловлю себя на мысли "ну ещё одну таску перед сном и вот-вот ляжем спать" и одёргиваю - я с этим тоже до конца не справился, мы все в процессе А вы как восстанавливаетесь? Что у вас в топе - закидывайте в комменты, гляну для себя новые идеи 🤝

Найм в 2026 - ЛЛМ дрочит на ЛЛМ Вышла недавно статья про найм в эпоху ИИ. Ребята проверили гипотезу: если твоё резюме скринит LLM-ка (а её сейчас юзают почти везде, где идёт массовый найм - бигтехи привет), будет ли она объективно его оценивать? Ответ: не будет, НО будет любить резюме, которые написаны/полизаны другой LLM, и душить те, что написаны живым человеком руками Цифры из статьи:

🟣 кандидаты с резюме, прогнанным через LLM, проходят шортлист на ~60% чаще, чем такие же по уровню кандидаты с человеческим текстом 🟡 сильнее всего страдают рукописные резюме в бизнес-сферах - sales, accounting и подобное 🟢 LLM-ки буквально узнают "свой стиль" и подсознательно его подкручивают

Это называется self-preference bias - модель в роли судьи отдаёт предпочтение тому, что выглядит как её собственная генерация, короче делает самоотсос. В ресерче про это знали уже давно, но именно в найме на масштабе никто это не мерил. А теперь померили, и получили вот эти 60% 💀 Но на самом деле - это не страшно, а даже хорошо для вас 😼 Я в постах сто раз говорил: найм - это маркетинг и игра по правилам. Не справедливость, не честная оценка знаний, а воронка с конверсиями. Так вот, эта статья - буквальный научный пруф под мой тейк. На этапе выбора резюме у тебя сидит не человек, а LLM-ка. Поэтому нам надо ей угодить - в гайде по написанию резюме я подробно описал как это сделать, после этого можете посёрчить с ЛЛМ-кой, как более лучше можно сделать ваше описание. Поэтому пользуйтесь и экспериментируйте!

Почему собеседование - это бизнес? 😎 Сходил в бизнес клубе на бизнес встречу жёстко поговорили про бизнесовый маркетинг в бизнесе. На самом деле, посидели офигенно, инсайтов налутал на пару постов вперёд, потом ещё с партнёром жёстко погуляли по городу, обсудили зловещие планы о захвате всех бигтехов, чтобы наши слоны ещё больше офферов получи - в общем, зачилились знатно) На второй фотке с партнёром целуемся кста, с Серёгой, не геи А то попку надо выгуливать и не уходить в рабочий запой, поэтому кайф выбираться на такие мероприятия и получать инсайты, которыми я здесь делюсь с вами. Например, то что этап трудоустройства - это тот же самый маркетинг 😳 То есть у тебя есть точно такая же воронка, как у любого бизнеса:

отклики и резюме HR-скрининг техничка финал оффер

Найм - это маркетинг, то есть у тебя есть точно такая же воронка с конверсиями, и продукт в ней - ты сам 🤟 Я всегда смотрел на собес как на переговор двух бизнесов: ты партнёр, который пришёл сказать "у меня скилл, у вас боль, давайте посчитаем сколько денег я вам принесу", а не проситель, который умоляет "возьмите меня". Поэтому на каждый собес надо приходить заряженным, не уставшим студентом после пары, а челом, который пришёл закрывать сделку и сейчас будет жёстко разъёбывать 💪

Приехал с девушкой на СкВОш Целыми днями сижу за компом не отрывая своей попки от стула, поэтому решили махнуть стариной перед сном А потом как в настоящих матриархальных отношениях, девушка приказала быть мне тарелочницей, и я покорно согласился 🚶‍♂️

Мой слон только начал обучение, а уже залутал свой первый коммерческий кейс на 22.5к 💸 Парень делал трендвотчер: штука, которая шерстит новости и тренды по разным источникам, фильтрует их по темам и интересам клиента, отсеивает шлак и выдаёт выжимку того, на что реально стоит обратить внимание. Ученик делал всё на n8n + Claude Code 💀 Из сложного: 🟣 Сформировать критерии, по которым новости фильтруются и им выставляется приоритет - вот это самая жирный затуп, тут нужно уметь думать, а не просто ноды на n8n соединять 🟡 Уместить всю эту дичку в бесплатный тариф n8n (заказчик не хотел доплачивать за прошку, поэтому пришлось пожонглировать) По цифрам: 🔵 12-14 часов суммарно на всё про всё: знакомство с требованиями, MVP, потом полная реализация, созвон с заказчиком и пара доработок 🟢 22.5к на карту, всё подписано, предоплата получена То есть слоняра буквально в начале пути - ещё ботает базу МЛ, но уже выполняет задачи AI Engineer`а, закрывая реальные кейсы, которые могут полететь в резюме. Я за практико оринтированный подход, где ты не дрочишь курсы и матан 1 год, а только потом можешь позволить себе начать делать практические задачи - надо сразу с первого дня стараться бить в практику, подкрепляя теорией. Именно поэтому на менторстве я и подгоняю ребятам реальные задачи с фриланса: и живой проект в резюме появляется, и предоплата за обучение отбивается ещё в первые месяцы 📈 Это и есть самый эффективный путь к офферу: как можно раньше засунуть руки в реальную задачу и забрать за неё деньги, а не годами дрочить теорию в одного 🐒

Как я использую Claude Code каждый день 💻 Вот так устроен мой пайплайн разработки: 🔵 Крупные сообщения я наговариваю голосом, а мелкие правки пишу текстом. Для расшифровки юзаю встроенный транскрибатор в курсоре или джемини. Решений на рынке полно, но мне этого хватает за глаза 🟣 Грамотно описываю CLAUDE.md, это база и главный файл, на который код смотрит в первую очередь. Правило простое: если ты там насрал - он будет срать тебе в ответ 🟢 Использую скиллы внутри клауда, скиллы - это кастомные инструкции, которые автоматически подключаются при ваших запросах и делают ответы модели в разы релевантнее и круче, на скрине их список, особенно мне заходит плагин superpowers - это скилы на все случаи жизни. О других плагинах можете почитать тут 😎 🟡 Пишу проекты через TDD, сначала планирую и пишу тесты, а только потом даю Claude Code делать имплементацию под них. Плюс всегда загоняю контекст про стиль кода, паттерны, архитектуру, прошу обратить внимание на другие реализации блоков в нашем проекте, чтобы всё было консистентно, а то порой слOPUS любит с ума сходить 🟣 Мега выдрачиваю планинг. Разбиваю задачу на мелкие кусочки, задаю вопросы, и только после этого даю добро на код. Так как я работаю в rnd команде, мне критически важно понимать, что происходит под капотом, поэтому я заставляю его объяснять каждую имплементацию Но код - это далеко не всё. Claude впOPUS оказался дико удобным для личных и бизнесовых целей: 🔵 Анализ данных - закидываю ему свой план на 10 лет из этого поста, прошу декомпозировать и найти слабые места, так рефлексирую над собой 🟢 Внутри менторства - собираю аналитику и генерю отчёты по ученикам. Раньше на эту рутину уходило дохера времени, сейчас - считанные минуты 🤡 🟡Или написал проект, который автоматом скачивает лекции из вуза, их транскрибирует через локальный виспер и выдаёт конспект по каждому занятию, чтобы к зачёту подготовиться 🟣Ещё вкуснотина - это скил для индекса, который индексирует каждый файл в папке для более удобной ориентировки по проекту, и так меньше контекста уходит. Промпт оставлю в комменты 👇 Делитесь в комментах, какие AI-инструменты сейчас используете в работе вы?