Поступашки - ШАД, Стажировки и Магистратура
Kanalga Telegram’da o‘tish
5 лет помогаем получать офферы в BigTech, поступать в ШАД и проходить в топовые магистратуры. Вопросы, реклама: @vice22821 По покупке курсов: @menshe_treh Наши курсы: https://old.postypashki.ru/ Чат: @postypashki_old_chat Ютуб: youtube.com/@OfferBerry
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali Поступашки - ШАД, Стажировки и Магистратура analitikasi
Поступашки - ШАД, Стажировки и Магистратура (@postypashki_old) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 42 427 obunachidan iborat bo'lib, Taʼlim toifasida 4 275-o'rinni va Rossiya mintaqasida 14 978-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 42 427 obunachiga ega bo‘ldi.
10 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 525 ga, so‘nggi 24 soatda esa 29 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 38.15% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 19.55% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 16 185 marta ko‘riladi; birinchi sutkada odatda 8 296 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 61 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent стажировка, собеседование, шад, пет, огонёк kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“5 лет помогаем получать офферы в BigTech, поступать в ШАД и проходить в топовые магистратуры.
Вопросы, реклама: @vice22821
По покупке курсов: @menshe_treh
Наши курсы: https://old.postypashki.ru/
Чат: @postypashki_old_chat
Ютуб: youtube.com/@OfferBer...”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 11 Iyul, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Taʼlim toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
42 427
Obunachilar
+2924 soatlar
+1617 kunlar
+52530 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+296
12 kanalda
Iyun '26
+602
10 kanalda
Get PRO
May '26
+418
8 kanalda
Get PRO
Aprel '26
+582
12 kanalda
Get PRO
Mart '26
+633
13 kanalda
Get PRO
Fevral '26
+619
12 kanalda
Get PRO
Yanvar '26
+970
17 kanalda
Get PRO
Dekabr '25
+296
8 kanalda
Get PRO
Noyabr '25
+924
11 kanalda
Get PRO
Oktabr '25
+425
10 kanalda
Get PRO
Sentabr '25
+538
12 kanalda
Get PRO
Avgust '25
+1 124
12 kanalda
Get PRO
Iyul '25
+510
10 kanalda
Get PRO
Iyun '25
+528
7 kanalda
Get PRO
May '25
+994
7 kanalda
Get PRO
Aprel '25
+644
14 kanalda
Get PRO
Mart '25
+1 380
56 kanalda
Get PRO
Fevral '25
+752
19 kanalda
Get PRO
Yanvar '25
+2 771
33 kanalda
Get PRO
Dekabr '24
+848
22 kanalda
Get PRO
Noyabr '24
+626
9 kanalda
Get PRO
Oktabr '24
+744
9 kanalda
Get PRO
Sentabr '24
+1 795
15 kanalda
Get PRO
Avgust '24
+1 255
7 kanalda
Get PRO
Iyul '24
+917
7 kanalda
Get PRO
Iyun '24
+579
9 kanalda
Get PRO
May '24
+1 978
18 kanalda
Get PRO
Aprel '24
+2 005
9 kanalda
Get PRO
Mart '24
+609
7 kanalda
Get PRO
Fevral '24
+767
11 kanalda
Get PRO
Yanvar '24
+500
5 kanalda
Get PRO
Dekabr '23
+757
8 kanalda
Get PRO
Noyabr '23
+531
11 kanalda
Get PRO
Oktabr '23
+1 034
10 kanalda
Get PRO
Sentabr '23
+1 007
0 kanalda
Get PRO
Avgust '23
+1 083
0 kanalda
Get PRO
Iyul '23
+848
0 kanalda
Get PRO
Iyun '23
+991
0 kanalda
Get PRO
May '23
+917
0 kanalda
Get PRO
Aprel '23
+919
0 kanalda
Get PRO
Mart '23
+2 803
0 kanalda
Get PRO
Fevral '23
+1 186
0 kanalda
Get PRO
Yanvar '23
+614
0 kanalda
Get PRO
Dekabr '22
+761
0 kanalda
Get PRO
Noyabr '22
+529
0 kanalda
Get PRO
Oktabr '22
+871
0 kanalda
Get PRO
Sentabr '22
+1 408
0 kanalda
Get PRO
Avgust '22
+2 017
0 kanalda
Get PRO
Iyul '22
+1 531
0 kanalda
Get PRO
Iyun '22
+904
0 kanalda
Get PRO
May '22
+3 978
0 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 11 Iyul | +18 | |||
| 10 Iyul | +33 | |||
| 09 Iyul | +27 | |||
| 08 Iyul | +31 | |||
| 07 Iyul | +22 | |||
| 06 Iyul | +26 | |||
| 05 Iyul | +21 | |||
| 04 Iyul | +34 | |||
| 03 Iyul | +30 | |||
| 02 Iyul | +36 | |||
| 01 Iyul | +18 |
Kanal postlari
Каким способом безболезненно уйти из жизни
Этим вопросом зададутся все ребята-бэкендеры, которые не придут на наш завтрашний вебинар по бэкенду. Ведь тревога от заголовков "Бэкендеры не нужны", "Всех заменит ИИ" становится невыносимой. Но в посте дадим конкретный план действий, чтобы не трапезничать через год с бездомными на помоечке.
Сам я за последний год всё чаще замечаю одну и ту же историю. Разработчики не меняют профессию, а постепенно обрастают смежными навыками - кто-то начинает заниматься CI/CD, кто-то инфраструктурой. Раньше разработчику было достаточно писать хороший код. Сейчас этого уже недостаточно. Нейронки забирают часть рутины, поэтому всё больше ценится умение понимать не только код, но и инфраструктуру, деплой, тестирование и процессы вокруг разработки. Так за последние полгода двое выпускников ушли из обычных разрабов: один в MLOps, другой вообще устроился Platform-инженером. Как приятный бонус - почти у всех выросла зп, а задачи стали заметно разнообразнее. Но как вообще к этому приходят? На рынке это относительно новые позиции, и не до конца понятно, как туда залезть.
Расскажу на опыте одного выпускника. Сейчас он переписывает CRM-ку с нуля - с ангуляра на реакт, попутно меняет дизайн и функционал под нового заказчика. Он единственный разработчик в команде - бэк решили особо не трогать, поэтому бэкендера на полную ставку не выделили. И вот параллельно с фичами он настраивает CI/CD: сборка, линтеры, деплой на стенды. Никто его девопсом не назначал - просто появился проект, пайплайн нужно было кому-то пилить, а кроме него некому.
И вот тут самое интересное. Год назад он бы закопался в эти конфиги на недели: читал бы доки, гуглил ошибки, тыкался вслепую. Сейчас схема другая. Он особо никогда не вдавался в тонкости работы систем контроля версий, просто пушил и создавал пр, остальное за него взрослые дяди придумали, а тут проект в Azure DevOps, новая среда, так еще и все настраивать на нем. И случилась такая история, что стейджи не цеплялись друг за друга - пайплайн просто не видел зависимости между ними. Скинул конфиг нейронке, объяснил что хочет получить. Она сразу показала, что он не прописал dependsOn в нужном месте, и объяснила почему - не просто пофиксила, а разжевала логику. С первого раза сработало. По сути нейронка работает как очень терпеливый старший коллега, который объясняет как для идиота и не осуждает при этом.
Порог входа в соседнюю ветку реально упал - то, на что раньше уходил месяц вникания, сейчас укладывается в несколько вечеров.
По сути он уже сделал первый шаг в сторону Platform/DevOps-задач, и в дальнейшем сможет в этой сфере расти. И, как оказалось, это вообще не уникальная история. На хабре и реддите таких историй много, не буду пересказывать, без труда найдете.
Это и есть T-shaped: глубина в своей специальности плюс ветки вширь. Причём часть веток сейчас прокачивается пассивно. Проверяешь код, который написала нейронка - начинаешь лучше замечать ошибки и архитектурные проблемы. Разбираешься, почему этот код нельзя сразу отправлять в прод - постепенно понимаешь вопросы безопасности, производительности и инфраструктуры.
И стык «умею в разработку + шарю за безопасность ИИ-кода» - ровно те позиции, которые рынок сейчас ждёт. И спрос структурный, не хайп: Gartner прогнозировал, что к 2026 году 80% крупных инженерных организаций заведут платформенные команды - и это уже становится нормой. Заполнять их будут разработчиками со знанием инфры, а таких мало.
Вывод простой. Не надо никуда перекатываться с обнулением. Смотри, какие задачи уже появляются рядом с тобой: пайплайн, инфраструктура, автоматизация, ревью кода нейронки. Берись за одну-две из них - и через год можешь обнаружить, что ты уже не просто разработчик, а какой-нибудь условный FrontOps, Platform-инженер или MLOps. Именно сочетание разработки со смежными навыками становится одним из самых сильных конкурентных преимуществ в эпоху ИИ - это уже сейчас видно по новым предложениям на рынке.
Еще больше инсайдов и лайфхаков будет на нашем завтрашнем вебинаре в 12:00 по бэкенду, приходите!
@postypashki_old
| 2 | Как построить карьеру
Вкатиться в айти не сложно, сложно - расти как специалист и оставаться на плаву даже в самые экстремальные сценарии. В посте обсудим как построить топовую карьеру и не умереть в нищете.
Шаг 1.
По сути есть несколько вариантов: крутые стажировки (Яндекс, Т-банк, ВК и тд), Консалтинг/Outstaff, маленькие компании, кринжовые компании. Самый удачный расклад: залететь на крутую стажировку, а потом попасть в штат. Другие варианты тоже допустимы в начале пути, но лучше тогда уж попробовать поучиться: ШАД, ААА, маги или курсы от компаний (смотри список на сайте в разделе школы). И уже с них пытаться залететь на хорошие проекты/стажировки. Потому что главное здесь - не деньги, а опыт, который вас развивает как специалиста.
В кринж проектах важно не оставаться на долго, получаем опыт и затем смотрим, куда можем уйти спустя год. Если нет ничего лучше, то продолжаем расти внутри компании, если это возможно, но продолжаем смотреть на рынок для нашей следующей карьерной ступени и ищем другие драйверы роста (образование).
Шаг 2.
К этому моменту должно быть суммарно 2 года опыта работы. Нужна компания, которая забустит нашу карьеру в дальнейшем, даст ту самую основу для будущего роста. Ориентируемся на Авито, Яндекс, ВК, WB, Т-банк и другие компании, которые на слуху. У всех этих компаний есть интересные проекты, где ждут в том числе и амбициозных, умных ребят.
Дальше мы растем с Middle до Senior в одной организации с двух до четырех лет суммарно опыта. Желательно не менять компанию, но если понимаем, что наши задачи - кринж, то срочно начинаем активно искать новые варианты. Нужны задачи, которые нас забустят, чтобы мы всегда смогли себя продать как классного senior+ специалиста. Только не гонитесь за грейдами. Реальный senior и номинальный senior - это совершенно разные вещи. Лучше вложитесь в свой фундамент и образование, изучите смежную область, что даст больше импакта вашей карьере, чем лишние 100-200 gross в месяц. Если вы станете крутым специалистом, то заработать деньги будет нетрудно.
Еще раз на этом этапе важно избегать кринжовых компаний и проектов с устаревшим стеком, странной культурой, где ваши задачи и ответственность ограничена тремя строчками кода в неделю. Да, вам могут предложить хорошую зп и премии, но по итогу вы выйдите слабым специалистом без знаний актуальных инструментов и тенденций, которого на рынке труда все будут сторониться, а нужно, чтобы ваша работа вас продавала и бустила.
Шаг 3.
На четвертый год нужно принять решение: хотим ли мы руководить, сидеть на созвонах и 24/7 делать себе мозги. Если хотим, то мы выстраиваем менеджерские связи, ищем пути роста как внутри, так и снаружи, а параллельно думаем про стартап (ну вдруг повезет). Обучаемся менеджменту, пытаемся выбиться в лидеры. Если все это немного не для нас и мы хотим скорее честных денег за честный труд, то тут несколько вариантов.
1. Можно соскуфиться и кайфовать от жизни, просто ходить по кругу в компании, где коллеги умненькие и вайбовенькие.
2. Идем учиться в жесткие места по типу ШАДа и приближенных к нему магистратур. Ищем проекты в РФ и за рубежом, где готовы платить гениям просто за то, что они гении. Например, hft фонды, гигачады и подобные проекты, куда деньги льются рекой.
3. Идти в рип-эшелон: серые проекты и стартапы, где вы станете ключевым специалистом и что-то заработаете с этого факта.
Итого главное на начальном этапе играть в долгую, помнить, что ваш долгосрочный рост как специалиста важнее быстрых денег. Будучи настоящим специалистом, вы всегда сможете заработать быстро и много. Обсудить пост можно в нашем чате единомышленников.
Подписываемся: @postypashki_old | 1 |
| 3 |  Video xabar | 5 824 |
| 4 | Как получить оффер в аналитике за месяц
Разобрали, как сейчас выглядит вход в аналитику в 2026 году: какие бывают аналитики, кого ищут компании, что должен знать джун и как вообще проходят отборы. Смотрим! Смотрим!
https://www.youtube.com/watch?v=w5F1C7bFm0Y
Отдельно поговорили про карьерную часть: резюме без опыта, поиск первой работы, собеседования и типовые ошибки новичков.
Если хотите стать увереннее в своих силах, то ждем вас на курсе Аналитике Старт
На курсе будем закрывать всё, что нужно для выхода на рынок: SQL, метрики, A/B-тесты, дашборды, задачи с собеседований, пет-проект, резюме и mock-интервью.
📌Для вопросов и записи на курс напишите менеджеру | 5 815 |
| 5 |  Аналитика в 2026: как войти в профессию и получить оффер
Вебинар через 2 часа. Ссылка на веб - https://telemost.yandex.ru/live/59c89d4dde224564a88419f6a98ff639
Поговорим о том, какие аналитики бывают, кого сейчас ищут компании и почему аналитика остаётся одним из самых доступных направлений для старта.
Начинаем в 12:00 | 5 441 |
| 6 | Слив протокола на Data Science Яндекс
В Яндексе есть несколько видов аналитиков, один из них Data Scientist, который должен разбирать не только в аналитическом стеке (АВ тесты, метрики, дашборды), но и в МЛ стеке. А наши выпускники не только сейчас активно проходят собесы, но и уже давно закрепились в штате и проводят собесы. Поэтому сегодня обсудим протокол проведения собесов на эту специальность.
Кстати, приглашаю всех на наш завтрашний вебинар по аналитике, где будет еще больше инсайдов, экспертизы и сливов, сливов! Дата: 11.07 в 12:00
1) Как и обычно, каждая секция начинается со вступления - перетягивать не нужно, просто представиться, уточнить, все ли слышно, все ли видно ~ 2 минуты.
2) Разумеется, каждая секция включает в себя знакомство с кандидатом:
a) Обычно спрашивают про работу (если опыта нет - учебу)
- что больше всего нравится / не нравится? (например, в работе / какие задачи / алгоритмы ML / курсы)
- какие проблемы возникали - как решались?
- что полезного удалось сделать? (для себя / мира)
б) Если область близка - задается короткий вопрос на понимание:
- как решали такой-то бизнес-кейс?
- как модифицировать решение, чтобы оно умело еще то-то?
- чем обосновывается выбранное решение? оценивалась ли эффективность? как?
3) Задача на ML-алгоритмический кругозор кандидата + скорость размышлений ~ 25 мин
Таймлайны примерно такие:
a) Формулирование задачи ~5 мин (тут от аналитика ждут обычно то, какие цели оптимизируем (удобство пользователей, удобство магазинов, выручка маркетплейса), какие данные и источники можно использовать, какие сложности со сбором/качеством/доступностью данных).
б) Верхнеуровневый подход к решению ~ 5 мин (описать схему решения с обоснованием, посмотреть в сторону альтернативных вариантов).
в) Формулы и детали ~ 5 мин (проверяют, насколько кандидат понимает матчасть и детали ML - обычно просят словами описать целевую функцию и возможные альтернативы (часто маркер: logloss), как именно будем оптимизировать (градиентный спуск, что означает “взять производную”), как боремся с переобучением (регуляризация и другие приёмы), затем просим объяснить механику выбранного метода (градиентный бустинг/бэкпроп/линейная регрессия и т.п.), а если ML слабый - уходим в базу вроде регрессии, k-means или PCA).
г) АБ-эксперименты, статзначимость ~ 5 мин (тут часто говорят про базовые принципы и кругозор (оценка качества решения от оффлайна до пользовательских исследований), аккуратно подводят к A/B (если сам не назвал — объясняется принцип), обсуждается как принимать решение по эксперименту (почему нельзя “по первым моментам”, нужны статистические оценки), какие бывают тесты (вплоть до Манна–Уитни) и как оценивать риск ошибки/строить доверительные интервалы (если успеваем).
4) Мат-скиллы ~ 20 мин:
а) Обычно тут хотят посмотреть, как кандидат соображает + рассуждает, оценить его навыки работы с вероятностью, статистикой, комбинаторикой на практике. (Несложные задачи. Кроме чисто теоретических задач, могут предложить задачи на численный подсчет какой-нибудь вероятности)
5) Заключение и вопросы от кандидата - остаток времени.
Теперь давайте посмотрим на задачи:
Из пункта 3:
Продумать решение для бустинга товаров:
с высокими ставками
с высоким рейтингом
из хороших магазинов
Из пункта 4:
Есть два кубика (красный и синий) и банк, в котором на старте лежит 0 рублей.
Перед началом каждого раунда можно выбрать: или забрать банк и уйти (выигрыш будет равен сумме в банке), или кинуть кубики.
Если бросаем кубики, то: если на синем кубике выпадает 1, банк обнуляется и игра заканчивается (т.е. выигрыш равен нулю). Если на синем кубике не 1, то в банк добавляется количество рублей, равное сумме чисел на двух кубиках.
Необходимо придумать стратегию максимизации выигрыша.
Вообще сейчас идет тренд на гибридных специалистов, которые разбираются сразу в нескольких областей. Всему виной активное внедрение ИИ, оптимизации бюджетов внутри компании. Так, например, на аналитика уже недостаточно быть чисто аналитиком - нужно разбираться в МЛ. Аналогично для МЛ недостаточно просто знать классические алгоритмы и писать fit-predict, нужно копаться в архитектуре, выступать в роли аналитика и так далее - сейчас это базовый минимум. Чтобы идти в ногу со временем и диверсифицироваться, советую осваивать новую или смежную специальность. Для этого советую наши курсы.
➡️ Записаться
@postypashki_old | 9 163 |
| 7 |  Совсем скоро заканчивается регистрация на онлайн-хакатон “Робозон” от Ozon Tech, делимся с вами находкой.
Робозон - это хакатон по разработке решений для автоматизации процессов в складской инфраструктуре Ozon. Ежедневно в сортировочных центрах обрабатывается до 55 млн операций, так что задачи участникам достанутся не абстрактные, а настоящие. Призовой фонд составит 15 млн рублей.
Участникам предстоит выбрать одно из трёх направлений:
- имитационное моделирование движения товаров в сортировочном центре;
- проектирование инженерных решений для автоматизированной сортировки;
- разработка систем компьютерного зрения для классификации и обработки товаров.
Хакатон пройдёт с 2 июля по 12 сентября в два этапа. Сначала отборочный онлайн-этап на два месяца с тремя задачами по сортировке, а затем финалистов пригласят на конференцию E-CODE с оплатой дороги и проживания. Там пройдет защита проектов и награждение.
Участие - индивидуальное или командой до 7 человек. Регистрация открыта до 11 июля.
Остальное смотрите по ссылке. Там всё подробно. | 9 515 |
| 8 |  Как войти в IT в 2026 году: аналитика и backend
Товарищи, на этой неделе проведем сразу два открытых вебинара!
На этот раз разберём два направления, с которых можно начать карьеру в IT: аналитику и backend-разработку.
Ждем тебя на вебинаре, если ты
➡️ выбираешь направление и не понимаешь, где сейчас проще найти первую работу
➡️ уже изучаешь специальность, но не знаешь, достаточно ли навыков для собеседований
➡️откликаешься на вакансии, но не получаешь приглашений
➡️ хочешь понять, какие требования рынок предъявляет к джунам в 2026 году и как выделиться среди других кандидатов
Программы и даты вебинаров:
1️⃣ Аналитика в 2026: как войти в профессию и получить оффер
Поговорим о том, какие аналитики бывают, кого сейчас ищут компании и почему аналитика остаётся одним из самых доступных направлений для старта.
На вебинаре:
🔵разберём требования к junior-аналитикам и необходимый стек
🔵посмотрим, как устроены отборы и что спрашивают на интервью
🔵решим типовые задачи с реальных собеседований
Ведущий — лид продуктовой аналитики Ozon
Дата: 11.07 в 12:00
2️⃣ Backend в 2026: что нужно знать, чтобы вас наняли
Разберём, почему backend-разработчики по-прежнему нужны компаниям и как меняется профессия с развитием ИИ.
На вебинаре:
🔵соберём актуальный стек начинающего backend-разработчика
🔵обсудим, какие навыки помогают выделиться среди других джунов
🔵 разберём задачи и вопросы с технических интервью
Ведущий — старший разработчик Яндекс
Дата: 12.07 в 12:00
🔊 Бонус для обоих вебинаров — карьерный блок.
Обсудим зарплаты, поиск первой работы, резюме без опыта, ATS, этапы отбора и самопрезентацию.
Ссылки на вебинары пришлём позже сюда и в бот @Postupashkianalitycsbot | 12 613 |
| 9 | Слив МЛ кейсов Т-банк
Сейчас выпускники наших прошлых потоков активно проходят собесы в бигтехи, делимся с вами вопросами. Далее сохранили оригинальный текст. Кстати на курсе мл старт уже выложили разбор Авито буткемп DS, на который можно податься до 11 июля.
1. Как можно улучшить существующую систему
кредитного скоринга и прогнозировать финансовые трудности заёмщиков
Возможные вопросы для уточнения задачи:
Какие параметры банк учитывает при расчете кредитного скоринга?
Важно понять, какие факторы (доход, кредитная история, возраст и т. д.) уже используются
и можно ли их оптимизировать
Как определяется "финансовая трудность"? Например, это может быть просрочка платежей, банкротство или снижение кредитного рейтинга
Нужно ли фокусироваться на определенном типе кредитов?
Разные виды займов
(ипотека, автокредиты) могут требовать разных подходов
first things first: высокий коэффициент долга
(отношение суммы кредита к доходу) сигнализирует о риске. Таких заемщиков следует рассматривать как выбросы, а вот если доход заемщика не меняется со временем, это может указывать на ошибку в данных + пропущенные значения заполняемы с помощью регрессии/других методов импутации
При построении модели можно начать с логистической регрессии в рамках baseline, затем перейти к более сложным алгоритмам
(деревья решений для интерпретируемости и XGBoost, CatBoost для улучшения точности), после- проводится оценка важности признаков: поймём какие факторы сильнее всего влияют на риск
2. Как бы вы классифицировали фрукты и овощи на изображениях для e-commerce платформы
Уточним:
Содержит ли каждое изображение только один объект?
Если да, задача упрощается до многоклассовой классификации
Сколько классов (видов фруктов/овощей) нужно распознавать?
Например, 100/200/.. категорий
Каковы размеры и тип изображений?
Поработаем с данными: балансируем, разделяем, аугментируем
CNN эффективно выявляет особенности изображений: ResNet/EfficientNet для готовых решений, но желательно написать свою нейронку с batch normaми и dropoutами
после можно перейти к оптимизации: learning rate scheduling, color normalization для улучшения качества input
Проверяем, работу модели на новых данных и интерпретируем ошибки(ex., томаты и гранаты моделька может спутать)
3. Как определить, делает ли стриминговый сервис больший акцент на сериалах или фильмах
Нужно ли включать анимационные сериалы и фильмы в анализ?
Это важно, т.к. анимация может составлять значительную часть контента
Какова бизнес-цель исследования? Например, нужно ли анализировать конкретные жанры (боевики, триллеры и т. д.) или все категории?
На какую аудиторию ориентирован анализ? Дети, взрослые или все возрастные группы?
Предположим, интервьюер подтверждает, что анализ должен охватывать все жанры, включая анимацию, и ориентирован на общую аудиторию
Для начала я бы ограничил анализ странами с наибольшим объемом контента — США и Индией, тем самым упростим задачу, чтобы позже модель масштабировать
Немножечко про сезонность: пики релизов приходятся на праздники, что может влиять на баланс между фильмами и сериалам
На этапе сбора данных выбираем те объекты, у которых указаны год, месяц релиза, страна, жанр и другие ключевые параметры (checking удаляются ли записи с пропусками в критически важных полях, таких как дата релиза или категория контента)
Смотрим распределение контента по жанрам и странам и корреляцию между типом контента, рейтингами, популярностью (числом просмотров), а также доходом (при наличии данных) -> даст понять, какой контент чаще привлекает аудиторию и генерирует прибыль
Проверяем, как обстоит вопрос с доходностью фильмов и сериалов через монетизацию
(подписки, реклама)+ просматриваем вовлеченность пользователей: ex., какие категории контента чаще выбирают через рекомендации.
определяем приоритеты в продвижении
Еще больше подобных собесов и вопросов в нашем открытом банке собесов.
@postypashki_old | 11 227 |
| 10 |  Video xabar | 12 947 |
| 11 | Слив ML секции в Т-банк
Сейчас выпускники наших прошлых потоков активно проходят собесы в бигтехи, делимся с вами вопросами. Далее сохранили оригинальный текст.
Секция заметно сложнее, чем в Яндексе. Закончил примерно минут за сорок. Запомнилось, что было много вопросов по метрикам классификации
Как считается micro-F1 и чем отличается от macro-F1?
подсказка: micro-F1 агрегирует TP/FP/FN по всем классам перед вычислением precision и recall, а macro-F1 сначала вычисляет F1 для каждого класса, а потом усредняет
обсудили модели кластеризации, логистическую регрессию
Логистическая регрессия обучена, но метрика F1 на тесте низкая
проверить дисбаланс классов, попробовать изменить threshold
Кластеризация KMeans дала плохие кластеры
протестировать другие k, нормализовать данные, попробовать DBSCAN
Одна фича, один таргет; обучили модель на трейне, но весь тест лежит правее трейна (вне диапазона по фиче), что произойдёт?
модель будет экстраполировать, если линейна
В выборке 1000 наблюдений. Как проверить, что распределение таргета - нормальное?
ML System Design
у банка есть пул вопросов для подтверждения личности клиента
(ex., когда зарегистрировались, сколько тратите в месяц)
некоторые клиенты не помнят ответы, из-за чего оператору приходится задавать много лишнего
задача: спроектировать систему, которая заранее выбирает минимальный, но достаточный набор вопросов с высокой вероятностью получения верных ответов
тут, как я понимаю, проверяют, сможешь ли по истории и признакам клиента оценить вероятность ответа, выбрать минимальный набор вопросов с помощью ML и грамотно описать A/B-тестирование: например, сравнения длины верификации, количества вопросов и успешности
обсудили построение простой рекомендательной системы для интернет-магазина
+ поговорили про ускорение инференса моделей
Еще больше подобных собесов и вопросов в нашем открытом банке собесов.
@postypashki_old | 12 836 |
| 12 | ❗️ Через 4 часов закончится отбор на стажировку Т-банк!
Разбор всех направлениях выложен только на наших карьерные курсы старт, на которые идут последние 4 часа скидки: 8 745 ₽➡️ 14 795 ₽.
➡️ Записаться
Сразу отвечу на самые популярные вопросы:
➡️Как посмотреть свои баллы после окончания отбора?
1. Заходим в историю своего браузера
2. Ищем по preview
3. Переходим на страницу
4. Копируем айди экзамена
5. Вставляем в готовую ссылку
6. Ищем по student_score
https://edu.tbank.ru/api/v1/practice-progress/сюдаВвестиАйди/info?isSelection=true
Если все совсем плохо в контесте, то в личном кабинете появится реджект "вы не прошли". Никакого фриза в Т-банке нет, поэтому спокойно ждем следующего сезона (следующий набор на осень будет в августе). На официальную дату объявления результатов ориентироваться не нужно.
➡️Когда собес?
Первые приглашения начнут рассылать лучшим участникам не раньше середины июля, а до обычных работяг доберутся только в августе. Где-то за неделю до интервью на почту пришлют календарь, где нужно забить удобное время, и ссылку на zoom. Иногда HR могут написать в телегу и поторопить, но лучше мониторить почту, чтобы забить для себя удобное время.
Рекрутеры обычно идут навстречу, когда не можете пройти собес в выбранные дни и нужно время на подготовку, но лучше этим не злоупотреблять: редко когда приглашают больше одного раза.
➡️Кого позовут?
У меня был пост на эту тему, можно изучить его вот тут.
➡️Как проходит?
Все зависит от направления и команды. Чаще всего команда сама не знает, кого хочет видеть, поэтому чаще всего приходит настоящий консилиум специалистов и капитально мучают кандидата (все их вопросы разбираем на наших курсе), но иногда может выпасть просто HR-ка, которая прогонит вас по элементарным вопросам с листочка и даст оффер.
Сама структура собеседований похожа: рассказ о себе, задачи / алгосы, кейсы. Можно самому посмотреть на гитхабе Тинькофф, что ожидать. Для аналитиков писал подробную статью здесь. Не забудьте уточнить все свои вопросы у команды, поскольку ваши представления и позиции и реальность могут сильно отличаться. Например, вы хотите заниматься жесткой продуктовой аналитикой с временными рядами и мл, а команде нужен просто sql писатель. Конечно, вы получите рабочий опыт и возможно в дальнейшем оффер в штат, но ценность такого опыта под вопросом, учитывая альтернативы.
➡️Что дальше?
После собеса интервьюер составляет отзыв на кандидата, его идеальный пример здесь. На основе него могут на кандидата забить, предложить другой команде или вернуться с оффером. Обычно оффер получают через день-два после собеса в лс или по телефону. После 10 дней молчания можете смело стучаться рекрутеру в лс, чтобы получить ответ от команды (реджект). Обязательно просим фитбэк, иногда даже пишут что-то внятное и по фактам.
➡️Оффер?
Пригласят на подписание документов в офис, выдадут все необходимое, либо предоставят все через представителя. Далее знакомство с ментором и погружение в проект. Если не будете совсем бить баклуши, то вас без проблем возьмут в штат на постоянную позицию.
Подробнее обо всем этом можно посмотреть в видео. Обязательно ставьте огоньки и делитесь с друзьями, если хотите больше подобных постов.
Обсудить стажировки можно в нашем чате.
@postypashki_old | 15 127 |
| 13 | Как затащить МЛ собеседование в 2026 году
В вебинаре разобрали, что сегодня ждут от начинающего ML-специалиста: какие темы проверяют на технических интервью, как выглядят реальные кейсы и почему одного умения обучить модель в ноутбуке уже недостаточно. Смотрим! Смотрим!
https://www.youtube.com/watch?v=yeUlEzZO_qk | 13 740 |
| 14 |  Товарищи, ссылка на МЛ-вебинар:
https://telemost.yandex.ru/live/6a63594d4d254b03b94ed15377c380d2
Зовите друзей, родственников, собаку и кошку, чтобы все вместе узнать, как устроен рынок и собесы ML в 2026 году | 6 132 |
| 15 | Академия Авито и Буткем Авито
Сегодня прошел первый этап отбора в Академию Авито. За час мы решили все задачи и разбор на нашем курсе, благодаря которому все ребята успешно сдали тест. Дальше продолжаем усиленно ботать к экзамену. Конспект разбора выложен здесь.
Также до 9 июля нужно подать заявку на Авито буткем DS. Сам отбор стандартный: тест, задание и собес. Интерес представляет собес. Его записал наш выпускник, транскрибировав видео через ИИ-ку. Советую для самоанализа делать также, ибо все собесы не запомнить.
Кстати, первый этап буткемпа DS будет разобран на нашем курсе мл старт, на который до 5 июля действует скидка: 8 745 ₽➡️ 14 795 ₽.
➡️ Записаться
Общие вопросы по опыту
1. Расскажи, чем ты занимаешься? Какие сферы тебе особенно удаются?
2. Можешь подробнее рассказать про задачи, которые ты выполнял?
3. В чат-боте: какая сектора использовалась, какая моделька, и какие этапы обработки запросов?
4. А моделька какая? Почему выбрали вихрь, а не Qwen?
5. Чем вы разворачивали модель? Использовали OEM или что-то другое?
6. У тебя агентная система или просто одна LLM?
7. Как вы учитывали контекст диалога пользователя с LLM?
Архитектура и компоненты RAG-системы
1. Какой эмбеддер вы использовали?
2. Как организован ваш retrieval (BM25, FAISS и т.п.)?
3. Что использовали в качестве реранкера? Дообучали ли вы его?
4. Какие лоссы применялись при обучении эмбеддера и реранкера?
5. Какие метрики вы использовали для оценки качества retrieval и ранжирования?
6. Как замеряли качество генерации LLM?
Оптимизация и ускорение инференса
1. Какая скорость инференса была?
2. Рассчитывали ли вы нагрузку на систему?
3. Какие подходы ты бы использовал для ускорения инференса?
4. Включали ли вы KV cache?
5. Расскажи, как работает квантизация и дистилляция? Чем они отличаются?
Fine-tuning и PEFT
1. Какие методы тюнинга существуют? Чем они отличаются?
2. Что такое LoRA, QLoRA, Prompt Tuning, P-Tuning?
3. Как устроена LoRA и как она встраивается в LLM?
4. Чем отличается QLoRA от обычной LoRA?
Моделирование и системный дизайн (разрешительная документация)
1. Как бы ты решал задачу сопоставления карточки товара и разрешительной документации?
2. Что на выходе должно быть? Что сказать модератору?
3. Что делать, если в разрешительной документации много строк?
4. Как обработать названия и параметры шин?
5. Как бы ты находил маски (форматы) параметров шин?
6. Какой preprocessing ты бы использовал?
7. Как построить pipeline, где маски уже извлечены?
8. Как построить бинарный фильтр для соответствия товарной группы документации?
9. Как бы ты агрегировал финальное решение?
Классическое ML
1. Занимался ли ты классическим ML? Какие задачи решал?
2. Как строится решающее дерево?
3. Какие критерии ветвления и остановки знаешь?
4. Какие методы ансамблирования моделей знаешь?
5. Чем отличается Random Forest от бустинга?
6. Что произойдет, если удалить одно дерево в бустинге и в Random Forest?
7. Что такое теорема Байеса? Как выглядит её формула?
И приглашаем всех на наш завтрашний вебинар по МЛ: обсудим рыночек, собесы и перспективы развития области — будет интересно и полезно, приходите!
Подписываемся: @postypashki_old | 14 209 |
| 16 | ❗️ Завтра заканчивается донабор на стажировку в Т-банк
В честь этого события объявляем скидку до 5 июля на наши карьерные курсы старт: 8 745 ₽➡️ 14 795 ₽.
➡️ Записаться
➡️ Обязательно подаемся
И не сомневаемся, это одна из лучших опций для получения первого опыта в индустрии: можно совмещать с учебой, загрузка от 20 часов в неделю, после нее легко залететь в штат и да, вам даже будут платить за нее! Для участия нужно просто заполнить анкету и решить отбор до 5 июля. Задания на этот раз несложные (чекаем вот тут), но больше задач, где можно запросто ошибиться, специально сделали такие задачи, чтобы chatgpt путался с условиями и выдавал неправильные ответы и тех, кто спишет эти ответы, просто забанят в системе Т-банка. Сессия закончилась и это то самое время, которое нужно посвятить карьере и активному боту. У топов собесы начнутся в конце июля, а у работяг в августе.
➡️ Пишем качественную анкету
Проходной на собес везде разный и зависит от популярности специальности и кол-во выделенных мест, региона. Где-то проход 350, а где-то 600 за контест. Далее отбор идет по анкете. Командам и HR очень важна ваша мотивация и погруженность в специальность. Будет обидно набрать полный балл за контест, но не заполнить анкету (подробный совет тоже даем участникам наших курсов). Общие советы такие: пишем про курсы, которые проходили и не проходили, фокусируем внимание на курсах от Т-банка. Только помните, что на собесе нужно будет не запутаться в этих выдумках. Обязательно пишем про олимпиадный опыт, даже школьный, от олимпиадников все просто сходят с ума. Пишем образование. Про свои стартапы и телеграмм каналы советую писать осторожно: это может отпугнуть. Подумают, что после года работы в штате вы уйдете строить свой мега успешный бизнес, а работодатель хочет, чтобы вы росли и развивались внутри компании и стали приносить пользу именной ей.
Сразу создаем второй телеграмм канал для работы и учебы с настоящим именем и фамилией, без неоднозначных статусов и аниме на аватаре. Это может оттолкнуть рекрутеров. Также с этого аккаунта не пишем никому и некуда никакие неоднозначные тезисы, которая может стать народным достоянием и вас скомпрометировать. Работодателю важно, чтобы вы разделяли корпоративные ценности. Касаемо составления анкеты и резюме более подробно рассказывал в ролике, обязательно посмотрите.
➡️ Собеседование
Раньше большинство собесов было похоже на смотрины: команда рассказывала про себя, а вы про себя. Спрашивали мотивацию, бизнес кейс и может немного теории, задачи давали только на какого-нибудь риск аналитика. Сейчас все по-другому: контест не катает только ленивый, поэтому собесе почти всегда дают задачи. На аналитику и мл могут спросить матешу, скл, питон, а на разработчика и мл простенькие алгоритмы. Некоторые из этих заданий можно чекнуть тут, и тут, и тут, и тут, а если вы хотите разбор всех тасков с собесов - бегом на наши курсы.
➡️ Подробности
Более подробно обо всем этом можно посмотреть в видео. Главное помните, что шанс выиграть в этой игре > 90% (по крайней мере, в прошлом году именно таким был процент взятых на стажировку среди наших учеников), если знать правила игры. Серьезно, прошлым летом выпускница нашего курса по аналитике прошла отбор и стала стажером-аналитиком едва закончив 11-ый класс.
@postypashki_old | 13 240 |
| 17 |  Что нужно знать, чтобы пройти ML-собеседование в 2026 году
Продолжаем серию открытых вебинаров 😎
В это воскресенье разберём, как сейчас выглядит путь начинающего ML-специалиста: чего ждут от джунов и стажеров, как устроены технические отборы и как строить карьеру в 2026 году.
Поговорим о том, почему ML - это не только обучить модель в ноутбуке. На собеседовании будет livecoding, метрики, классические модели, переобучение, умение выбрать решение и объяснить его.
На вебинаре:
➡️ соберём карту ML-собеседования: из чего складывается подготовка
➡️ разберём главные ошибки новичков
➡️ решим ML-кейсы с реальных собеседований, покажем, какое решение ожидают от вас
▶️Бонус — обсудим карьерную часть: резюме, пет проекты, отклики на вакансии
Ведущий вебинара — ML-инженер WB. У вас будет возможность задать вопросы тому, кто сам проводит собеседования и узнать, на что обращают внимание при найме!
5 июля воскресенье, 12:00 (мск)
Ссылку пришлём позже сюда и в бот @Postupashkianalitycsbot | 10 228 |
| 18 | В новом ролике обсудим, что с вашей психикой сделает работа в Сбере и Иннотехе: рабство, кастрация и принуждение к... Осторожно, факты вас шокируют! Смотрим! Смотрим!
https://www.youtube.com/watch?v=m9sz3u_lfcE | 13 820 |
| 19 | Самые интересные события в ближайшее время.
Все подобное вы можете обсудить в комментариях под этим постом или в нашем чате.
1. Стажировка Т-банк
Донабор, для участия нужно заполнить анкету и решить экзамены 29 июня - 5 июля на ограниченное время. Если подавались в основной набор, то просто создайте второй аккаунт и подайтесь на донабор. Задания лежат здесь, а их разбор соответствующих направлений выложен на соответствующих курсах.
Как пройти на стажировку обязательно смотрим здесь.
➡️ Записаться.
2. Стажировка Яндекс
Продолжается главная стажировка сезона (задания тут). Для участия нужно решить вступительных контест, обычно достаточно 2/3, задания и материалы тут. Разбор заданий уже выложен на наших курсах
➡️ Записаться.
Как гарантировано пройти на стажировку обязательно смотрим здесь.
3. Стажировка Авито
На DS. Для участия нужно подать заявку до 9 июля, выполнить тест, видеоинтервью, разбор теста будет на нашем курсе МЛ старт.
➡️ Записаться.
Просьба от админа к организаторам: сделайте пожалуйста централизованные отборы на все направления по примеру Т-банка.
4. Сбер
Для участия нужно заполнить анкету, через какое-то время придет тестовое (пример тут) или свяжется HR и задаст стандартные вопросы по мотивации и технической части: в духе, сколько в гигабайте килобайт. Как пройти на стажировку обязательно смотрим здесь.
5. VK
В самом начале выбираете вакансию: не только направление, но и команду. Можно выбрать до двух вакансий. Далее ждет тестовое задание, на каждую вакансию оно разное. Отметим, что много вакансий с гибким графиком. Отзыв о ВК здесь.
6. Райффайзенбанк
Вакансий обычно немного, поэтому не печальтесь, если сразу придет реджект. Попытаться стоит, но как всегда заполняем анкету с умом: пишем старшие курсы, город Москва и тд.
7. Академия Аналитиков Авито
Нужно подать заявку до 2 июля. Цель программы: вырастить классный специалистов и встроить в Авито. Топовые преподаватели, курсы на реальной инфраструктуре и задачи Авито. Первый этап будет разобран на нашем интенсиве к АА.
➡️ Записаться.
8. Ozon Route
Курсы для go-разработчиков и Data Scientistов, обещают стажировку уже в процессе прохождения. Для участия нужно подать заявку до 23 июля и попасть в топ по контесту.
Как попасть на стажировку в Озон обязательно смотрим здесь.
Также не забываем мониторить вакансии по компаниям, которые указаны тут.
Еще помним про сезонные школы, за которыми удобно следить тоже на нашем сайте.
@postypashki_old | 14 622 |
| 20 |  Video xabar | 16 006 |
