примите участие в поиске яндекса и получите памятный подарок

Время на прочтение

Всем привет! Целью данного поста является:

Приглашаем поучаствовать в исследовании Яндекс Практикума

Команда Практикума проводит исследование среди IT-специалистов разных специальностей для нового продукта корпоративного обучения Грейд и приглашает принять участие неравнодушных.

Что за исследование

Мы изучаем какие инструменты, технологии и навыки сейчас популярны и востребованы в работе IT-специалистов. Хотим больше узнать, какие практические и бизнес-задачи решают команды в своей работе, какой у специалистов основной стек, на какие вещи компании смотрят при найме.

Такие исследования нужны, чтобы синхронизировать требования рынка с тем, чему мы обучаем и какими курсами будем наполнять библиотеку в будущем.

Как участвовать в исследовании

Есть два варианта:

Поучаствуй в исследованиях Яндекса и получи памятный подарок

Дата публикации: 3. Авг.2018 года

Яндекс регулярно проводит исследования: например, показывает новый дизайн одного из сервисов и собирает мнения. Если вы готовы приехать в офис Яндекса и ответить на несколько вопросов, заполните анкету на сайте по ссылке: https://yandex.ru/jobs/usability. Когда запустится подходящее исследование, вам позвонят.

За приезд в офис и участие в исследовании предусмотрено вознаграждение.

Тестирование (в форме конкурсного задания и/или интервью) проходит в офисе Яндекса, расположенного по адресу: 119021, Москва, ул. Льва Толстого, дом 16 или иной региональный офис по выбору организатора.

Для допуска к очному тестированию необходимо:

Набор на исследования проводится до 31 декабря 2020 года.


ПРИМИТЕ УЧАСТИЕ В ПОИСКЕ ЯНДЕКСА И ПОЛУЧИТЕ ПАМЯТНЫЙ ПОДАРОК

Ещё больше интересного в группах (подпишись)

Возвратные глаголы, краткие причастия, плеоназмы, тавтология, правила типографики, пассивные конструкции.

Продолжаю пробовать себя в удаленной работе и писать об этом в рамках своего – Бортового журнала начинающего удаленщика. Этот пост про тестирование в Яндекс на вакансию удаленного копирайтера.

Загуглил “удаленная работа Яндекс”, нашел страницу, где для копирайтера представлено 20 вакансий для удаленки, но большая их часть ряда “переводчик с финского на эстонский” (и это не шутка,  пруф).

Мне это не подходит.

Честно говоря и остальное мне не подходит тоже. Но что теперь, собеседования не проходить что ли?!

Выбрал более подходящую вакансию редактор-копирайтер и сразу “порадовала” конкретика по зарплате и объему работ –  “оплата зависит от объема и сложности выполненной работы”.

Составил резюме, отправил и на следующий день пришло сообщение “приглашаем выполнить тест на знание русского языка”, тестирование проходит на площадке Толока.

Тест вам бы понравился, рекомендую его к прохождению всем, кому нечем заняться субботним вечером.

Ну ок, это же тестирование на знание русского языка, поэтому странно, что не было вопроса ряда “скажите, что я получу, если смешаю корень златоцветника и настойку полыни”.

А что было, так это несколько блоков с заданиями:

выберите утверждение, где смысл не искажённайдите строки с ошибкаминайдите строки с правильным написанием словнайдите предложения без ошибок в пунктуацииукажите предпочтительный с точки зрения стиля вариант фразыукажите какие предложения написаны в фамильярном тоне

Задания в двух тестах, на каждый дается по 30 минут. Если умеешь яростно гуглить, хорошо знаешь могучий и богатый русский + эльфийский на уровне бегинер, то тест пройдешь.

Далее следует творческое задание. Оно приходит на почту. Мне предложили покритиковать старый пост из блога Яндекса и скорректировать его.

Чем больше я читал посты из блога, тем больше убеждался, что тот кто их пишет не знает не про какие такие типографики, плеонизмы и возвратные глаголы. А тесты видимо придумывает отдельный злобный HR)

После прохождения творческого задания мне назначили собеседование в Zoom.

Где задавали вопросы про опыт, про мой подход к поиску информации, про то как бы я выстраивал взаимодействие с их специалистами. Само собеседование не было особо информативным, но если вам интересно, расскажу подробнее в комментариях.

Результатов этого собеседования я еще жду, поэтому, пожелайте мне удачи!

Пока продолжаю фрилансить. Кстати, в прошлом посте прямо в комментах я нашел клиента, видимо это и есть сила Пикабу о которой ходят легенды. Начал писать тексты для этого сайта. В следующих постах расскажу о результатах!

22 июня я посетил Московский офис Яндекса для участия в исследованиях.

В общем-то, меня обязали подписать соглашение о неразглашении коммерческой тайны, поэтому я могу рассказать лишь поверхностно ¯_(ツ)_/¯

По прибытию на ресепшен мне выдали бейдж гостя и рассказали о том, что я не смогу фотографировать что-либо ввиду того, что в кадр может попасть что-либо “приватное”.

Поднявшись на пятый этаж я успел сфотографировать бейдж в ту минуту, покуда менеджер отошла за инженером, и то коряво(у меня была пара секунд):

Покуда я пил чай, мне дали подписать то самое соглашение о неразглашении(и соглашение на обработку персональных данных, а так же видеосъемку – которую никуда заливать не будут, а будут использовать фронтэнд разработчики для понимания того, что нужно исправить в их продуктах).

Примерно после того, как я допил свой горячий зеленый чай, ко мне подошла инженер и объяснила, что мне будет необходимо тестировать несколько новых проектов Яндекса и еще раз повторила, что разглашать подробности за пределами Яндекса мне запрещено.

Проводив в кабинет, меня оставили в гордом одиночестве на несколько минут и у меня был шанс утащить с пекарни тестера всю информацию, но на меня было направлено камер так 10 ¯_(ツ)_/¯

Зашел, по всей видимости, ведущий разработчик, представился и рассказал о первом продукте, который предстоит мне тестировать. Всё, что я могу вам сказать – что это бот по имени Дзен(мне, кстати, оставили доступ к нему, за что я благодарен Яндексу – очень удобная вещь)

После пяти минут использования я рассказал разработчику плюсы и минусы его проекта, посоветовал несколько новвоведений(которые, кстати, постепенно реализовываются – доступ имеется и я наблюдаю разработку практически в реалтайме).

Следующим продуктом был обновленный мобильный поиск. К нему у меня вообще вопросов не было, он идеален. Серьезно, как только его доработают и запустят, вы меня поймете.

И последним был крупный сервис, о котором я, к сожалению, вообще почти ничего рассказать не могу – подобных проектов я еще не видел и приехав из Яндекса, в сети не нашел. Он будет очень и очень полезен людям, часто покупающим что-либо в интернете.

Самое забавное в том, что именно в этот сервис я вложил больше всего предложений.

Я, словно Артемий Лебедев, переправил добрую половину одной из страниц этой платформы, попутно предложив интерпретировать несколько других сервисов Яндекса.

В целом, мне очень и очень понравился сам офис и люди в нём – добрые, вежливые, позитивные личности.

Не обошлось без презентов от Яндекса

1. Фирменную футболку(думаю гонять в ней на все IT-мероприятия)

3. Органайзер для сумки

4. Удобный стакан для кофе

5. Держалку для смартфона

6. И еще кучу разной мелочи для авиаперелетов

7. Эмоции – самое дорогое на самом деле

Вроде все изложил, если у кого какие вопросы, задавайте – расскажу с:

Компания приглашает желающих принять участие в новом исследовании пользовательских интерфейсов. Для этого нужно зайти в блог корпорации и изучить данную страницу — https://yandex.ru/blog/company/kak-eto-ustroeno-laboratoriya-issledovaniya-interfeysov. А здесь мы немного расскажем о том, что же такое лаборатория исследования интерфейсов и чем она занимается.

Что это такое

Это подразделение производственного аппарата «Яндекса» отвечает за то, чтобы в каждом продукте компании пользователям был представлен наиболее удобный для них интерфейс – то есть, проще – самое удачное расположение кнопок в окне того или иного программного продукта.

Это касается как нововведений, так и улучшения давно существующих сервисов. Сотрудники компании тестируют разные варианты интерфейса и выбирают наиболее оптимальный, а также собирают практическое подтверждение той или иной гипотезе.

Деятельность лаборатории очень важна. Результаты её работы сумели оказать существенное положительное влияние на развитие многих сервисов «Яндекса». Ведь сотрудники этой лаборатории изучают узловой момент – взаимодействие человека и программы. Здесь пересекается программный и психологический моменты.

Как проходит исследование

Оно занимает немного времени и проходит в максимально благоприятной и дружелюбной атмосфере. Все вопросы и тесты укладываются в один час, во время которого респондентам предлагают напитки и печенье. При этом беседа сотрудника подразделения и гостя происходит исключительно в режиме диалога.

Для проверки интерфейса онлайн-сервиса гостям предлагается занять место за компьютером, а для оценки мобильного приложения необходимо взять смартфон. Затем ведущий испытания предлагает выполнить некоторые действия в программе, как-то: найти в сети какую-то информацию, написать и отправить письмо по электронной почте и т.п.

При этой сотрудник лаборатории может находиться в одной комнате с испытателем или же руководить экспериментом дистанционно, передавая задания в режиме громкой связи.

Важно отметить, что подобные исследования – очень серьёзные процедуры. Оценка интерфейса идёт не в плане «нравится / не нравится». В процессе эксперимента отслеживается реакция участников на то, что они наблюдают на экране. Для этого производится видеозапись всего исследования, а также может применяться аппарат учёта движений глаза и энцефалограф (прибор, регистрирующий в виде бесконечной ломаной линии активность работы больших полушарий головного мозга).

Как стать испытателем

Принять участие в подобном эксперименте может каждый, кто пользуется программными продуктами компании «Яндекс». Для чистоты эксперимента желательно, чтобы такой доброволец не имел отношения к разработке и созданию веб-продуктов.

В остальном от участника требуется час свободного времени и возможность посещения московского офиса компании. На страничке, ссылка на которую дана вверху статьи, нужно немного рассказать о себе – какими продуктами вы пользуетесь и насколько активно. Это позволит лаборатории подобрать для вас наиболее правильные с точки зрения эксперимента задания.

Вернуться в список новостей


ПРИМИТЕ УЧАСТИЕ В ПОИСКЕ ЯНДЕКСА И ПОЛУЧИТЕ ПАМЯТНЫЙ ПОДАРОК

Яндекс открывает резидентскую программу по машинному обучению для опытных бэкенд-разработчиков. Если вы много писали на C++/Python и хотите применить эти знания в ML — то мы научим вас заниматься практическими исследованиями и выделим опытных кураторов. Вы поработаете над ключевыми сервисами Яндекса и получите навыки в таких областях, как линейные модели и градиентный бустинг, рекомендательные системы, нейросети для анализа изображений, текста и звука. Ещё вы узнаете, как правильно оценивать свои модели с помощью метрик в офлайне и онлайне.

Продолжительность программы — один год, в течение которого участники будут работать в управлении машинного интеллекта и исследований Яндекса, а также посещать лекции и семинары. Участие оплачивается и предполагает полную занятость: 40 часов в неделю, начиная с 1 июля этого года. Приём заявок уже открыт и продлится до 1 мая.

А теперь подробнее — о том, какую аудиторию мы ждём, каким будет рабочий процесс и в целом, как бэкенд-специалисту переключиться на карьеру в ML.

Направленность

Мы в управлении машинного интеллекта и исследований сами разрабатываем идеи проектов. Основной источник вдохновения — научная литература, статьи, тренды сообщества исследователей. Я и мои коллеги анализируем прочитанное, смотрим, как можно улучшить или расширить методы, предложенные учёными. При этом каждый из нас учитывает свою область знаний и интересов, формулирует задачу исходя из направлений, которые считает важными. На стыке результатов внешних исследований и собственных компетенций обычно и рождается идея проекта.

Такая система хороша тем, что во многом решает технологические задачи сервисов Яндекса ещё до их возникновения. Когда перед сервисом встаёт проблема, его представители приходят к нам, чтобы, скорее всего, взять уже подготовленные нами технологии, которые остаётся только правильно применить в продукте. Если же что-то не готово — мы, по крайней мере, быстро вспомним, откуда можно «начать копать», в каких статьях искать решение. Как известно, научный подход — это стоять на плечах гигантов.

Что предстоит делать

В Яндексе — и даже конкретно в нашем управлении — развиваются все актуальные направления ML. Наша задача — улучшать качество самых разнообразных продуктов, и это служит стимулом проверять всё новое. К тому же регулярно появляются новые сервисы. Так что в лекционной программе есть все ключевые (хорошо себя зарекомендовавшие) направления машинного обучения в промышленной разработке. При составлении моей части курса я использовал опыт преподавания в Школе анализа данных, а также материалы и наработки других преподавателей ШАДа. Знаю, что коллеги делали так же.

В первые месяцы обучение по программе курса будет составлять примерно 30% вашего рабочего времени, затем — около 10%. Однако важно понимать, что работа с самими ML-моделями продолжит занимать примерно вчетверо меньше, чем все сопутствующие процессы. К ним относится подготовка бэкенда, получение данных, написание pipeline для их предобработки, оптимизация кода, адаптация под специфическое железо и т. д. M L-инженер — это, если хотите, fullstack-разработчик (только с больши́м уклоном в машинное обучение), способный решить задачу от начала и до конца. Даже с готовой моделью наверняка потребуется проделать ещё ряд действий: распараллелить её выполнение по нескольким машинам, подготовить реализацию в виде ручки, библиотеки или компоненты самого сервиса.

Выбор студента
Если у вас сложилось впечатление, что в ML-инженеры лучше идти, сначала поработав разработчиком бэкенда, — это не так. Поступить в тот же ШАД без реального опыта разработки сервисов, обучиться и стать крайне востребованным на рынке — отличный вариант. Многие специалисты в Яндексе оказались на нынешних позициях именно таким путём. Если же какая-нибудь компания готова предложить вам работу в области ML сразу после института — вероятно, тоже стоит принять предложение. Постарайтесь попасть в хорошую команду к опытному наставнику и приготовьтесь много учиться.

Что обычно мешает заняться ML

Если бэкендер стремится стать ML-инженером, он — без учёта резидентской программы — может выбрать из двух направлений развития.

Во-первых — обучиться в рамках какой-нибудь образовательного курса. Уроки на Coursera приблизят вас к пониманию базовых методик, но чтобы погрузиться в профессию в достаточной степени, необходимо уделить ей гораздо больше времени. Например, окончить ШАД. В разные годы в ШАДе было разное число курсов непосредственно по машинному обучению — в среднем, около восьми. Каждый из них действительно важен и полезен, в том числе по мнению выпускников.

Во-вторых, можно поучаствовать в боевых проектах, где требуется реализовать тот или иной ML-алгоритм. Однако на рынке IT-разработки таких проектов очень мало: в большинстве задач машинное обучение не используется. Даже в банках, которые активно изучают связанные с ML возможности, анализом данных занимаются единицы. Если вам не удалось присоединиться к одной из подобных команд, остаётся либо завести свой собственный проект (где, скорее всего, дедлайны вы будете ставить себе сами, а это имеет мало общего с боевыми продакшен-задачами), либо начать соревноваться на Kaggle.

Действительно, объединиться с другими участниками сообщества и пробовать себя в конкурсах сравнительно несложно — особенно если подкрепить свои навыки тренировками и упомянутыми курсами на Coursera. У каждого конкурса есть дедлайн — он будет служить для вас стимулом и готовить к похожей системе в IT-компаниях. Это хороший путь — который, впрочем, тоже немного оторван от реальных процессов. На Kaggle вам дают предобработанные, пусть и не всегда идеальные данные; не предлагают думать о вкладе в продукт; а самое главное — не требуют решений, подходящих для продакшена. Ваши алгоритмы, вероятно, окажутся работоспособны и будут обладать высокой точностью, но ваши модели и код будут похожи на сшитого из разных частей Франкенштейна — в боевом проекте вся эта конструкция будет работать слишком медленно, тяжело обновляться и расширяться (например, языковые и голосовые алгоритмы всегда частично переписываются по мере развития языка). Компании заинтересованы в том, чтобы перечисленную работу могли проделать не только вы сами (понятно, что вам как автору решения это по силам), но и кто угодно из коллег. Про разницу между спортивным и промышленным программированием сказано много, и Kaggle воспитывает именно «спортсменов» — пусть и делает это очень хорошо, позволяя приобрести часть опыта.

Я описал две возможные линии развития — обучение через образовательные программы и обучение «в бою», например на Kaggle. Резидентская программа является сочетанием этих двух способов. Вас ждут лекции и семинары уровня ШАДа, а также действительно боевые проекты.

Часть 2. Первое интервью

Интересный момент, что получилось провести интервью только через неделю, тк то у меня не получалось, то интервьюера. Мы созвонились в зуме, он представился, сказал, что возглавляет отдел аналитики Яндекс. Маркета, начал общение сразу на “ты”, позднее мне рекрутер сказал, что в Яндексе так принято. Интервьюер, назовём его Сергей, рассказал как будет устроено интервью: 10 минут я должен рассказать о себе, потом ТЗ (задача на питоне) и задачи на теорвер. Я вкратце рассказал о себе, своем проекте про алгоритмы кластеризации, которым я занимаюсь в институте. Он позадавал пару стандартных вопросов из разряда: “Почему Яндекс?”, “Какие качества мне стоит развивать?”, “Что было моим успехом?” . Далее была ТЗ: вывести список уникальных слов, считываемых из файла. Я код написал, в целом, ему важна была идея и знания синтаксиса. Всё подводные камни я разгадал у этой задачи, но не сразу. Вот сами камни:

Сергей сказал (в конце интервью), что я с задачей справился и что были ребята, которые не до всех пунктов могли додуматься(я был польщён). Далее были задачи по теорверу:

После этой задачи Сергей рассказал мне как я в целом отвечал и рассказал, чем занимается отдел аналитики. У них есть 2 типа задач:

Я позадавал вопросы и Сергей сказал, что назначит через рекрутера ещё одно интервью, где мне подробнее расскажут про задачи.

После интервью создалось приятное впечатление о интервьюере и о возможных задачах и в целом от общения.

Часть 1. Подача заявки и Я. Контест

После прохождения десятка курсов на степике, я понял, что хочется применить этот опыт где-то и решил подать заявку на стажировку в Яндекс на позицию стажёра по направлению “Аналитик данных”. Зашёл на сайт, заполнил анкету, через час получил ссылку на тестовое задание в Яндекс Контест. Увидел, что даётся 6 часов на решение задач и принял решение выделить утро субботы на прохождение теста.

UPD: условия задач удалены по просьбе

Тест оказался не очень сложным, было 6 задач. 2 из них на математическую статистику (задачи A и B), 2 стандартные задачи на Питоне (C и D), 1 задача на базовые знание библиотеки Pandas (E) и задача на логику и аналитическое мышление. С последними двумя задачами я справился за полчаса, с первой задачей по матстату ещё минут за 10, на вторую задачу было потрачено 20 минут, и осталось целых 5 часов на 2 задачи на питоне. На каждую я потратил минут по 30, но в одной задаче не прошёл несколько тестов (скорее всего, условие мною было проинтерпретировано неверно), а в другой выдавал memory limit. В итоге, оптимизировать код и дорешать задачи до конца не вышло. Ещё раз проверил 4 прошлые задачи и отправил решения. На следующий день мне приходит письмо счастья от рекрутера о том, что со мной готовы провести техническое интервью и предложили выбрать время, также предупредили, что оно займёт около часа.

Часть 5. Заключение

Пройдусь по каждому пункту.

1) Задачи на Яндекс Контесте – 9/10

Несложные, интересные задачи, но непонятен момент с проверкой некоторых задач на оптимальность кода. Действительно ли аналитик должен придумывать самый оптимальный по времени и памяти код или аналитик нужен для других целей?

2) Общение с рекрутером – 10/10

Рекрутер довольно развернуто и оперативно отвечал на все вопросы по почте, после 1го интервью сразу перешел в телеграм для удобства

3) Первое интервью – 10/10

Первое интервью мне очень понравилось. Задачи, подсказки от Сергея, лёгкое и приятное общение.

4) Второе интервью – 5/10

Было слишком много стандартных вопросов, словесная нагрузка в начале интервью от Светланы. Считаю, что можно было кратко и менее нагружено представиться и рассказать, чем занимается отдел. Непростые вопросы на аналитику, сейчас поясню. Должен ли человек, который подаёт на позицию стажёра “Аналитик данных” знать продуктовую аналитику? Наверное, да. Должен ли человек до приглашения на работу вникнуть во все тонкости процесса, не будучи знакомым с ним изнутри? Наверное, нет.

К сожалению, я получил только фидбек, только написанный в части 4. Проанализировав 2 интервью, я сделал вывод о том, что нужно подтянуть sql. Насчёт продуктовой аналитики я не знаю, в каждой компании свои процессы и заранее вникать в особенности ее работы, наверное, тяжело и затратно по времени. Я согласен, что если ты работаешь уже внутри, то ты обязан знать все подробности, но до этого – вряд ли.

Попробую ли я ещё раз? Думаю, да. Через полгода, может раньше. Несмотря на отказ. Мне нравятся сервисы, которые делает компания и я активно ими пользуюсь. Поэтому было бы интересно поучаствовать в их улучшении.

Буду рад, если этот пост поможет кому-то подготовиться и попасть в Яндекс.

Также буду рад, если получу рекомендации/здравую критику о вышеизложенном и советы для дальнейшей подготовки.

Часть 4. Решение

На следующий день от рекрутера приходит письмо:

“К сожалению, твоих навыков пока не достаточно и команда не готова тебя брать. На данный момент я не могу тебе ничего предложить, но мы будем рады если ты вернешься к нам позже. По рекомендациям: хорошо бы прокачать sql, питон, продуктовую аналитику”.

Конечно же, я расстроился, потому что казалось, что на тот момент для предложенной мне задачи моих навыков хватало, но увы.

Про урокцифры:  РЕАЛЬНЫЕ УРОКИ 75 Й ГОДОВЩИНЫ ОКОНЧАНИЯ ВТОРОЙ МИРОВОЙ ВОЙНЫ

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *