<?xml version="1.0" encoding="utf-8" ?><feed xmlns="http://www.w3.org/2005/Atom" xmlns:tt="http://teletype.in/" xmlns:opensearch="http://a9.com/-/spec/opensearch/1.1/"><title>Roman</title><author><name>Roman</name></author><id>https://teletype.in/atom/roma_cv</id><link rel="self" type="application/atom+xml" href="https://teletype.in/atom/roma_cv?offset=0"></link><link rel="alternate" type="text/html" href="https://teletype.in/@roma_cv?utm_source=teletype&amp;utm_medium=feed_atom&amp;utm_campaign=roma_cv"></link><link rel="next" type="application/rss+xml" href="https://teletype.in/atom/roma_cv?offset=10"></link><link rel="search" type="application/opensearchdescription+xml" title="Teletype" href="https://teletype.in/opensearch.xml"></link><updated>2026-11-22T20:21:51.228Z</updated><entry><id>roma_cv:wklliReh_Gw</id><link rel="alternate" type="text/html" href="https://teletype.in/@roma_cv/wklliReh_Gw?utm_source=teletype&amp;utm_medium=feed_atom&amp;utm_campaign=roma_cv"></link><title>Мое худшее собеседование в Data Science</title><published>2025-05-17T12:42:41.123Z</published><updated>2025-05-17T14:50:11.977Z</updated><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://img4.teletype.in/files/3e/ef/3eef3a2e-18bb-43d2-abca-d2400a6f55c5.png"></media:thumbnail><summary type="html">&lt;img src=&quot;https://img1.teletype.in/files/ce/b8/ceb8a13f-067e-4acc-bc7f-ddebc0e20aa9.png&quot;&gt;Дело было в начале 3-го курса учёбы в МФТИ, времена COVID. Более полугода я активно изучал ML: прошёл несколько курсов, выучил теорию, за месяц прошёл парочку собеседований — в Ozon, Сбер и Яндекс. Там всё было более чем цивильно: очень приятные интервьюеры, простые, добрые люди. Во время собеседований помогали, подсказывали молодому, зелёному ботеру. Остались исключительно приятные воспоминания.</summary><content type="html">
  &lt;p id=&quot;TqCb&quot;&gt;Дело было в начале третьего курса учёбы в МФТИ, во времена COVID. Более полугода я активно изучал ML: прошёл несколько курсов, выучил теорию, за месяц прошёл парочку собеседований — в Ozon, Сбер и Яндекс. Там всё было более чем цивильно: очень приятные интервьюеры, простые, добрые люди. Во время собеседований помогали, подсказывали молодому, зелёному ботеру. Остались исключительно приятные воспоминания.&lt;/p&gt;
  &lt;p id=&quot;o1dE&quot;&gt;И вот в телеграм-канале с вакансиями я увидел злополучный пост про &lt;strong&gt;стажировку в МТС&lt;/strong&gt;. Тогда я ещё не подозревал, что даже в таких крупных компаниях на собеседованиях может происходить настоящий трешачок.&lt;/p&gt;
  &lt;figure id=&quot;PD5a&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img1.teletype.in/files/ce/b8/ceb8a13f-067e-4acc-bc7f-ddebc0e20aa9.png&quot; width=&quot;553&quot; /&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;DA5h&quot;&gt;Немного забегу в будущее. &lt;strong&gt;Сейчас я уже Senior ML Engineer,&lt;/strong&gt; успел поработать в &lt;em&gt;Яндексе, Сбере, ВК&lt;/em&gt; и в компаниях поменьше. За спиной — десятки успешно пройденных собеседований, и с высоты текущего опыта могу точно сказать: такой трэш, как в МТС, мне больше нигде не встречался.&lt;/p&gt;
  &lt;p id=&quot;bczA&quot;&gt;К тому же считаю, что с моим послужным списком и обширным опытом я вполне могу высказывать публично оценочные суждения — и об уровне профессионализма интервьюеров, и об их отношении к начинающим разработчикам. Конечно, поиздеваться на собеседовании над маленьким студентиком — много ума не надо. Но стоит иметь в виду, что он скоро подрастёт и напишет вот такую статью.&lt;/p&gt;
  &lt;p id=&quot;kp25&quot;&gt;&lt;strong&gt;Очень хочу этим текстом помочь&lt;/strong&gt; таким же начинающим молодым специалистам, каким был когда-то сам. Если после её прочтения хотя бы паре человек станет чуть легче, и они обретут уверенность в себе — значит, цель достигнута.&lt;/p&gt;
  &lt;p id=&quot;MDGS&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;pHCi&quot;&gt;HR&lt;/h2&gt;
  &lt;p id=&quot;UAMU&quot;&gt;Буду максимально объективен: HR МТС отработали быстро и чётко — не забывали назначать звонки, не игнорили, всё шло гладко&lt;strong&gt;.&lt;/strong&gt;&lt;br /&gt;Правда, в последний момент прилично навалили кринжа — но к этому мы ещё вернёмся в конце.&lt;/p&gt;
  &lt;hr /&gt;
  &lt;p id=&quot;Ismu&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;zqSG&quot;&gt;Техническое собеседование&lt;/h2&gt;
  &lt;p id=&quot;VFpu&quot;&gt;Вот тут жара и начинается. Весь отбор состоял из одного техсобеса на час. Повторюсь: у меня уже был небольшой опыт прохождения собеседований, я знал, что там обычно спрашивают и как красиво выстраивать ответы. Базой по ML тоже владел, в своих силах был уверен — и не зря&lt;strong&gt;, ведь оффер мне ВЫДАЛИ.&lt;/strong&gt;&lt;/p&gt;
  &lt;section style=&quot;background-color:hsl(hsl(199, 50%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;Q7MV&quot;&gt;&lt;em&gt;И вот я жму кнопку «Подключиться» к Zoom-конференции. То, что дальше начало происходить, иначе как &lt;u&gt;смех и грех&lt;/u&gt; не опишешь — до сих пор смеюсь&lt;/em&gt;&lt;/p&gt;
  &lt;/section&gt;
  &lt;p id=&quot;zwec&quot;&gt;Встретил меня... &lt;strong&gt;оголённый мужчина&lt;/strong&gt; лет 25–30. Сказать, что я ошалел — это ничего не сказать.&lt;/p&gt;
  &lt;p id=&quot;mTik&quot;&gt;Судя по фону, он сидел дома, с полуоткрытыми глазами — видимо, только проснулся (а было уже около обеда). Сидел за столом, верхней одежды на нём не было. Были ли на нём хоть трусы или штаны — остаётся загадкой. Мы с ним поздоровались, начали small talk. С лица у меня не сходила улыбка — я, честно, без злого умысла, просто не понимал: это так задумано или он не видит, что вебка включена? Беседа шла &lt;em&gt;очень&lt;/em&gt; непринуждённо, как будто всё в порядке.&lt;/p&gt;
  &lt;p id=&quot;mBxY&quot;&gt;Спустя две минуты он всё-таки заметил включённую веб-камеру, извинился — и мы продолжили.&lt;/p&gt;
  &lt;p id=&quot;EjeU&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;YRE8&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;FRtW&quot;&gt;На всех собесах обычно разговор сразу заходит про внутреннее устройство моделей, деревьев, градиентного бустинга, метрики — &lt;strong&gt;но в этот раз всё было иначе&lt;/strong&gt;. &lt;/p&gt;
  &lt;p id=&quot;HrG9&quot;&gt;Он начал зачитывать содержание моего резюме (напомню, я - стажёр без опыта). Естественно, там было лишь перечисление библиотек и навыков в области ML, а также список пройденных курсов и реализованных пет-проектов.&lt;/p&gt;
  &lt;section style=&quot;background-color:hsl(hsl(323, 50%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;hoe1&quot;&gt;За весь собес мне не задали &lt;strong&gt;НИ ОДНОГО ВОПРОСА&lt;/strong&gt; по теме вакансии. Ничего по ML, никакой конкретики по задачам, подходам, Python или SQL.&lt;/p&gt;
  &lt;/section&gt;
  &lt;p id=&quot;15gn&quot;&gt;Больше всего его внимание привлекла строчка &lt;em&gt;&lt;strong&gt;&amp;quot;mathematics&amp;quot;&lt;/strong&gt;&lt;/em&gt; в моих скиллах. Я, насмотревшись ютуба с видео «как правильно составить резюме дата-сайентиста» и начитавшись статей «что хотят видеть работодатели», смело решил похвастаться тем, что учусь в топ-1 техническом вузе страны и, дескать, шарю в математике. Но лучше бы я эту строчку туда не вписывал…&lt;/p&gt;
  &lt;p id=&quot;VUYU&quot;&gt;&lt;em&gt;&lt;strong&gt;Спойлер:&lt;/strong&gt; с годами эмпирическим путём я выяснил, что все эти видео и статьи про составление резюме — полнейший бред. Никому не интересен ваш диплом, курсы, статьи и даже резюме в целом. Главное — это годы опыта, насмотренность и практический навык решения задач. Всё остальное — шелуха, которая массового работодателя вообще не волнует.&lt;br /&gt;Да, для пары топовых исследовательских лабораторий ваша научная деятельность и дипломная работа могут иметь значение — но таких вакансий единицы. И, честно говоря, нет особого смысла на них ориентироваться.&lt;/em&gt;&lt;/p&gt;
  &lt;p id=&quot;U5XQ&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;tCCJ&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;Iu4y&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;dvcc&quot;&gt;Он говорит: «Ого, у тебя тут написано, что ты знаешь математику. А какой твой любимый предмет по математике?»&lt;br /&gt;В этот момент &lt;strong&gt;меня пробрала дрожь&lt;/strong&gt;. Почувствовалось знакомое дуновение подзабытого страха — экзаменов на кафедре вышмата. Те, кто учился в МФТИ/МГУ/ВШЭ, отлично понимают: этот страх вполне обоснован.&lt;/p&gt;
  &lt;p id=&quot;QwFz&quot;&gt;Судорожно перебирая в голове названия предметов, которые ещё не успели выветриться из памяти, я выпаливаю:&lt;br /&gt;&lt;strong&gt;«Давайте про ТФКП — Теория функций комплексного переменного».&lt;/strong&gt;&lt;/p&gt;
  &lt;p id=&quot;zcP6&quot;&gt;И он действительно начал спрашивать меня про ТФКП!&lt;br /&gt;Кто не знает, что это такое — ниже будут примеры.&lt;/p&gt;
  &lt;p id=&quot;tp3g&quot;&gt;Началось с вопроса:&lt;br /&gt;&lt;strong&gt;«Назови все теоремы Коши, которые знаешь». &lt;/strong&gt;&lt;/p&gt;
  &lt;p id=&quot;zZRi&quot;&gt;Их немало — я начал перечислять всё, что знаю, и вроде отчасти справился. Ниже приведены примеры этих теорем, чтобы показать, &lt;strong&gt;насколько это всё далеко от индустриального ML&lt;/strong&gt;.&lt;/p&gt;
  &lt;figure id=&quot;xY6Y&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img4.teletype.in/files/b8/ce/b8ce53ea-8afb-4bf7-8cc4-87fdd0733933.png&quot; width=&quot;1330&quot; /&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;cJGl&quot;&gt;&lt;/p&gt;
  &lt;figure id=&quot;XuUC&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img3.teletype.in/files/21/1a/211a1798-4658-4c82-8a12-79855e557a50.png&quot; width=&quot;1354&quot; /&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;1Hqg&quot;&gt;&lt;/p&gt;
  &lt;section style=&quot;background-color:hsl(hsl(236, 74%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;Ag4U&quot;&gt;Потом мы перешли к обсуждению &lt;strong&gt;РЕГУЛЯРНЫХ ВЕТВЕЙ&lt;/strong&gt; — ситуация уже окончательно выходит за рамки понимания: почему это вообще спрашивается?&lt;br /&gt;Я начинаю объяснять, что такое регулярные ветви:&lt;/p&gt;
  &lt;/section&gt;
  &lt;figure id=&quot;UMvq&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img2.teletype.in/files/53/b8/53b89e06-204d-4e8a-99a7-7ea00a4ed481.png&quot; width=&quot;1322&quot; /&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;obQH&quot;&gt;Мы с одногруппниками постоянно шутили: зачем нам учить эти огромные теоремы по матану? Кто вообще будет спрашивать это на собеседовании по Python? И каков же был мой шок, когда через пару недель меня действительно спросили об этом! (Больше такого не повторялось, и математику нигде не спрашивали.)&lt;/p&gt;
  &lt;p id=&quot;YPzY&quot;&gt;Обсуждение ТФКП продолжилось, и со временем мы перекатились в другие области математики. Естественно, такого я точно не ожидал от технического собеса. Я сильно нервничал: какого чёрта — везде рассказывал про разницу между случайным лесом и градиентным бустингом, а здесь меня гоняют по самым сложным темам вышмата?&lt;/p&gt;
  &lt;p id=&quot;wBtd&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;eQZb&quot;&gt;Финал истории&lt;/h2&gt;
  &lt;p id=&quot;EuUy&quot;&gt;Через пару дней мне звонит HR и уточняет мои зарплатные ожидания по офферу. Затем я &lt;strong&gt;получаю заветный PDF&lt;/strong&gt; с презентацией предложения (на 60к грязными) и &lt;strong&gt;радостно соглашаюсь выйти на работу&lt;/strong&gt;. Заполняю анкету для службы безопасности — и замечаю, что там почему-то нет возможности указать, что у меня белорусское гражданство.&lt;br /&gt;Связываюсь с HR, сообщаю ей об этом. На всякий случай уточняю: &lt;u&gt;белорусский паспорт&lt;/u&gt; &lt;strong&gt;никак не ограничивает &lt;/strong&gt;трудоустройство в РФ, процедура полностью идентична российской.&lt;/p&gt;
  &lt;p id=&quot;FF7j&quot;&gt;И тут — как гром среди ясного неба — через пару дней приходит сообщение от моей HR:&lt;/p&gt;
  &lt;p id=&quot;C81I&quot;&gt;&lt;/p&gt;
  &lt;section style=&quot;background-color:hsl(hsl(34,  84%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;aoBW&quot;&gt;&lt;strong&gt;«Оффер отзываем, места для стажёров закончились. Всего хорошего».&lt;/strong&gt;&lt;/p&gt;
  &lt;/section&gt;
  &lt;p id=&quot;WqIJ&quot;&gt;Связано ли это с отсутствием российского паспорта — неизвестно. Но сам факт отзыва оффера — это, конечно, полная печаль. А если бы я уже где-то работал, уволился и готовился выходить? Вот тебе «МТС передумал» — и ты у разбитого корыта.&lt;/p&gt;
  &lt;p id=&quot;1sG6&quot;&gt; &lt;/p&gt;
  &lt;p id=&quot;XyCR&quot;&gt;&lt;strong&gt;ВЫВОД:&lt;/strong&gt;&lt;br /&gt;Будьте осторожны с этой компанией. Вас могут легко подставить, никакой ответственности за это никто не понесёт, а вы останетесь ни с чем. Процессы найма — в плачевном состоянии:&lt;/p&gt;
  &lt;ul id=&quot;FnGK&quot;&gt;
    &lt;li id=&quot;8j2L&quot;&gt;бренда работодателя фактически нет,&lt;/li&gt;
    &lt;li id=&quot;Wqo1&quot;&gt;интервьюеры творят что хотят,&lt;/li&gt;
    &lt;li id=&quot;ke9x&quot;&gt;офферы могут отозвать без объяснений.&lt;/li&gt;
  &lt;/ul&gt;
  &lt;p id=&quot;ldBf&quot;&gt;Всё это создаёт реальные риски для кандидатов&lt;/p&gt;
  &lt;p id=&quot;Lulw&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;mSVA&quot;&gt;После собеса я поделился своим опытом со всеми друзьями и более опытными коллегами, которые уже работают в ML. Все в один голос сказали: &lt;strong&gt;&amp;quot;это полный бред&amp;quot;&lt;/strong&gt;, как такое вообще могло произойти на техническом собеседовании?&lt;/p&gt;
  &lt;p id=&quot;LxBa&quot;&gt;Тут сразу возникают вопросы к HR-департаменту МТС: &lt;strong&gt;почему такое вообще допускается?&lt;/strong&gt; Буквально за один час они умудрились угробить свою репутацию в глазах как минимум 30 человек — моих друзей и знакомых, которые узнали о том, что на собеседованиях в МТС приходится буквально пересдавать экзамен по математике и рассказывать теоремы.&lt;/p&gt;
  &lt;p id=&quot;2FiQ&quot;&gt;И это не какие-то 30 рандомов — это студенты лучшего технического вуза страны, с факультета, напрямую связанного с ML и разработкой — &lt;strong&gt;ФПМИ&lt;/strong&gt;. Это самая целевая аудитория, которую МТС только мог бы себе пожелать. Через пару лет (т.е. уже сегодня) они в полном составе будут работать в топовых российских компаниях, кто-то уже сейчас руководит целами отделами.&lt;/p&gt;
  &lt;p id=&quot;br7x&quot;&gt;&lt;strong&gt;Слава богу, НИ ОДИН из моих знакомых не работает в МТС.&lt;/strong&gt; Очень рад, что крутые специалисты обошли это место стороной.&lt;/p&gt;
  &lt;p id=&quot;rbyN&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;VDfB&quot;&gt;ИТОГИ: &lt;/h2&gt;
  &lt;p id=&quot;lpR3&quot;&gt;МТС рискует потерять талантливых специалистов из-за некачественного процесса найма и странных требований на собеседованиях. Это происходило несколько лет назад, как сейчас обстоит ситуация — я не знаю, но судя по отсутствию активного найма и малой публичной деятельности команд МТС, можно предположить, что далеко не ушли. Репутация компании страдает, а лучшие кадры предпочитают идти в другие, более прозрачные и профессиональные команды.&lt;/p&gt;
  &lt;p id=&quot;Pjxg&quot;&gt;&lt;/p&gt;
  &lt;section style=&quot;background-color:hsl(hsl(55,  86%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;VhEL&quot;&gt;&lt;strong&gt;Пожелания для начинающих в ML:&lt;/strong&gt;&lt;/p&gt;
    &lt;p id=&quot;SfXB&quot;&gt;Не бойтесь сложных интервью и неожиданных вопросов — это всего лишь этап на вашем пути. Главное — не сдавайтесь и верьте в свои силы. Каждый опыт, даже самый странный и сложный, делает вас только сильнее и мудрее. Помните, что настоящие возможности ждут тех, кто упорно идёт вперёд, не позволяя неудачам подорвать уверенность в себе. Вы справитесь!&lt;/p&gt;
  &lt;/section&gt;

</content></entry><entry><id>roma_cv:zagOtthBQSH</id><link rel="alternate" type="text/html" href="https://teletype.in/@roma_cv/zagOtthBQSH?utm_source=teletype&amp;utm_medium=feed_atom&amp;utm_campaign=roma_cv"></link><title>Методы дообучения. PEFT. База к собеседованиям</title><published>2025-05-03T20:07:13.055Z</published><updated>2025-05-03T20:08:55.316Z</updated><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://img1.teletype.in/files/8f/2b/8f2b604f-40c9-4a65-ad61-5507953b1c88.png"></media:thumbnail><summary type="html">&lt;img src=&quot;https://img4.teletype.in/files/7c/12/7c12063a-fe0d-46f1-998c-9624b948421a.png&quot;&gt;Это обязан знать каждый</summary><content type="html">
  &lt;p id=&quot;F6n9&quot;&gt;Это обязан знать каждый&lt;/p&gt;
  &lt;p id=&quot;UBrg&quot;&gt;Вы думаете, что дообучение моделей сводится к заморозке слоёв или изменению последнего слоя? Cейчас расскажу простым языком — про методы, которые экономят время и мощности, не теряя качества. В условиях нынешнего рынка это уже относится к теормину - ЗНАТЬ ОБЯЗАТЕЛЬНО&lt;/p&gt;
  &lt;figure id=&quot;lhKn&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img4.teletype.in/files/7c/12/7c12063a-fe0d-46f1-998c-9624b948421a.png&quot; width=&quot;1626&quot; /&gt;
    &lt;figcaption&gt;Классический fine-tune уже даже стыдно обсуждать&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;h2 id=&quot;KjHa&quot;&gt;Определение&lt;/h2&gt;
  &lt;p id=&quot;RBSR&quot;&gt;&lt;strong&gt;PEFT&lt;/strong&gt; (Parameter-Efficient Fine-Tuning) - это совокупность методов, позволяющих дообучать модели, минимизируя вычислительные траты, что особо актуально в контексте больших генеративных моделей(диффузионки и LLM)&lt;/p&gt;
  &lt;p id=&quot;1nTD&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;maCB&quot;&gt;ЧЕГО МОЖНО ДОБИТЬСЯ С ДООБУЧЕНИЕМ&lt;/h2&gt;
  &lt;p id=&quot;m5MG&quot;&gt;Вы можете дообучить большую диффузионную сеть (FLUX), генерировать именно ВАС, пример: &lt;/p&gt;
  &lt;p id=&quot;ybK2&quot;&gt;Научим нашу нейросеть генерировать Алексея Семихатова (в обучающей выборке она его не видела, поэтому сходу сама нарисовать не сможет)&lt;/p&gt;
  &lt;figure id=&quot;tnOE&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img4.teletype.in/files/b7/39/b73934d7-ace4-437e-8749-c3d3bf2554a2.png&quot; width=&quot;1260&quot; /&gt;
    &lt;figcaption&gt;Популярный ютубер Алексей&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;HQle&quot;&gt;А вот после дообучения, мы вольны генерировать любой контент, какой пожелаем&lt;/p&gt;
  &lt;figure id=&quot;b6K7&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img1.teletype.in/files/89/b2/89b27da3-aa7c-4cd6-8fc2-323fa1d3b791.png&quot; width=&quot;1004&quot; /&gt;
    &lt;figcaption&gt;Алексей Семихатов - физик ютубер, и джейдай&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;6Snp&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;glc3&quot;&gt;Также можно дообучить LLM на ваших телеграмм чатах, чтобы она начала разговаривать как вы&lt;/p&gt;
  &lt;p id=&quot;Mt1J&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;LRIk&quot;&gt;Можно дообучить аудио модель, чтобы она озвучивала текст вашим голосом&lt;/p&gt;
  &lt;p id=&quot;YX0k&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;SC6F&quot;&gt;Мотивация&lt;/h2&gt;
  &lt;p id=&quot;LDTi&quot;&gt;С появлением сверхмасштабных моделей, таких как &lt;strong&gt;FLUX&lt;/strong&gt; для генерации изображений или &lt;strong&gt;LLama/Qwen&lt;/strong&gt; для текста, полное дообучение стало практически недостижимой задачей для большинства пользователей. Эти модели требуют колоссальных вычислительных ресурсов — даже базовые варианты могут занимать десятки гигабайт видеопамяти (VRAM), а полноценное обучение требует доступа к флоту мощных GPU/TPU, которые доступны лишь крупным компаниям. Кроме того, оригинальные версии таких моделей создаются на основе проприетарных данных, собранных разработчиками за годы — массивов, которые невозможно воспроизвести самостоятельно. Это делает попытки «переучивать» модели с нуля не только технически сложными, но и бессмысленными: оригинальная версия уже содержит знания, недоступные для повторения. Вместо этого гораздо эффективнее использовать методы, которые позволяют адаптировать модель под конкретные задачи, не затрагивая её исходные параметры.&lt;/p&gt;
  &lt;p id=&quot;EaDq&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;DMX0&quot;&gt;Методы PEFT полезны не только для больших моделей, но и для повседневных задач — например, дообучение YOLO детекторов или ResNet классификаторов на задачи котик/собачка. Они позволяют адаптировать модель под новые данные эффективно, не теряя исходное качество и экономя ресурсы.&lt;/p&gt;
  &lt;p id=&quot;SKx7&quot;&gt;Короче, плюсы:&lt;/p&gt;
  &lt;ul id=&quot;PQ5a&quot;&gt;
    &lt;li id=&quot;lPe2&quot;&gt;Быстрее проходит обучение&lt;/li&gt;
    &lt;li id=&quot;qFOU&quot;&gt;Мы будем обучаться на экстремально малом числе данных - 2-10 семплов&lt;/li&gt;
    &lt;li id=&quot;Faiw&quot;&gt;Снижение затрат на потребление ГПУ&lt;/li&gt;
    &lt;li id=&quot;tuzo&quot;&gt;Меньше риск переобучиться&lt;/li&gt;
    &lt;li id=&quot;VF7T&quot;&gt;Не портим изначальные веса модели, нет катастрофического забывания&lt;/li&gt;
    &lt;li id=&quot;Stx6&quot;&gt;Легче подменять версии модели, каждая версия - это небольшой файл весов, который в 10-ки раз! меньше изначальных полных весов&lt;/li&gt;
  &lt;/ul&gt;
  &lt;figure id=&quot;PbwW&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img2.teletype.in/files/56/42/56427ab8-3421-421b-b9f5-969949b24274.png&quot; width=&quot;1140&quot; /&gt;
    &lt;figcaption&gt;Все виды дообучения, НО нам столько знать не надо, не волнуйтесь&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;C90C&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;EFSe&quot;&gt;Виды PEFT&lt;/h2&gt;
  &lt;p id=&quot;huB7&quot;&gt;Идем от самых базированных -&amp;gt; к более редким случаям. Если вы не знаете про самые первые, то уже считайте, что &lt;strong&gt;&lt;u&gt;100% НЕ прошли собес.&lt;/u&gt;&lt;/strong&gt;&lt;/p&gt;
  &lt;p id=&quot;um5Z&quot;&gt;&lt;/p&gt;
  &lt;h4 id=&quot;k3Ah&quot;&gt;&lt;strong&gt;LoRA (Low-Rank Adaptation)&lt;/strong&gt;&lt;/h4&gt;
  &lt;p id=&quot;2DtQ&quot;&gt;Статья - &lt;a href=&quot;https://arxiv.org/pdf/2106.09685.pdf&quot; target=&quot;_blank&quot;&gt;https://arxiv.org/pdf/2106.09685.pdf&lt;/a&gt;&lt;/p&gt;
  &lt;p id=&quot;iBc6&quot;&gt;При анализе финальных весов LLM было &lt;a href=&quot;https://arxiv.org/abs/2012.13255&quot; target=&quot;_blank&quot;&gt;выявлено&lt;/a&gt;, что в матрицах линейных слоев(а трансформеры и self-attention - это просто очень много линейных слоев) ранк этих матриц весов меньше их самих. Че это значит то? &lt;/p&gt;
  &lt;p id=&quot;21Fc&quot;&gt;Проще говоря, большинство параметров являются избыточными. Из чего можно сделать вывод, что матрицы можно представить пространством меньшей размерности, сохраняя при этом большую часть важной информации.&lt;/p&gt;
  &lt;p id=&quot;cxic&quot;&gt;Если изначально линейный слой был задан как 756x756(для примера взял числа - nn.Linear(756, 756)), то после обучения уже ясно, что его можно ужать, например, до 128x128 - без какой-либо потери качества. Просто потому, что наша модель очень хорошо обучилась и мы на старте взяли слишком много обучаемых параметров, можно было брать меньше. Вот отсюда, там слово Rank (в данном примере rank=128)&lt;/p&gt;
  &lt;figure id=&quot;BD6O&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img2.teletype.in/files/96/db/96db87e6-445e-4186-8e68-b04c737aa3b4.png&quot; width=&quot;2722&quot; /&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;i59E&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;kPdf&quot;&gt;Создатели LoRA предположили, что изменение весов при файнтюнинге модели имеет низкий &amp;quot;внутренний ранг&amp;quot; (intrinsic rank). Идея данного метода заключается в том, что для предварительно обученной матрицы весов мы представляем её обновление двумя меньшими матрицами, полученными путем низкоранговой аппроксимации. Эти матрицы мы тренируем при обучении, а исходную матрицу весов замораживаем. Затем для получения окончательного результата мы объединяем исходные и обученные веса.&lt;/p&gt;
  &lt;p id=&quot;cQNu&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;oKDE&quot;&gt;&lt;/p&gt;
  &lt;figure id=&quot;31Nb&quot; class=&quot;m_original&quot;&gt;
    &lt;img src=&quot;https://img1.teletype.in/files/ce/c3/cec3bdd8-5ede-43bc-9325-32744e99c035.gif&quot; width=&quot;600&quot; /&gt;
    &lt;figcaption&gt;Иллюстрация работы LoRA Источник: https://huggingface.co/blog/trl-peft&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;ExhW&quot;&gt;&lt;strong&gt;Основная суть: &lt;/strong&gt;&lt;/p&gt;
  &lt;ul id=&quot;CRPp&quot;&gt;
    &lt;li id=&quot;u6LX&quot;&gt;Мы морозим ВСЮ модель&lt;/li&gt;
    &lt;li id=&quot;Gg4A&quot;&gt;К некоторой части линейных слоев(часть = от  0 до 100% всех линейных слоев). Мы прибавляем два линейных слоя(это и есть наша лора). &lt;br /&gt;Linear(768, r) -&amp;gt; Linear(r, 768)&lt;/li&gt;
    &lt;li id=&quot;dxVB&quot;&gt;Обучаться будут только эти доп слои&lt;/li&gt;
    &lt;li id=&quot;uKuG&quot;&gt;Есть только 2 гиперпараметра настройки - ранк (r) и alpha коэффициент умножения выхода линейных слоев лоры на alpha&lt;/li&gt;
    &lt;li id=&quot;tAH1&quot;&gt;alpha нужна чтобы наша огромная модель, вообще ощутила на себе влияние этих добавленных слоев и стала вести себя под нашу задачу(часто alpha=rank=16)&lt;/li&gt;
    &lt;li id=&quot;oXBv&quot;&gt;rank - чем он больше, тем выше способность модели запомнить полностью, то под что она файтюнится. Минимально ранг берут около 8-16. Максимально 256-512&lt;/li&gt;
  &lt;/ul&gt;
  &lt;p id=&quot;lyhp&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;0gI3&quot;&gt;Prefix tuning&lt;/h2&gt;
  &lt;p id=&quot;f2uM&quot;&gt;Идея до ужас простая - давайте не трогать вообще модель, а будем обучать входной токен, по аналогии с CLS токеном (&lt;a href=&quot;https://aditya007.medium.com/understanding-the-cls-token-in-bert-a-comprehensive-guide-a62b3b94a941&quot; target=&quot;_blank&quot;&gt;подробности про CLS токен&lt;/a&gt;)&lt;/p&gt;
  &lt;p id=&quot;wvqS&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;4wQF&quot;&gt;&lt;strong&gt;Суть&lt;/strong&gt;&lt;/p&gt;
  &lt;p id=&quot;N501&quot;&gt;Мы создаем рандомный токен, который будет меняться (ведет себя как обычный слой обучаемых параметров, меняется от градиентного спуска). Он просто КОНКАТИТСЯ ко всем входным последовательностям при дообучении. И ВСЕ&lt;/p&gt;
  &lt;p id=&quot;kICI&quot;&gt;Это работает как для текста, так и для картиночных моделей.&lt;/p&gt;
  &lt;figure id=&quot;oGrJ&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img2.teletype.in/files/5d/2e/5d2e1423-a470-488b-950e-a7f9f5204811.png&quot; width=&quot;1828&quot; /&gt;
    &lt;figcaption&gt;Визуалиазция Prefix Tuning&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;BOUI&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;EpVS&quot;&gt;&lt;/p&gt;
  &lt;figure id=&quot;iyIm&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img1.teletype.in/files/ca/d5/cad5416d-7b5c-47df-9884-433f9054969f.png&quot; width=&quot;2930&quot; /&gt;
    &lt;figcaption&gt;Вот так выглядят конкатенцаии ко входу(картинка справа)&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;eLLd&quot;&gt;В оригинальной &lt;a href=&quot;https://aclanthology.org/2021.acl-long.353.pdf&quot; target=&quot;_blank&quot;&gt;статье &lt;/a&gt;создатели данного метода, исходя из результатов эксперимента на основе GPT-2, сделали вывод, что, обучая только 0,1% параметров, Prefix tuning показывает производительность, сравнимую с дообучением, при котором настраиваются все параметры модели, и превосходит его при файнтюнинге с малым объемом данных.&lt;/p&gt;
  &lt;p id=&quot;wfqm&quot;&gt;&lt;strong&gt;Итоги:&lt;/strong&gt;&lt;/p&gt;
  &lt;ul id=&quot;AkVx&quot;&gt;
    &lt;li id=&quot;B5LN&quot;&gt; &lt;strong&gt;Не трогает оригинальную модель &lt;/strong&gt;— все параметры заморожены, обучается только префикс.&lt;/li&gt;
    &lt;li id=&quot;h80j&quot;&gt; &lt;strong&gt;Очень мало обучаемых параметров &lt;/strong&gt;&lt;/li&gt;
    &lt;li id=&quot;C6zv&quot;&gt;&lt;strong&gt;Менее точный, по сравнению с LoRA&lt;/strong&gt;, поэтому реже используется&lt;/li&gt;
  &lt;/ul&gt;
  &lt;p id=&quot;3cT8&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;mjDe&quot;&gt;Адаптеры&lt;/h2&gt;
  &lt;p id=&quot;defh&quot;&gt;Это просто более общая формулировка того, как можно добавлять к зафриженной модели доп обучаемые слои. LoRa - это частный случай Adapters&lt;/p&gt;
  &lt;p id=&quot;Kue8&quot;&gt;Доп линейный слои можно подставить вообще где угодно в модели. И сам блоков адаптеров может быть чем угодно: это может быть 1 линейный слой или несколько комбинированных более сложных трюков, как на фото ниже&lt;/p&gt;
  &lt;figure id=&quot;VLs5&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img3.teletype.in/files/66/3d/663d6053-2a81-4cad-9c23-6fffe5231463.png&quot; width=&quot;945&quot; /&gt;
    &lt;figcaption&gt;Пример сложного адаптера&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;wQxT&quot;&gt;&lt;strong&gt;Итог:&lt;/strong&gt;&lt;/p&gt;
  &lt;ul id=&quot;gnTc&quot;&gt;
    &lt;li id=&quot;jZ5v&quot;&gt;Адаптеры - это что угодно, любая комбинация обучаемых слоев просунутая внутрь зафриженной модели&lt;/li&gt;
    &lt;li id=&quot;twt7&quot;&gt;&lt;strong&gt;LoRA - это частный случай адаптеров&lt;/strong&gt;&lt;/li&gt;
  &lt;/ul&gt;
  &lt;p id=&quot;gu68&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;80XZ&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;Vbwt&quot;&gt;&lt;/p&gt;
  &lt;h2 id=&quot;EC7a&quot;&gt;СПАСИБО ЗА ВНИМАНИЕ &lt;/h2&gt;
  &lt;p id=&quot;Od4o&quot;&gt;Подписывайтесь на телеграмм канал, там больше инфы к собесам - &lt;a href=&quot;https://t.me/AI_bolno_ml&quot; target=&quot;_blank&quot;&gt;https://t.me/AI_bolno_ml&lt;/a&gt;&lt;/p&gt;
  &lt;p id=&quot;G7Hc&quot;&gt;&lt;a href=&quot;https://www.youtube.com/channel/UCFyakzEbX6S3ggcCweLa-iQ&quot; target=&quot;_blank&quot;&gt;Подписывайтесь на ютуб &lt;/a&gt;&lt;/p&gt;
  &lt;p id=&quot;5Lyx&quot;&gt;Личные консультации и обучение - &lt;a href=&quot;https://filonov.site&quot; target=&quot;_blank&quot;&gt;менторство&lt;/a&gt;&lt;/p&gt;
  &lt;p id=&quot;6dZa&quot;&gt;&lt;/p&gt;
  &lt;figure id=&quot;DGhD&quot; class=&quot;m_original&quot;&gt;
    &lt;img src=&quot;https://img1.teletype.in/files/81/26/8126f7cb-4bc3-42f4-97be-28d8e4542e44.png&quot; width=&quot;640&quot; /&gt;
  &lt;/figure&gt;

</content></entry><entry><id>roma_cv:B8BPzCbPWCT</id><link rel="alternate" type="text/html" href="https://teletype.in/@roma_cv/B8BPzCbPWCT?utm_source=teletype&amp;utm_medium=feed_atom&amp;utm_campaign=roma_cv"></link><title>Яндекс vs Сбер: где быстрее поймешь смысл фразы «держись брат»? Глазами ML-разработчика</title><published>2025-04-28T19:55:34.434Z</published><updated>2025-04-28T20:47:02.132Z</updated><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://img2.teletype.in/files/13/f8/13f8de2b-45b0-47fc-b4a7-4c5b6c510fcb.png"></media:thumbnail><summary type="html">&lt;img src=&quot;https://img4.teletype.in/files/fd/08/fd080960-5289-4257-9c45-ee7fa11cc32e.png&quot;&gt;К сожалению или счастью, был я и там, и там)) Поэтому ловите внутрянку, как на самом деле выглядит работа линейного ML-щика/Дата саентиста. Стоит ли оно того, что происходит внутри и почему я все-таки ушел из обеих компаний. (кормили прост невкусно)</summary><content type="html">
  &lt;p id=&quot;J3w1&quot;&gt;К сожалению или счастью, был я и там, и там)) Поэтому ловите внутрянку, как на самом деле выглядит работа линейного ML-щика/Дата саентиста. Стоит ли оно того, что происходит внутри и почему я все-таки ушел из обеих компаний. (кормили прост невкусно)&lt;/p&gt;
  &lt;p id=&quot;Qdzm&quot;&gt;Еще студентом я стремился в бигтех: именно там самые сильные специалисты, лучшие условия труда и перспективы. Ну, по большей части так и было - ничего не умеющего доходягу там редко встретишь (хотя в одной из двух этих компаний раз на раз проскакивает - не будем показывать пальцем🤫)&lt;/p&gt;
  &lt;section style=&quot;background-color:hsl(hsl(199, 50%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;vQpf&quot;&gt;🤓 Обо мне и моем опыте читай в &lt;a href=&quot;https://t.me/AI_bolno_ml&quot; target=&quot;_blank&quot;&gt;телеграмм канале &lt;/a&gt;&lt;/p&gt;
  &lt;/section&gt;
  &lt;h2 id=&quot;Extp&quot;&gt;Сбер&lt;/h2&gt;
  &lt;p id=&quot;DfNz&quot;&gt;&lt;br /&gt;Итак, Сбер. Ну это мягко говоря легенда. Там я работал CVшником в команде биометрии, делали оплату улыбкой (если лыбитесь в терминал, и он не срабатывает - вы знаете кого благодарить)&lt;/p&gt;
  &lt;p id=&quot;y66O&quot;&gt;&lt;strong&gt;Что по внутренним приколам:&lt;/strong&gt;&lt;/p&gt;
  &lt;ul id=&quot;XlAZ&quot;&gt;
    &lt;li id=&quot;jkca&quot;&gt; Про выдачу доступов, которая растягивается на 3 месяца, уже и без меня много писали. Из страшного: лично мне пришлось столкнутся с корпоративными инструментами. СберЧат и СберДруг (который вам совсем не друг). Падающие стабильно раз в 3 дня сервера для обучения моделек заставляют тебя сидеть сложа лапки, заблокированы ресурсы с датасетами и статьями (заблокировано самим сбером), из-за чего приходилось ходить на работу с двумя ноутбуками, один - корпоративный, другой - мой, где нет блокировок.&lt;/li&gt;
    &lt;li id=&quot;rUyD&quot;&gt;Еще тебя периодические атакует и проверяет на прочность отдел кибербезопасности. Они сами шлют фишинговые письма, и уловки с каждым разом становились все хитрее. &lt;/li&gt;
    &lt;li id=&quot;nHYp&quot;&gt;Надо было посещать офис - и это только 1 из ограничений, их там много: нельзя рабать заграницей, ты автоматически &amp;quot;уволен&amp;quot;, если подключишься с корпоративного VPN из-за границы (твой аккаунт будет удален со всех ресурсов, jira, confluence, ...)&lt;/li&gt;
    &lt;li id=&quot;7z3R&quot;&gt;И, наконец, финальный минус, из-за которого пришлось покинуть компанию - это невозможность апнуть себе зарплату, хоть ты тресни и уработайся, но выше заданного годового лимита повышения ты не прыгнешь.&lt;/li&gt;
  &lt;/ul&gt;
  &lt;figure id=&quot;1Lh2&quot; class=&quot;m_retina&quot;&gt;
    &lt;img src=&quot;https://img1.teletype.in/files/45/e3/45e39003-a9f8-4bc6-a250-dcf8a84c878e.png&quot; width=&quot;600&quot; /&gt;
    &lt;figcaption&gt;Попытка оплаты лицом с искусственной 3D маской&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;Fcau&quot;&gt;&lt;strong&gt;Короче, плюсы Сбера:&lt;/strong&gt;&lt;/p&gt;
  &lt;ul id=&quot;SETD&quot;&gt;
    &lt;li id=&quot;xsOn&quot;&gt;Сильная и приятная команда, если повезет. Сбер огромный и там можно встретить все, что угодно, и попасть в не самый лучший коллектив&lt;/li&gt;
    &lt;li id=&quot;IXbq&quot;&gt;Можно быстро технически прокачаться, что я и сделал&lt;/li&gt;
    &lt;li id=&quot;QAU3&quot;&gt;Не насильственный темп работы, все спокойно в среднем по больнице&lt;/li&gt;
    &lt;li id=&quot;EY0S&quot;&gt;Достаточно нехилая денежная компенсация для высоких грейдов и годовая премия одна из самых больших в российских бигтехах&lt;/li&gt;
    &lt;li id=&quot;87C0&quot;&gt;Доступ к любым вычислительным мощностям. РАЙ для ML разработчиков больших языков/генеративных моделек&lt;/li&gt;
  &lt;/ul&gt;
  &lt;figure id=&quot;6w9O&quot; class=&quot;m_original&quot;&gt;
    &lt;img src=&quot;https://img3.teletype.in/files/ed/79/ed79c358-27ab-4de3-afa4-9d2425b1af4d.png&quot; width=&quot;548&quot; /&gt;
    &lt;figcaption&gt;СберКотик&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;W4C5&quot;&gt;Мне реально повезло с командой тогда, для мелкого ботейрика это был рай. Сильные спецы, крутые мощные видюхи в любом количестве, неограниченные ресурсы и интересный проект. Забрал свое и поИхал дальше&lt;/p&gt;
  &lt;h2 id=&quot;Zwg9&quot;&gt;Янда&lt;/h2&gt;
  &lt;p id=&quot;rEM8&quot;&gt;Ну тут МЕГА двояко. &lt;br /&gt;Работа вся очень движовая, много молодых специалистов с горящими глазами, выкладывающихся на 146%. При таких условиях ты очень быстро развиваешься: буквально за месяц я ощутимо прокачался. По сравнению со Сбером, в Яндексе тебя сразу подхватывает лютая волна движа и разных событий: вся работа в компании в крайней степени открытая, все делятся со всеми обо всем. За счет этого можно много узнать о смежных областях разработки и прокачаться горизонтально как специалист. Такой возможности в Сбере я не ощущал. Каждую неделю проходят общие созвоны условного дивизиона, и примерно раз-два в месяц общие созвоны всего направления - Маркета, Поиска и т.д. - это называется Хурал (такой вот нейминг). Плюшки для работников по типу скидок на такси, 1000р на питание в день (этого мало на самом деле, мальчику это на 1 прием пищи + кофе еле хватит). &lt;/p&gt;
  &lt;p id=&quot;SUO4&quot;&gt;&lt;/p&gt;
  &lt;figure id=&quot;oG5P&quot; class=&quot;m_column&quot;&gt;
    &lt;img src=&quot;https://img2.teletype.in/files/1a/9a/1a9a54c7-1a4a-450c-b2c6-76de068d2d73.jpeg&quot; width=&quot;960&quot; /&gt;
    &lt;figcaption&gt;Награда лучшему сотруднику на ревью&lt;/figcaption&gt;
  &lt;/figure&gt;
  &lt;p id=&quot;4Qsx&quot;&gt;&lt;br /&gt;&lt;strong&gt;Но минусы есть, и они ощутимы.&lt;/strong&gt;&lt;/p&gt;
  &lt;blockquote id=&quot;nk3E&quot;&gt;&lt;strong&gt;Работа в Яндексе - это как попасть в безумный спринт на выживание и не иметь возможности из него выйти&lt;/strong&gt;&lt;/blockquote&gt;
  &lt;p id=&quot;4oGH&quot;&gt;Адовый трудоголизм, неоплачиваемые дежурства (млщики на них редко попадают, более актуально для обычных разработчиков), работа в час ночи и на выходных как абсолютная норма. Думал, что плюхи Янды в виде ипотеки и проч это перекроют (спойлер: нет). 90% времени ты на созвонах - общие собрания, 1-to-1 встречи и дейлики, хуралы по 3 на неделе. Мемы в рилсах про созвоны на весь рабочий день - не мемы, ребят.&lt;/p&gt;
  &lt;p id=&quot;ph12&quot;&gt;&lt;br /&gt;В Яндексе много внутреннего софта, в котором ты обязан разбираться:&lt;/p&gt;
  &lt;ul id=&quot;u0tB&quot;&gt;
    &lt;li id=&quot;URnr&quot;&gt;Там не git, а своя система контроля версий arc (от имени Аркадий) &lt;/li&gt;
    &lt;li id=&quot;90Jz&quot;&gt;Не SQL, а YQL&lt;/li&gt;
    &lt;li id=&quot;dwy7&quot;&gt;Для ведения ML экспериментов есть своя очень сложная вычислительная платформа - &lt;strong&gt;Nirvana&lt;/strong&gt;. У нее есть и плюсы и минусы, но как факт многие мои друзья млщики много времени на работе уделяют перетаскиванию &amp;quot;кубиков&amp;quot; в этой Нирване, что не имеет ничего общего с реальной МЛ разработкой. Этот навык актуален лишь в стенах Яндекса, и тратя столько сил и времени на работу с этим инструментом и &amp;quot;падающими графами&amp;quot;, вы нисколько не прокачиваетесь в хард-скиллах для рынка&lt;/li&gt;
    &lt;li id=&quot;TC6Y&quot;&gt;&lt;strong&gt;Система ревью&lt;/strong&gt;. Пока я не увидел вживую, как это устроено, считал ревью большим благом и справедливым инструментом вознаграждения. Но, как и в Сбере, разочаровался: оказалось, что упорным трудом сильно повлиять на рост дохода невозможно.&lt;br /&gt;Ревью — это система, удобная для Яндекса, потому что сотрудники выкладываются на все 100%, соревнуются между собой, а награждение зависит не только от твоих усилий, но и от того, как поработали остальные.&lt;br /&gt;Если в команде есть пара оверперформеров — настоящих гениев, работающих за троих, — то ты в пролёте: забудь о хорошем бонусе.&lt;br /&gt;Даже если ты начинаешь работать намного больше своих обычных результатов, ты всё равно можешь уступать тем самым сильным ребятам, и все награды уйдут им. Что, в принципе, справедливо.&lt;/li&gt;
  &lt;/ul&gt;
  &lt;p id=&quot;7AUN&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;bv8K&quot;&gt;&lt;strong&gt;Если в двух словах о Яндексе:&lt;/strong&gt; команда моя была суперская, очень много было тесного общения, многое успели сделать. Все очень мощные спецы своего дела, но от объема работы там у меня дергался глаз. Ни до, ни после такого экспириенса не было)) 🤓&lt;br /&gt;&lt;/p&gt;
  &lt;hr /&gt;
  &lt;p id=&quot;3FDO&quot;&gt;В целом, думаю, общий вайб понятен. Как общий факт: средний возраст в сбере 30+, в янде - 23-24 (я хз кто и зачем будет вывозить такие темпы в бОльшем возрасте).&lt;/p&gt;
  &lt;section style=&quot;background-color:hsl(hsl(34,  84%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;qTHk&quot;&gt;Состояние всеобщего чилла в Сбере еще можете ощутить по истории моего друга: он &lt;strong&gt;не работал 4 месяца&lt;/strong&gt; и этого никто не замечал. Без прикола - он не делал НИЧЕГО. Все ждал, пока его уволят, но команда вообще не заметила его бездействие. Самому уволиться, кстати, тоже так и не получилось - его просто перевели в другую команду:) 🤣🤣🤣&lt;/p&gt;
  &lt;/section&gt;
  &lt;p id=&quot;ZCDR&quot;&gt;&lt;/p&gt;
  &lt;p id=&quot;oBhl&quot;&gt;ВОТ И ДУМАЙТЭ, как говорится!!!)))))&lt;/p&gt;

</content></entry><entry><id>roma_cv:QnOjpLvPpjW</id><link rel="alternate" type="text/html" href="https://teletype.in/@roma_cv/QnOjpLvPpjW?utm_source=teletype&amp;utm_medium=feed_atom&amp;utm_campaign=roma_cv"></link><title>Менторство в ML | Рома Филонов</title><published>2025-01-23T23:52:58.038Z</published><updated>2025-03-26T16:55:40.723Z</updated><summary type="html">Буду рад поделиться с тобой своим опытом и поддержать тебя на твоем пути в изучении ML</summary><content type="html">
  &lt;p id=&quot;7eL2&quot;&gt;&lt;strong&gt;Привет! Я Рома, помогаю найти работу в Data Science и усовершенствовать свои навыки&lt;/strong&gt;&lt;/p&gt;
  &lt;nav&gt;
    &lt;ul&gt;
      &lt;li class=&quot;m_level_1&quot;&gt;&lt;a href=&quot;#bIO5&quot;&gt;Обо мне&lt;/a&gt;&lt;/li&gt;
      &lt;li class=&quot;m_level_1&quot;&gt;&lt;a href=&quot;#eOCR&quot;&gt;Для кого&lt;/a&gt;&lt;/li&gt;
      &lt;li class=&quot;m_level_1&quot;&gt;&lt;a href=&quot;#Ldi9&quot;&gt;Услуги&lt;/a&gt;&lt;/li&gt;
      &lt;li class=&quot;m_level_1&quot;&gt;&lt;a href=&quot;#GGVF&quot;&gt;&lt;/a&gt;&lt;/li&gt;
      &lt;li class=&quot;m_level_1&quot;&gt;&lt;a href=&quot;#Y0Re&quot;&gt;Контакты&lt;/a&gt;&lt;/li&gt;
      &lt;li class=&quot;m_level_1&quot;&gt;&lt;a href=&quot;#rM6p&quot;&gt;&lt;/a&gt;&lt;/li&gt;
      &lt;li class=&quot;m_level_1&quot;&gt;&lt;a href=&quot;#ABBA&quot;&gt;Отзывы&lt;/a&gt;&lt;/li&gt;
    &lt;/ul&gt;
  &lt;/nav&gt;
  &lt;section style=&quot;background-color:hsl(hsl(24,  24%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;8FOT&quot;&gt;Буду рад поделиться с тобой своим опытом и поддержать тебя на твоем пути в изучении ML&lt;/p&gt;
  &lt;/section&gt;
  &lt;hr /&gt;
  &lt;h3 id=&quot;bIO5&quot;&gt;Обо мне&lt;/h3&gt;
  &lt;section style=&quot;background-color:hsl(hsl(236, 74%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;ul id=&quot;ETex&quot;&gt;
      &lt;li id=&quot;r8XV&quot;&gt;&lt;strong&gt;Senior&lt;/strong&gt; Computer vision DS в &lt;strong&gt;VK, ~4 года коммерческого опыта&lt;/strong&gt;&lt;/li&gt;
      &lt;li id=&quot;27kh&quot;&gt;Поработал в &lt;strong&gt;Яндексе&lt;/strong&gt;, &lt;strong&gt;Сбере, VK, Synesis&lt;/strong&gt;(один из крупнейших разработчиков решений по видеоаналитике в СНГ)&lt;/li&gt;
      &lt;li id=&quot;117K&quot;&gt;Выпускник &lt;strong&gt;МФТИ&lt;/strong&gt;(2-й в рейтинге лучших технических вузов РФ)&lt;/li&gt;
      &lt;li id=&quot;qdcs&quot;&gt;Прохожу собеседования с офферами от&lt;strong&gt; 400-500к&lt;/strong&gt; на руки&lt;/li&gt;
      &lt;li id=&quot;AnYY&quot;&gt;Прошел более &lt;strong&gt;40 собеседований&lt;/strong&gt;, знаю как легко пройти тех. секцию&lt;/li&gt;
    &lt;/ul&gt;
  &lt;/section&gt;
  &lt;p id=&quot;6Uwd&quot;&gt;&lt;/p&gt;
  &lt;hr /&gt;
  &lt;h3 id=&quot;eOCR&quot;&gt;Для кого&lt;/h3&gt;
  &lt;blockquote id=&quot;D0EI&quot;&gt;&lt;em&gt;&lt;strong&gt;Новички&lt;br /&gt;&lt;/strong&gt;Если ты уже прошел начальные курсы по Python/Data Science, изучал материал самостоятельно и задаешься вопросами:&lt;br /&gt;    - Достаточно ли у меня уже навыков&lt;br /&gt;    - Что от меня ожидают на собеседовании&lt;br /&gt;    - Как подготовиться к собеседованию&lt;br /&gt;    - Что учить дальше&lt;br /&gt;То тогда тебе ко мне, вместе мы решим эти вопросы&lt;/em&gt;&lt;/blockquote&gt;
  &lt;p id=&quot;XD4M&quot;&gt;&lt;/p&gt;
  &lt;blockquote id=&quot;YTYW&quot;&gt;&lt;strong&gt;Желающие увеличить доход&lt;br /&gt;&lt;/strong&gt;Ты уже работаешь на позиции ML специалиста и хочешь двигаться дальше | разработчиком желающим свичнуться. Я расскажу как позиционировать себя на собеседовании, презентовать себя и выбить лучший оффер&lt;/blockquote&gt;
  &lt;p id=&quot;Vb8j&quot;&gt;&lt;/p&gt;
  &lt;hr /&gt;
  &lt;p id=&quot;Qkz6&quot;&gt;&lt;/p&gt;
  &lt;h3 id=&quot;Ldi9&quot;&gt;Услуги&lt;/h3&gt;
  &lt;section style=&quot;background-color:hsl(hsl(24,  24%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;p id=&quot;Uycf&quot;&gt;&lt;em&gt;&lt;u&gt;Первая встреча 15 минут - бесплатно&lt;/u&gt;&lt;/em&gt;&lt;/p&gt;
  &lt;/section&gt;
  &lt;section style=&quot;background-color:hsl(hsl(323, 50%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;ul id=&quot;RwiY&quot;&gt;
      &lt;li id=&quot;nhnx&quot;&gt;&lt;strong&gt;Подготовка резюме&lt;/strong&gt;&lt;br /&gt;предоставляю готовый шаблон резюме, вместе его заполняем, попутно разбирая все твои личные нюансы и делаем настоящую прикормку для рекрутера + разбор техник эффективного продвижения на HH.ru и как заполнить резюме для этой платформы&lt;br /&gt;Если до сих пор твое резюме это просто pdf конвертация c HH.ru, ты только собираешься выходить на рынок или получаешь отказы на этапе скрининга резюме, то это для тебя&lt;br /&gt;&lt;strong&gt;ЦЕНА: 8700₽&lt;br /&gt;&lt;/strong&gt;&lt;/li&gt;
      &lt;li id=&quot;ZnZR&quot;&gt;&lt;strong&gt;Mock-собеседование&lt;br /&gt;&lt;/strong&gt;Проведем с тобой 1-2х часовое собеседование, &lt;u&gt;&lt;em&gt;все вопросы взяты исключительно с реальных собеседований&lt;/em&gt;&lt;/u&gt;, которые я лично проходил и проводил как интервьюер. После этого ты будешь готов ко всему&lt;br /&gt;&lt;strong&gt;ЦЕНА: 4000₽ / час&lt;/strong&gt;&lt;br /&gt;&lt;/li&gt;
    &lt;/ul&gt;
    &lt;ul id=&quot;pwc0&quot;&gt;
      &lt;li id=&quot;8hhA&quot;&gt;&lt;strong&gt;Личная консультация&lt;br /&gt;&lt;/strong&gt;Если у тебя возникли трудности в решении рабочих задач и ты волнуешься за результат, то обращайся - решим&lt;strong&gt;&lt;br /&gt;ЦЕНА:  4000₽ / час&lt;br /&gt;&lt;/strong&gt;&lt;/li&gt;
    &lt;/ul&gt;
    &lt;ul id=&quot;Lz1O&quot;&gt;
      &lt;li id=&quot;qgdk&quot;&gt;&lt;strong&gt;Сопровождение до оффера&lt;br /&gt;ЦЕНА: 20к предоплата + 60% от первой зарплаты&lt;br /&gt;&lt;br /&gt;&lt;/strong&gt;&lt;/li&gt;
    &lt;/ul&gt;
  &lt;/section&gt;
  &lt;h3 id=&quot;GGVF&quot;&gt;&lt;/h3&gt;
  &lt;h3 id=&quot;Y0Re&quot;&gt;Контакты&lt;/h3&gt;
  &lt;p id=&quot;iRVp&quot;&gt;Telegram: &lt;a href=&quot;https://t.me/romaann5&quot; target=&quot;_blank&quot;&gt;https://t.me/romaann5&lt;/a&gt;&lt;br /&gt;mail: filonov.rs@phystech.edu&lt;/p&gt;
  &lt;h3 id=&quot;rM6p&quot;&gt;&lt;/h3&gt;
  &lt;hr /&gt;
  &lt;h3 id=&quot;ABBA&quot;&gt;Отзывы&lt;/h3&gt;
  &lt;section style=&quot;background-color:hsl(hsl(0, 0%, var(--autocolor-background-lightness, 95%)), 85%, 85%);&quot;&gt;
    &lt;ol id=&quot;Z54P&quot;&gt;
      &lt;li id=&quot;JUpU&quot;&gt; Обратился к Роману с вопросом о том, как оптимизируются и деплоятся нейронки, как можно их ускорить. Спрашивал для подтверждения собственных знаний и уточнения того, что нужно и не нужно сказать на собесе по этим темам. За час консультации разобрали все интересовавшие меня вопросы, дополнительно Роман скинул пару материалов по теме для подготовки. Благодарен ему за подробный разбор тем и за некоторые нюансы, которые было полезно упомянуть при рассказе о своем опыте на собесе. Рекомендую тем, кто хочет работать/работает с Computer Vision нейронками.&lt;br /&gt;Автор: @Ilya_Rasskazov&lt;br /&gt;&lt;/li&gt;
      &lt;li id=&quot;8Z6e&quot;&gt;Хочу выразить благодарность Роману за помощь в сдаче зачета по Машинному обучению и анализу данных. В процессе работы быстро находил решение. Очень круто, что выделил время для сдачи в сжатые сроки. Кроме этого пообщались на жизненные темы, было приятно общаться. Еще раз спасибо, буду рекомендовать!&lt;br /&gt;Автор: @veniameen&lt;br /&gt;&lt;/li&gt;
      &lt;li id=&quot;gPdh&quot;&gt;Взяла консультацию с Романом по резюме. Показал что нужно писать, как писать, а что вообще лучше выкинуть. Полностью перекроили прошлый вариант. В оставшееся время провели небольшой мок собес. Роман рассказал и показал, как правильно нужно строить свой рассказ при ответе на вопросы, поспрашивал по разным темам  и супер понятно объяснил те, на которые я не знала ответа. Все отлично)&lt;br /&gt;Автор: @alinaaa_116&lt;br /&gt;&lt;/li&gt;
      &lt;li id=&quot;nynv&quot;&gt;Провели мок-собес.&lt;br /&gt;Все понравилось, вопросы были про основы Computer Vision. Также были задачи а-ля исправить код трейна. &lt;br /&gt;Рома хорошо и подробно объясняет, если что-то не понятно.&lt;br /&gt;Автор: @honeymi&lt;br /&gt;&lt;/li&gt;
      &lt;li id=&quot;sebM&quot;&gt;Познакомился с Романом через чат, он предлагал свою помощь по рефке в компанию. С его стороны была оказана помощь в написании резюме, добавилось много деталей, так же предложил вообще пересобрать резюме не через стандартный редактор HH.&lt;br /&gt;Помощь с редким вопросами, которые любят задавать на интервью в эту компанию и разговоры на все темы связанные с наймом. Всегда отвечал, и полностью поддерживал беседу.&lt;br /&gt;Большое ему спасибо!&lt;br /&gt;Автор: @Bucks301&lt;br /&gt;&lt;/li&gt;
    &lt;/ol&gt;
  &lt;/section&gt;

</content></entry></feed>