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 42 459 obunachidan iborat bo'lib, Taʼlim toifasida 4 271-o'rinni va Rossiya mintaqasida 14 968-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 42 459 obunachiga ega bo‘ldi.
13 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 515 ga, so‘nggi 24 soatda esa 28 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 35.96% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 20.07% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 15 271 marta ko‘riladi; birinchi sutkada odatda 8 522 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 54 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 14 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.
42 459
Obunachilar
+2824 soatlar
+1407 kunlar
+51530 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+356
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 | |
| 14 Iyul | +8 | |||
| 13 Iyul | +31 | |||
| 12 Iyul | +21 | |||
| 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
| 2 | Если Python вы уже знаете на достаточно уровне и готовы полноценно переходить к алгоритмам, присоединяйтесь к нашему основному курсу Алгоритмы СТАРТ
На нём разбираем алгоритмы и структуры данных, решаем задачи с собесов и готовимся к алгоритмическим секциям в BigTech
Отзыв ученика с курса | 2 724 |
| 3 |  +3Хотите учить алгоритмы, но не знаете Python?
Товарищи, алгоритмы сами по себе не самые простые. А если параллельно с решением задачи приходится гуглить, как написать цикл for, подготовка превращается в отдельный вид страдания 😔
Поэтому запускаем бесплатный открытый курс «Python для алгоритмов».
С 14 по 19 июля разберём базу Python, которая нужна именно для решения алгоритмических задач.
Почему Python? Именно его чаще всего выбирают для решения задач на алгоритмических собеседованиях и технических отборах. У языка простой синтаксис, поэтому на собесе можно сосредоточиться на решении задачи, а не борьбе с кодом.
За 6 дней разберём условия, циклы, функции, строки и основные структуры данных. Научимся читать код, работать с вводом и выводом и переводить уже придуманное решение задачи на Python.
Задача курса — построить фундамент, с которым вы сможете полноценно начать изучать алгоритмы и структуры данных.
Курс подойдёт, если вы:
➡️ никогда раньше не программировали
➡️ когда-то учили Python, но забыли базовый синтаксис
➡️ планируете проходить отборы на стажировки, в ШАД, Академию аналитиков Авито и другие школы
🏆А самых сильных участников ждёт отдельный бонус. Лучшим подарим полный курс по алгоритмам
📌Ссылка на курс в нашем боте - @Postupashkianalitycsbot
Первые материалы уже выложены! | 3 336 |
| 4 | Как построить топовую карьеру
Скидки на наши карьерные курсы заканчиваются через 4 часа, поэтому в посте обсудим как построить топовую карьеру и не умереть в нищете, страхуясь от самых экстремальных сценариев.
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 надолго, 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 и проект - 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 ограничены тремя строчками кода в неделю. Да, вам могут предложить хорошую зп, премии и "стабильность", но по итогу вы выйдете 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 магистратуры. 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 | 7 278 |
| 5 | Cлив протокола алгоритмической секции Т-банк
Наши выпускники не только сейчас активно проходят собесы, но и уже давно закрепились в штате и проводят собесы. Поэтому продолжаем грабить желтый банк. В этом посте опишем общий протокол проведения алгоритмической секции, которая есть на ML специальности и разработку. Дальше приведен оригинальный текст протокола с небольшими правками и комментариями в скобочках.
Секция проверяет не энциклопедические знания, а то, как ты думаешь, решаешь задачи, пишешь код и общаешься. (Если не решить норму задач на свой грейд, будет реджект. О норме дальше ниже)
Что именно смотрят?
- Умение формализовать задачу: перевести условие в чёткую модель. (Попробуйте задать себе вопрос, какие в быту задачи может решать тот или иной алгоритм. Например, почему сортировка может быть полезна, как деревья помогают структурировать данные).
- Знание типовых структур данных и алгоритмов, умение оценивать сложность по времени и памяти. (Тут база, два указателя, бин поиск, сортировки, хэш мапы, деревья).
- Умение находить ошибки “в голове” и аккуратно исправлять код. (Попробуйте банально самостоятельно в редакторе пописать код).
- Чистоту и структуру кода, базовые coding-навыки. (Просите при написании кода до собесов просить гпт критиковать свой код, с каким-нибудь зумерским промптом "Ты - суровый критик кода и тд").
- Адекватность и культуру общения. (Шарм, шарм, шарм)
Формат и ожидания
- За час ожидают минимум 2 задачи; могут быть запасные, если задача уже знакома или слишком сложная. Тут внимание:
2 задачки (изи+медиум) - уровень медиум, 3 - сеньёр,
1/1,5 - джун
Часто в алгосееции достаточно джун/джун+ для прохода дальше на мидловскую позицию, если теор этап хорошо пройден, если плохо, то нужен грейд повыше.
Джун минус обычно реджект (это только 1 изи задачка / успеть придумать идею к решению медиума).
Если все 3 решил, сеньеров в алгосах отдельно в чатике прокидывают (на них смотрит больше команд).
- Камера у кандидата должна быть включена весь час, технические проблемы - повод переноса.
- В начале: приветствие, представление всех в звонке, уточнение “ты/вы”, короткий smalltalk, иногда вопрос про опыт с LeetCode.
Как будет строиться решение
- Ключевая установка: сначала устное решение, потом код.
- Интервьюер ждёт, что ты сначала “на пальцах” объяснишь идею, только потом начнёшь писать.
- Условие и 1–2 простых примера будут перед глазами, но краевые случаи часто не дают — их ждут от тебя.
Среда для кодинга
- Могут использовать внутреннюю платформу (Digital Interview) или онлайн-редактор.
- Тебя могут спросить, где удобнее писать: можно шарить свою IDE, но акцент не на отладке мышкой, а на алгоритмическом мышлении и “отладке в голове”.
Если застрял или задачу уже видел
- Если застрял, интервьюер может: перепроговорить условие, дать пару простых примеров, попросить хотя бы лобовое решение, дать контрпример или пройтись по тестам вручную.
- Если обсуждение буксует 15–20 минут, задачу могут упростить или заменить.
Поведение
- Важно вслух и структурно объяснять своё решение, а не молча кодить.
- Нервозность и неаккуратный код при хорошей идее — частый кейс, поэтому помогает шаг назад и повторная структуризация решения.
- Подсказки со стороны и “слишком характерный” чужой код могут вызвать дополнительные вопросы и модификацию задачи; при явной нечестности собеседование могут досрочно завершить.
- Интервьюер “должен быть вежливым” и оценивает не тебя как человека, а качество решения и коммуникации.
Например, недавно, нашему студенту давали такую задачку:
Дана последовательность целых чисел и число K (K ≥ 0). Требуется посчитать, сколько существует пар индексов (i, j) таких, что (i <= j) и модуль разности соответствующих элементов массива не меньше K, то есть (|a_i - a_j| >= K).
Примеры вызова функции `k_pairs`:
-
pairs([1, 2, 3, 4], 3) -> 1
-
pairs([1, 1, 3, 4], 2) -> 4
-
pairs([], 2) -> 0
-
pairs([1, 1, 3, 4], 20) -> 0
Кстати, все это входит в программу нашего курса алгоритмы старт, где мы не только ботаем алгоритмы, но и учимся проходить собеседования и качаем soft skills. Сейчас идут последние 7 часов скидки.
➡️ Записаться
@postypashki_old | 7 812 |
| 6 |  Как выйти на новый уровень уже этим летом
Камрады, половина лета уже прошла. Если вы думаете, как не продолбать вторую половину, — у нас есть хорошие новости.
Этого времени достаточно, чтобы изучить базу новой специальности, разобраться в основных темах с собеседований, решить реальные задачи и уже осенью (в сезон найма, кстати) уверенно выйти на рынок и начать карьеру.
Собственно, именно поэтому наши карьерные курсы стартуют уже сейчас.
Завтра начинается на обучение на наших курсах «СТАРТ» по направлениям:
- Аналитика
- Алгоритмы
- Backend
- Машинное обучение
Пока нет пар, сессии и миллиона учебных дедлайнов, можно потратить несколько недель на то, что реально приблизит вас к первому офферу.
🔊До 13.07 включительно действуют скидки:
15 795 ₽ 8 745 ₽ за любой курс
Дополнительные скидки:
-500 ₽, если учились уже у нас на других курсах
-500 ₽, если берете с другом
Действует гарантия: прошел курс, выполнил все рекомендации, но не получил оффер — вернем деньги
📌Для вопросов и записи на курс напишите менеджеру | 11 565 |
| 7 |  Video xabar | 8 822 |
| 8 | Запись вебинара по backend уже выложена
Товарищи, если пропустили вебинар — запись уже доступна: https://www.youtube.com/watch?v=I8W1-pFN9zw
Вебинар вёл Павел, старший разработчик Яндекса и преподаватель курса Backend Start. А ещё к нам заглянул Михаил Абрамович, чтобы поддержать вебинар и пообщаться с аудиторией.
Получился честный разговор про backend в 2026 году: какие специальности и роли заменит ИИ, как пробиться в джуны на текущем рынке.
Ждем всех начинающих разработчиков на курсе, чтобы получить всю базу за 6 недель и начать уверенно проходить интервью. В видео спрятан промокод со скидкой на курс, смотрим внимательно!
📌Для вопросов и записи на курс напишите менеджеру. | 9 457 |
| 9 |  Backend в 2026: что нужно знать, чтобы вас наняли
Всех по backend-разработке через 2 часа. Ссылка - https://telemost.yandex.ru/live/fd7c77a358034066abcb350f0a2d70a2
Обсудим, почему бэкенд остаётся востребованным направлением, как меняются требования к кандидатам и что проверяют на собеседованиях.
Начинаем в 12:00 | 7 033 |
| 10 | 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 | 10 815 |
| 11 | 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 |
| 12 |  Video xabar | 10 086 |
| 13 | 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 | 10 411 |
| 14 |  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 |
| 15 | 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 | 11 674 |
| 16 |  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. | 11 175 |
| 17 |  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 | 15 177 |
| 18 | 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 | 13 323 |
| 19 |  Video xabar | 15 162 |
| 20 | 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 | 15 888 |
