Я QA Automation на Python, так что статья может быть искажена моей профессиональной деформацией и опытом.
В этой статье не будет экспертного мнения, потому что у меня его нет. Я поделюсь своим (и не только) опытоммнениемЧитать полностью »
Заходишь на Хабр.Карьеру, открываешь вакансии системных аналитиков, а в требованиях всё как обычно: построение информационных систем, понимание архитектуры, ТЗ, BPMN, базовый SQL. Нигде ни слова о знании GPT или умении промптить. Формально профессия как будто не изменилась.
Тем временем в свежем отчёте OpenAI о корпоративном применении ИИ опубликовали статистику: использование ChatGPT в корпоративной среде за год выросло в 8 раз, а объём запросов от одного человека — в среднем на 30%.
Собеседования любят маскироваться под технические. Кажется, что всё решает правильный декоратор, Big-O и аккуратная архитектура. Но самое интересное начинается не там. Часто оффер ломается не на сложном алгоритме, а на простом вопросе в стиле «как дела?» — только задуманном чуть хитрее.
Сегодняшний рынок таков, что у работодателя десятки кандидатов на место. И в этой конкуренции хватает одного маленького сомнения, чтобы вас тихо развернули: без драмы, без объяснений, просто «мы вам перезвоним». И многие уверены, что дело в строчке, забытой в live-coding. Но чаще причина прячется глубже.
Всем привет. Это моя первая статья на Habr. Хочу поделиться с вами своей историей, через что я прошел, чтобы устроиться на свою первую официальную работу программиста на популярном и любимом всеми языке Python. В статье будет приведена вся статистика: названия компаний, предложенные мне зарплаты, количество откликов, количество скринингов, технических собеседований, суммарно потраченное время и, конечно, результаты проделанных трудов. Возможно, вы обнаружите много воды, но по другому статья не будет полноценной.
Python кажется простым и понятным — именно поэтому с него так классно начинать карьеру разработчика. Но за этой простотой скрываются тонкости, которые любят проверять на собеседованиях. И тут начинающий разработчик может неожиданно попасть впросак: вроде бы код работает, но поведение совсем не такое, как ожидалось.
Как автор курса «Python-разработчик» в Яндекс Практикуме, я часто разбираю подобные ситуации на своём YouTube-каналеЧитать полностью »
Мы активно используем нейросети для решения рабочих задач. Бизнес агитирует за глубокое проникновение «искусственного интеллекта» в рабочие процессы. В то же время процесс найма в компаниях старательно игнорирует эволюцию инструментов. Интервьюеры выставляют себя идиотами и встают на пути интересов бизнеса.
Вы всё ещё думаете, что для успешного прохождения технического собеседования достаточно выучить алгоритмы и структуры данных? Возможно, стоит пересмотреть стратегию. Потому что прямо сейчас в IT-индустрии происходит смена парадигмы в том, как оценивают разработчиков. И большинство кандидатов этого даже не замечает.
87% компаний уже используют AI в процессе найма. А такие прогрессивные компании, как Canva, пошли ещё дальше — они начинают требовать использования AI-инструментов прямо на собеседованиях.
Константин Шибков (на Хабре sendelustЧитать полностью »
Привет! Я ex. Разработчик из VK, сейчас принял оффер от Ozon'a, и за последний месяц я прошел собеседования в 4х бигтех компаниях: Ozon, Avito, Wildberries и T-Bank и везде дошел до финалов/офферов. Пообщавшись во многих группах, посвященных Go-разработке, я понял, что много умных ребят готовясь к собесам не имеют четкой системы подготовки, и из-за этого заваливают технические собесы в компании. Не претендуя на истину в последней инстанции, предлагаю свою методику подготовки к собесам, которая помогла мне и моим знакомым подготовиться к техническим собесам во все популярные ру-бигтехи.
Если вы технический ИТ инженер, то почти неважно, на какой вы позиции или какой у вас уровень экспертизы — вы, скорее всего, работаете с техническими логами. Аналитики, разработчики, DevOps, QA работают с логами почти каждый день, потому что это простой, но мощный способ контроля систем и сервисов.
Многие техники работы с логами несложны, но их понимание является необходимым в ИТ.
В этой статье я хочу рассмотреть 2 случая, связанных с логами.
