🚔 Как инженеру не сесть за решетку?

Что вы сделаете, если узнаете, что ваша компания проворачивает что-то незаконное? А что если вас попросят написать код, который нарушает закон? Пойдете на сделку со своей совестью?

Инженерному директору FTX Nishad Singh грозит 75 лет в тюрьме. Если кто не в курсе крипто новостей, криптовалютная биржа FTX украла у инвесторов 9 миллиардов долларов и сейчас идет суд. Так вот, в ходе расследования выяснилось, что Nishad не только знал о махинациях, но и решил остаться и помочь компании выбраться, еще взял в долг у компании, чтобы прикупить домик.

Хороший пример. Стартап для студенческих займов Frank утверждал, что у них 5 млн пользователей. Их купил банк JP Morgan и попросил предоставить информацию по пользователям. На деле оказалось, что пользователей было около 300К. Основатель стартапа пыталась убедить инженера сгенерировать синтетические пользовательские данные на 4.3 млн человек, но инженер отказался и предоставил банку истинные данные. В итоге инженер на свободе, фаундеры в тюрьме.

✔️ Уроки, которые стоит выучить:
• Если просят сделать что-то на грани легальности, попробуйте отказаться от этой задачи, даже если обещают вознаграждение.
• Документируйте и сохраняйте все переписки и встречи. Явно показывайте свое беспокойство и озадаченность. Короче собирайте доказательную базу на черный день.
• Обратитесь за помощью к юристам для консультации. Лучше потратить часть накоплений на юриста, чем потратить свою жизнь в тюрьме.
• Всегда есть возможность уйти из компании, вы никому ничего не должны.

➡️Ссылка на статью
https://newsletter.pragmaticengineer.com/p/the-pulse-66

━━━━━━━━

Как разработчику, мне вообще не хочется задумываться насчет легальности и этичности задач, я просто хочу двигать тикеты и перекладывать джейсоны.

Но нужно периодически включать критическое мышление, чтобы не оказаться потом крайним.

Как-то давно на одном из проектов мы захардкодили количество заявок в интерфейсе. На деле было меньше сотни, а на фронте показывали +1000. Вроде не критично, но тоже не хорошо.

❓У вас были истории, когда просили сделать что-то мутное на работе?

🇬🇧 Опыт в THG, UK

Куда было собеседование?
Graduate Software Engineer, THG (UK)

Какие были этапы и до какого этапа дошел?
1. HackerRank OA
2. HackerRank Assessment Interview (спрашивают почему так написал а не так в хакерранке)
3. Technical assessment (algo)
4. Background & Cultural fit

Какие примерно были технические и поведенческие вопросы?
1. HackerRank: 1 leetcode medium, 1 rest api, 1 sql
2. HackerRank Assessment Interview: CS fundamentals (ds, algo, networking, os)
3. Technical assessment: 1 LC easy (if two strings are anagrams), 2 medium (max sum subarray)
4. Behavioral: спрашивали по CV (у меня в сиви было написано что я занимался оптимизацией и меня спросили какие техники для этого использовал), why thg?, moment i received a negative feedback

Как тебе интервью процесс и сами интервьюеры?
HR довольно быстро отвечает и отвечает на любые вопросы (не гостит), сами интервью довольно легко пройти, интервьюеры готовы всегда помочь/подсказать, и некоторые интервьюеры готовы поразгонять вопрос и выйти out of question’s scope

Как ты думаешь, где показал себя хорошо, а где не очень?
Думаю что везде хорошо себя показал.

Чтобы изменил в следующий раз?
Подготовить более детальные и интересные вопросы для интервьюеров.

✔️ Давайте поддержим анонимного автора лайками и добрыми комментариями 🙂

➡️ Если вы в процессе интервью и нужна помощь в подготовке, прочитайте пост https://news.1rj.ru/str/bigtechdream/237

#thg #реальныйопыт

🍋Горькая правда или сладкая ложь

Выжимка из статьи «10 горьких истин работы разработчика, о которых умалчивают».

В статье указаны 10 советов, я приведу тут всего 5, по-моему самых интересных и важных.

🎒Университет не может подготовить к жизни

Научится плавать можно, только войдя в воду. После нескольких лет теории вас бросают в олимпийский бассейн, приходится учиться на ходу. У многих профессоров нет практического опыта работы и зачастую учебная программа отстает от нужд индустрии.

🧱Не ждите проектов с нуля

Во время учебы можно писать простые проекты с нуля, пробовать разные подходы. Но на реальной работе вам скорее всего придется работать с легаси кодом на тысячи строк с ограниченной свободой выбора подхода, библиотек, технологий и фреймворков. Учитесь работать с легаси.

🚮Всем насрать на чистый код

Главное это делать полезные фичи для пользователей, красивые отступы это вторично. Бизнесу важно насколько быстро вы можете реализовывать функционал. Чистый код оценят лишь коллеги на код ревью.

🤢Иногда будут попадаться некомпетентные коллеги

В It-индустрии работают много низкоквалифицированных, токсичных и/или неадекватных инженеров. Они могут влияют негативно и на вашу работу. Сосредоточтесь на своей продуктивности, сохраняйте профессиональное общение, ищите способы договориться. Если все плохо, обращайтесь на помощью.

💰От софт скиллов больше пользы, чем от хард скиллов

Технические навыки приобретаются на практике естественным образом. Чтобы улучшить софт скиллы, такие как грамотное общение, работа в команде и эмоциональный интеллект, нужно прям постараться, сами по себе они не появятся. Исследования показывают, что в среднем человек со сильными софт скиллами и слабыми хард скиллами имеют больше шансов на карьерный рост, чем сильные инженеры со слабыми софт скиллами.

➡️Ссылка на статью
https://www.mensurdurakovic.com/hard-to-swallow-truths-they-wont-tell-you-about-software-engineer-job

━━━━━━━

Недавно с коллегой на работе обсуждали как раз-таки последний совет.

Никто не учит в университете, по крайней мере не учили, как договариваться с коллегами, как ввести переговоры по зарплате, как продавать свои идеи руководству, как проявлять свой визибилити.

Мне бы очень помогло, если бы я понял раньше, что руководство командой - это важный опыт не только для менеджера, но и для инженера тоже.

❓Какой софтскилл, по вашему мнению, помог бы вам добиться больших успехов в карьере?

👶 Идеальный возраст для Big Tech

Я тут на днях думал о том, когда лучше всего устраиваться в разные MAANGи и вот, что я надумал.

60% процентов работников Google в возрастной группе 20-30 лет. Медианный возраст 29 лет. Сотрудники 30-40 лет составляют 20% процентов. У Amazon похожее распределение. 60% сотрудников Google покидают компанию в течении 2 лет.

Я смело предположу, что большинство кандидатов устраиваются в MAANG в возрасте 20-30 лет. После 30 лет в силу разных причин, шансы устроиться в BigTech падают.

👉Так вот, по моему мнению, идеальный возраст для Big Tech это 23-27 лет. Попробую объяснить.

Первые 4-5 лет после университета стоит посвятит саморазвитию, набраться необходимых хард скиллов и по навыкам вырасти до мидла. Еще есть смысл попробовать поработать с токсичными коллегами, неадекватными менеджерами, сложными задачами - набрать багаж личных побед и поражений.

Также во время этого периода можно периодически собеседоваться в большие компании, получать отказы и работать над ошибками. Можно чуть ли не каждый год пробовать в Google/Amazon/Meta.

Ближе к 23-27 инженер должен иметь все необходимые навыки, чтобы попасть в MAANG. Глаза еще горят, есть желание дальше расти и совершенствоваться. Чувство риска притупленно, есть смелость уехать в другую страну и еще семью свою прихватить.

После 27 будут в запасе пару лет, чтобы поработать в big tech, разочароваться в нем и уйти в стартап/оверемплоймент. Ну или наоборот, выбрать себе компанию/команду по душе и продолжить там расти в долгий срок.

После 30 желание пробовать новое и вообще что-то менять кардинальное в своей жизни падает. Деньги и комфорт начинают превалировать. Да и лень готовиться к литкоду, хакерранку. Вообщем инженеры превращаются в драконов.

Это все субъективно и спорно конечно. Пища для размышлений и повод для дискуссии.

➡️Статистику взял отсюда
https://www.zippia.com/google-careers-24972/demographics/

━━━━━━━━━━

👍 - если верите, что рано или поздно попадете в MAANG

👎 - если нет желания, времени, веских причин стремиться туда

🇬🇧 Опыт в Bloomberg, Лондон

Куда было собеседование?

Software Engineer, London Bloomberg

Какие были этапы и до какого этапа дошел?

Ссылку на вакансии рекрутер сама прислала, так как в прошлом году у меня было собеседование. Потом позвали на phone interview. Но, к сожалению, дальше не прошел.

Какие вопросы были?

Раньше не встречал именно такой задачи, но она была похожа на задачу Merge Intervals. На самом деле задача довольно простая, и я предложил сразу оптимальное решение с сортировкой и других решений придумать не смог. Обсуждали решение, написал рабочий код без багов. Если честно, после собеседования подумал что прошел на следующий этап (так как в прошлом году прошел phone interview в bloomberg и был опыт). Но когда получил отказ, договорился с рекруктером о созвоне чтобы получить фидбэк. В фидбэке она посоветовала улучшить communication, collabration, и еще предлагать разные решения для сравнения. В итоге понял свои ошибки и еще, оказывается, в течение года потерял навыки прохождения собеседования.

Что больше всего понравилось?

На данном этапе сложно сказать, что понравилось. Все было стандартно, как и в других компаниях.

Что бы изменил в следующий раз?

Я бы проходил больше мок интервью и серьезнее готовился к интервью.

✔️ Давайте поддержим анонимного автора лайками и добрыми комментариями 🙂

➡️ Если вы в процессе интервью и нужна помощь в подготовке, прочитайте пост https://news.1rj.ru/str/bigtechdream/237

#bloomberg #реальныйопыт

📱Технические блоги

Я тут пытаюсь себя приучить читать инженерные блоги и изучать, как устроены крупные сервисы под капотом.

Умные люди говорят, что это отличный способ подготовиться к систем дизайну. Мол вместо того, чтобы придумывать как реализовать дропбокс, можно понять как он на самом деле реализован.

Приведу краткий список, а ниже по ссылке большой перечень технических блогов, откуда я любезно это скоммунизил.

• Netflix TechBlog
• Uber Blog 
• The Cloudflare Blog
• Engineering at Meta
• LinkedIn Engineering
• AWS Architecture Blog 
• Stripe Blog: Engineering
• Discord Blog: Engineering & Developers
• Slack Engineering

➡️Ссылка на полный список
https://blog.bytebytego.com/p/79-engineering-blogs-to-level-up

✔️Сохрани себе, чтобы не потерять

⏰Как распределить время на систем дизайне?

Репост поста про тайм менеджмент на систем дизайн интервью за авторством Dinesh Varyani.

✅ 𝐑𝐞𝐪𝐮𝐢𝐫𝐞𝐦𝐞𝐧𝐭 𝐂𝐥𝐚𝐫𝐢𝐟𝐢𝐜𝐚𝐭𝐢𝐨𝐧𝐬 - (3-5 𝐦𝐢𝐧)
Ask clarifying questions to understand the problem and expectations of the interviewer.
  𝐚) 𝐅𝐮𝐧𝐜𝐭𝐢𝐨𝐧𝐚𝐥 𝐑𝐞𝐪𝐮𝐢𝐫𝐞𝐦𝐞𝐧𝐭𝐬
   👉 Focussed use cases to cover (MVP)
   👉 Use cases that will not be covered
   👉 Who/How will use the system
   👉 Total/Daily active users
  𝐛) 𝐍𝐨𝐧 𝐅𝐮𝐧𝐜𝐭𝐢𝐨𝐧𝐚𝐥 𝐑𝐞𝐪𝐮𝐢𝐫𝐞𝐦𝐞𝐧𝐭𝐬
   👉 Is the system Highly Available or Highly Consistent? CAP theorem?
   👉 Does the system requires low latency?
   👉 Does the system needs to be reliable?
  
✅ 𝐄𝐬𝐭𝐢𝐦𝐚𝐭𝐢𝐨𝐧𝐬 (3-5 𝐦𝐢𝐧)
  👉 Latency/Throughput expectations
  👉 QPS (Queries Per Second) Read/Write ratio
  👉 Traffic estimates
  👉 Storage estimates
  👉 Memory estimates

✅ 𝐀𝐏𝐈 𝐃𝐞𝐬𝐢𝐠𝐧 (3-5 𝐦𝐢𝐧)
  👉 Outline the different APIs for required scenarios
 
✅ 𝐃𝐚𝐭𝐚𝐛𝐚𝐬𝐞 𝐒𝐜𝐡𝐞𝐦𝐚 𝐃𝐞𝐬𝐢𝐠𝐧 (3-5 𝐦𝐢𝐧)
    👉 Identify the type of database (SQL or NoSQL)
    👉 Design schema like tables/columns and relationships with other tables (SQL)

✅ 𝐒𝐲𝐬𝐭𝐞𝐦'𝐬 𝐃𝐞𝐭𝐚𝐢𝐥𝐞𝐝 𝐃𝐞𝐬𝐢𝐠𝐧 (20 - 25 𝐦𝐢𝐧)
(a) Draw/Explain high-level components of the system involving below (if required) components -
   👉 Client (Mobile, Browser)
   👉 DNS
   👉 CDN
   👉 Load Balancers
   👉 Web / Application Servers
   👉 Microservices
   👉 Blob/Object Storage
   👉 Proxy/Reverse Proxy
   👉 Database (SQL or NoSQL)
   👉 Cache at various levels (Client side, CDN, Server side, Database side, Application level caching)
   👉 Messaging Queues for asynchronous communication

 (b) Identification of algorithm/data structures and way to scale them
 (c) Scaling individual components - Horizontal & Vertical Scaling
 (d) Database Partitioning -
   i) Methods
     👉 Horizontal Partitioning
     👉 Vertical Partitioning
     👉 Directory-Based Partitioning
   ii) Criteria    
     👉 Range-Based Partitioning
     👉 Hash-Based Partitioning (Consistent Hashing)
     👉 Round Robin
 (e) Replication & Redundancy -
    👉 Redundancy - Primary & Secondary Server
    👉 Replication - Data replication from active to mirrored database     
 (f) Databases
    👉 SQL - Sharding, Indexes, master-slave, master-master, Denormalization
    👉 NoSQL - Key-Value, Document, Wide-Column, Graph 
 (g) Communication Protocols and standards like - IP, TCP, UDP, HTTP/S, RPC, REST, Web Sockets

✅ 𝐑𝐞𝐬𝐨𝐥𝐯𝐞 𝐛𝐨𝐭𝐭𝐥𝐞𝐧𝐞𝐜𝐤𝐬 𝐚𝐧𝐝 𝐟𝐨𝐥𝐥𝐨𝐰-𝐮𝐩 𝐪𝐮𝐞𝐬𝐭𝐢𝐨𝐧𝐬 (2-3 𝐦𝐢𝐧𝐮𝐭𝐞𝐬)

➡️Ссылка на источник
https://www.linkedin.com/posts/dinesh-varyani_google-amazon-meta-activity-7127986958584139776-Pj_z

✔️Сохрани себе на будущую подготовку
✔️Отправь друзьям и коллегам, которым тоже будет полезно

🎮Из картинки в приложение

Разработчики это будущие дизайнеры.

Приложение tldraw реализовало фичу, которая позволяет воплощать в жизнь нарисованный концепт, при помощи AI конечно же. Эта функция использует API GPT-4V OpenAI для визуального распознавания рисунка и конвертации его в функционирующий веб-код Tailwind CSS и JavaScript.

Видео в посте показывает пример, где разработчик просто рисует форму и просит сделать из нее реальную web форму. Далее простым текстом разработчик просит сделать правки: поменять текст, добавить кнопку и тд.

Люди уже начали рисовать и создавать игры при помощи этой фичи: змейки, крестики нолики и тд.

➡️Ссылка на пост
https://arstechnica.com/information-technology/2023/11/ai-powered-drawing-app-stuns-developers-by-turning-sketches-into-functional-games

━━━━━━━━━━

Концепт выглядит прикольно. Я тут подумал, а что если в будущем разработчики только и будут скармливать дизайн доки ИИ и тот будет сам реализовывать функционал, поднимать все в облаке и запускать сервис.

Вполне возможно, что появится новый слой абстракции между разработчиком и работающим кодом. Тогда от инженера будут требоваться корректные промпты и донастройка созданного софта.

Как думаете, станут ли разработчики в какой-то момент просто рисовать дизайны, вместо написания кода? 👍 👎

🗑 Алгоритмы не важны

Наткнулся на статью на хабре под названием «Алгоритмы не важны», приведу выжимку и свои мысли.

Есть два типа инженеров, те кто создают технологии и те, кто при создают решения при помощи уже существующих технологий.

Первые это те, кто создают новые базы данных, новые поисковые движки, языки программирования и так далее. Этой категории людей определенно нужно знать алгоритмы. Скорость и эффективность для них являются критичными, ведь разработчики просто не будут использовать БД, которая за O(N) находит индексы.

Вторые - это 98% всех инженеров, веб разработка, мобильная разработка, ML/DS и так далее. То есть те, которые поверх существующих баз данных, фреймворков, облачных решений строят продукты и сервисы.

Этим людям необязательно знать алгоритмы, так как в большинство случаев конечным пользователям не сильно важно, что под капотом, быстрая сортировка или пузырьковая. Через чур сложный оптимизированный код может не дать супер прироста по скорости, но усложнит поддержку кода и сделает дороже последующее его развитие.

➡️Ссылка на публикацию
https://habr.com/ru/articles/774682/

━━━━━━

На самом деле это вечный холивар. Я согласен, что алгоритмы не сильно конвертируются в пользу на работе.

С другой стороны мне нравится представлять задачу на алгоритмической секции как мини проект, где важно определить требования, обговорить все нюансы до начала работ, правильно и лаконично реализовать решение, а еще протестировать и отдебажить ошибки.

⁉️Поделитесь в комментариях, считаете ли что алгоритмы должны исчезнуть из собеседований или наоборот думаете, что это обязательный навык каждого инженера?

🌚 Black Friday / Cyber Monday

В честь сами знаете чего, собрал список сервисов, связанных с тематикой канала, которые предлагают скидки.
Если что поторопитесь, аттракцион невиданной щедрости не вечен.

Leetcode: скидка 30$ на годовую подписку
https://leetcode.com/subscribe/?ref=nb_npl&source=site-announcement

Educative: скидка 20% на годовую подписку
https://www.educative.io/unlimited?utm_campaign=generic_holiday_2023

Pramp TryExponent: скидки 20% на коучинг и 30% на годовую подписку
https://www.tryexponent.com/welcome?promo_code=CYBER30

ByteByteGo: скидка 30% на годовую подписку
https://bytebytego.com/pricing

Interviewing.io: скидка 200-700$ на коучинг сессии
https://interviewing.io/

Яндекс Практикум: скидка 20% на курсы
https://practicum.yandex.ru/friday/

✔️ Если я что-то пропустил, напишите в комментариях

Удачных покупок 😉

🇪🇸 Опыт в Амазон, Мадрид

Куда было собеседование?

- Я проходил собеседование на позицию Software Development Engineer II (SDE II) в компанию Amazon в Мадриде, Испания.

Какие были этапы и до какого этапа дошел?

- Подал заявку на сайте компании (без реферала) и получил приглашение на онлайн-ассессмент.
- На этом этапе предложили решить 2 задачи. Решил одну быстро, вторую, к сожалению, не успел завершить из-за нехватки времени.
- Несмотря на это, через несколько часов получил приглашение на первое техническое собеседование, которое успешно прошел через неделю.
- Следующим этапом был последний раунд, включающий 4 технических собеседования через месяц. Два из них были с задачами по кодированию, одно – по системному дизайну и еще одно – по объектно-ориентированному программированию (OOP). К сожалению, дальше не прошел. 🙁

Какие вопросы были?

- Везде были вопросы по Amazon Leadership Principles. За исключением одного раунда, но большую часть времени занимали именно они, почти половину времени (30 мин)
- Задачи были средней сложности. В первом раунде последнего этапа успешно решил первую задачу, на втором чуть буксовал но активно всегда обсуждал. Интервьюер даже предоставил дополнительные 10 минут для завершения кода и я успешно эту задачу добил до конца в итоге. На втором раунде немного затупил с простой задачей и не был доволен собой. Третий раунд был по системному дизайну, трудно оценить как прошел если честно. В последнем раунде по OOP ответил довольно хорошо думаю, но хотя тоже сложно оценить.

Как тебе в целом интервью процесс?

- В целом, интервью-процесс был положительным, и интервьюеры были вежливыми и вовлеченными. Было замечательно, что некоторые из них активно обсуждали задачи со мной и даже предоставляли дополнительное время для завершения кода, не знаю хорошо или плохо это. Я оцениваю процесс собеседования положительно в целом. Единственный недостаток – частая смена рекрутеров, и после последнего этапа об о мне кажется вообще забыли. Мне надо было им написать через 2 недели и уточнить результаты. Оказалось, у меня несколько раз поменялись рекрутеры и там был какой то внутренний miscommunication.

Как думаешь, где показал себя хорошо, а где не очень?

- Подготовка к собеседованию включала решение множества задач в LeetCode и изучение Amazon Leadership Principles и книги по системному дизайну. Однако слабая сторона проявилась во втором техническом собеседовании, где возникли трудности с задачей по min heap (эх как же мне не повезло тут, и затупил сильно). Полученный фидбек указывает, что ответы на вопросы по Leadership Principles были отличными, но стоит более активно развивать навыки программирования. Также отметили, что я больше подхожу для Data Science позиций, где у меня есть большой опыт. И обещали отправить ссылки открытых позиций по Data Science, но кажется опять про меня забыли.

Что бы изменил в следующий раз?

- В следующий раз стоит уделить больше внимания подготовке по System Design и OOP если для Амазон, и проводить мок-собеседования и регулярно решать задачи. Постоянное обучение и совершенствование навыков будут ключевыми. Опыт в Amazon оставил положительное впечатление, несмотря на некоторые сложности. Постоянное развитие навыков и улучшение подготовки сделают следующую попытку более успешной. Если вы также готовы к подготовке и мок-собеседованиям, обращайтесь. И если у вас есть возможность помочь с рефералом, это было бы вообще супер.

Автор: Бекмурат @codezen01

✔️ Давайте поддержим автора лайками и добрыми комментариями 🙂

➡️ Если вы в процессе интервью и нужна помощь в подготовке, прочитайте пост https://news.1rj.ru/str/bigtechdream/237

#amazon #реальныйопыт

🌀Круговорот инженеров в МААНГе

Все компании борются за умных кандидатов, big tech не исключение. Когда ценный сотрудник уходит в другую компанию - это расстраивает, но когда получается схантить восходящую звезду - это наоборот победа.

Компания «Switch on business» подготовила статистику по компаниям Google (Alphabet), Amazon, Apple, Meta, Microsoft, IBM, Tesla, Oracle, Netflix, Nvidia, Salesforce, Adobe, Intel and Uber. Кто из сотрудников этих компаний до этого работал у конкуррентов.

Meta
• 26.51% всех сотрудников Meta пришли из другого big tech. Это первое место среди всех - лучший хантинг.
• 4000 бывших работников Microsoft выбрали Meta. На втором месте бывшие гуглеры, 3300 человек.

Google
• 24% сотрудников Google это люди, перешедшие из других технологических гигантов - это 38 000 человек, первое место по фактическому количеству.
• Больше 12 000 сотрудников перешли из Microsoft в Google. Уходящие сотрудники преимущественно выбирают Meta 3300.

Amazon
• У Amazon всего 3.20% по найму из других big tech компаний. Но в числовом эквиваленте это 18 000 сотрудников.
• Больше всего в Amazon пришло из Microsoft ~6000. Большинство уходящих из Amazon переходят в Google ~8000 человек.

➡️Ссылка на статью
https://switchonbusiness.com/most-talent-from-competitors

━━━━━━━

Какие инсайты:
- Все любят нанимать ребят из Microsoft или ребята очень не хотят работать в Microsoft.
- Amazon - это школа по подготовке к MAANG. Число пришедших из big tech меньше, чем число туда ушедших.
- Из любой компании, люди преимущественно уходят в Google, Amazon, Microsoft, Meta.

❓Ваши прогнозы, когда люди массово начнут уходить в Canva? 🙂

🏃‍♀️За Сэма и двор

Я к нему поднимусь в небо,
Я за ним упаду в пропасть

Если вы последнюю неделю наслаждались жизнью и не читали новости, тогда вы наверняка пропустили драму года.

Основателя и CEO OpenAi Сэма Альтмана уволили с должности CEO. Вроде как политическая борьба внутри компании. Новость потрясла весь мир, гром среди ясного неба. Для многих Сэм Альтман был олицетворением Open AI.

Сүйінші - Сэма взяли обратно через пару дней. Давление от прессы, разозленные сотрудники, потенциальные убытки - заставили совет директоров принять условия для возврата.

Самое интересное тут для меня, что почти 700 из 770 сотрудников компании выразили готовность уволиться, если Сэм не вернется.

Я не помню в своей карьере ни одного руководителя, за которым бы был готов уйти. В компаниях, также как и в политике, люди борются за власть, но хлеб для меня всегда был приоритетом над справедливостью.

Может быть это менталитет СНГ. И возможно я просто не встречал такого лидера, за которым был бы готов броситься на амбразуру.

Также вероятно, что все подписавшийся не были готовы уйти сиюминутно , а просто поддержали движение.

⁉️Ваше мнение, что сподвигает людей увольняться и уходит за руководителем? Были ли у вас примеры, когда готовы были и в огонь и в воду за лидером?

🎂 Google уже не торт

Выжимка статьи «Reflecting on 18 years at Google» за авторством бывшего инженера Гугла Ian "Hixie" Hickson.

Ian присоединился к Google в 2005 году, практически сразу после того, как компания вышла на IPO.

Ранний Google стремился делать правильные вещи. Чаще между большей прибылью для компании и пользой для пользователей, выбирался пользователь. Принцип «Don’t be evil» - как раз-таки отражал стремление компании помогать людям, в отличие например от Microsoft, где профит был важнее, чем конечные пользователи.

Со временем внутренняя культура начала меняться. Фокус сместился с пользователей на саму компанию. Прозрачность внутри компании начала иcчезать.

Интересно, что автор считает массовые увольнения как раз-таки закономерным следствием таких изменений. Компания слишком верила в рост акций, чем в успех своих проектов, за что и поплатилась. Увольнения только усугубили культуру внутри компании, меньше доверия среди сотрудников, никто не хочет брать на себя риски, все держатся за свои позиции.

В посте есть камень в огород Sundar Pichai CEO Google. Мол он не понимает культуру раннего гугла и не вкладывается в ее развитие. Как следствие, такое отношение распространилось и на топ менеджмент и менеджеров среднего звена. Руководители не имеют понятной прозрачной стратегии, используют инженеров как ресурс, продавливают свое видение и не воспринимают критику.

Еще есть шанс возродить старую культуру, но с каждым годом шансов все меньше, так как люди с правильным моральным компасом все реже присоединяются к компании.

➡️Ссылка на статью
https://ln.hixie.ch/?start=1700627373&count=1

━━━━━━━━

Если честно звучит, как закономерный эффект рост компании. Мол когда была маленькая, было лампово и прозрачно. А когда компания выросла, некоторые команды и люди стали меньше следовать принципам Google.

🦄- Верите ли вы, что принципы отражают суть внутренней культуры компании?
😈- Или же это просто способ сделать сотрудника "удобным" для управления?

💰Где самые большие зарплаты?

Некий разработчик Michael Tromba собрал список компаний с самыми высокими зарплатами и выложил на GitHub.

Статистику собирали из сайта https://levels.fyi. В расчет брали медианый компенсационный пакет за год (зарплата, акции, бонусы). Таблица не учитывает географию и грейды.

Конечно подборка не очень точная и не все компании представлены в списке. Но тем не менее, можно использовать его как ориентир.

🏆 Пятерка лидеров:
1. OpenAI 925K USD
2. Coupang 600K USD
3. Clubhouse 566K USD
4. Chai-research 555K USD
5. Netflix 515K USD

➡️Ссылка на репозиторий
https://github.com/miketromba/highest-paying-software-companies

━━━━━━━

Во-первых я немного удивлен увидеть clubhouse. Он не только жив, но и по деньгам соревнуется.

Во-вторых, что за пропасть между первым и вторым местом. OpenAi платит 600K в год акциями, это много, будущие миллиардеры после IPO.

В-третьих, из MAANG только Netflix в топе. Кстати, я не раз слышал истории, про тамошние приятные зарплаты. Хочу туда пособеседоваться в следующем году 🙂

🇷🇺 Опыт в Yandex

Куда было собеседование?
Yandex Cloud

Какие были этапы и до какого этапа дошел?

3 алгоритмическая секция и 1 архитектурная секция успешно проходил. При team matching выбрали другого кандидата

Какие примерно были технические и поведенческие вопросы?

Алгоритмический вопросы были как easy и middle. Не были проблемы с решением как так практиковался в литкоде , только надо было успеть решить 2 задачи в час. Были вопросы как "почему у нас хотите работать? Твоя идеальная команда? Какой должен быть твой тимлид? Что ждёшь от тимлида?". Если честно я не был готов на такие вопросы

Как тебе интервью процесс и сами интервьюеры?

В целом хорошо, все были дружелюбно позитивный

Как ты думаешь, где показал себя хорошо, а где не очень?

Думаю показал себя с хорошими техническими навыками, наверно софт скилс хромает

Чтобы изменил в следующий раз?

Хочу показать больше архитектурного опыта

✔️ Давайте поддержим анонимного автора лайками и добрыми комментариями 🙂

➡️ Если вы в процессе интервью и нужна помощь в подготовке, прочитайте пост https://news.1rj.ru/str/bigtechdream/237

#yandex #реальныйопыт

🌃 Тысяча и одно собеседование

Статья за авторством Carlos Arguelles, бывший Bar Raiser в Амазон. За свою карьеру провел больше 1000 собеседований.

Carlos поделился своей любимой задачей по алгоритмам, которую уже задавал порядка 500 раз и которая, по его мнению, на 95% совпадает с итоговым решением.

Дополню пару интересных инсайтов:

1️⃣ Для меня гораздо важнее сама беседа, чем код, который человек пишет на доске. 

Многие стремятся сразу написать сходу супер оптимальное решение. Хотя, интервьюер оценивает не только код, но и способ мышления. Какие вопросы задает кандидат, подмечает ли edge cases, как оценивает решения, сколько помощи требует. В конце концов, собеседование это поиск ответа на вопрос «Смогу ли я работать с этим человеком?».

2️⃣ Наиболее грамотные кандидаты, прежде чем переходить к написанию кода, должны задавать уточняющие вопросы.

В реальности инженеры постоянно сталкиваются с неоднозначностью. Задача в джире обычно только название 🙂. Никто из нас не спешит сразу писать код, как только получил тикет от менеджера. Скорее всего будут вопросы, уточнения, дискуссия. Чем опытнее разработчик, тем более глубокие вопросы он задает.
Поэтому алгоритмическую секцию можно представлять как разработку фичи в миниатюре.

3️⃣ Более грамотные специалисты догадываются, что скорость поиска O(1), необходимую для превращения O(n²) в O(n), может обеспечить словарь (Map). Лучшие же кандидаты предусмотрительно отмечают недостаток такого подхода, заключающийся в использовании O(n) памяти. Здесь повышение скорости достигается за счёт увеличенного потребления памяти.

Часто, на собеседованиях, как и на работе, есть несколько способов решить одну и туже задачу. Так вот интервьюер оценивает наше понимание плюсов и минусов каждого предложенного подхода. Поэтому, нужно уметь считать сложность и знать время и память основных структур данных и алгоритмов. Это домашняя работа кандидата.

➡️Ссылки на статьи
https://habr.com/ru/companies/ruvds/articles/775570/
https://medium.com/geekculture/memoirs-of-an-amazon-bar-raiser-718e36241310

📈Люди увольняются, акции поднимаются

Spotify анонсировала, что сократит штат на 17% это примерно 1500 сотрудников.

Акции Spotify подпрыгнули на 7% после того, как компания объявила о сокращении штата сотрудников на 17% в рамках меры по сокращению расходов из-за замедления роста.

Генеральный директор Дэниел Эк упомянул во внутренней записке, что компания слишком быстро расширялась в 2020 и 2021 годах.

«В 2020 и 2021 годах мы воспользовались возможностью, предоставленной более дешевым капиталом, и вложили значительные средства в расширение команды, улучшение контента, маркетинг и новые вертикали»

Напомню, что это уже третья волна увольнений в Spotify за этот год. В январе штат сократился на 6%, а в июне еще на 2% 😐

➡️Ссылка на новость
https://www.cnbc.com/2023/12/04/spotify-to-lay-off-17percent-of-employees-ceo-daniel-ek-says.html