Краткий апдейт

Активно готовлюсь к финальному рывку, который планирую на март. Чувствую, что немного рановато. Все еще слишком неуверенно чувствую себя в system design и к бихейву почти не готовился. Но и растягивать это все до лета не хочу точно. Поэтому активно пытаюсь забить март онсайтами по максимуму. Только бы не заболеть и не вылететь на неделю из подготовки.

Напрягаю свой нетворк, как могу. К тому же, в некоторых компаниях процесс даже через реферал совершенно непрозрачный. Непонятно, тебя еще не зареферили, не посмотрели или ты просто не понравился.

Только что закончил интервью с рекрутером в одну distributed storage компанию. Позиция супер-интересная, стаф-левел, distributed text search engine, embeddings, etc, greenfield project. Минус — в долине (как и бОльшая часть интересных позиций, в принципе). Нафиг я уезжал тогда? Вообще в моей жизни все невовремя, так что ничего удивительного. Если я щас куплю биткойин, то завтра он будет стоить $10k, так это работает.

В разговоре с этим рекрутером, нашел одну из причин, почему некоторые рефералы остаются без ответа. В последней правке резюме я накосячил с датами в амазоне: уменьшил себе опыт + образовался 3-хлетний разрыв.

тут отказ без фидбека, но там я как минимум завалил concurrency кодинг-сессию с HM. На самом деле, и хорошо, было бы ошибкой к ним присоединиться. Ведь если они не берут меня, значит, плохо разбираются в разработчиках. Значит, им ничего не светит. Простая, но верная логика.

Еще был онсайт с autonomous driving компанией. Staff-level, строят новую команду, чтобы переделать свой simulation platform. Роль интересная и компания понравилась, но пока не тороплюсь с выводами. Надо понять, насколько эти разбираются в разработчиках.

У них был следующее:
- систем дизайн (пайплайн для симуляций self-driving, собственно). Прошло ни туда и ни сюда. Отвечал я так, не рыба не мясо. В конце концов, сказали, мол, looks very similar to what we’ve got in production. Ну и хуйня же у вас в продакшне, ребята. Короче, и не плохо, и не хорошо. Не то не се, короче.

- project deep dive. Попросили рассказать про 3 проекта. У меня получились бы неплохие тизеры для кинотеатров, когда смотришь превью — вроде огонь фильм, на деле тягомотина. В общем, и тут я расписал, как Лев Толстой, но мягко посоветовал углубиться в единственный проект, который я готовил. Прошло неплохо. Удалось пару раз что-то новенькое рассказать интервьюерам, а это всегда хороший знак.

- behavioral с директором. У меня были готовы 2 истории к этому моменту. Их я суперклеем к каждому вопросу присобачил. Получилось достойно. Если кто помнит номер Петросяна про шпингалеты, то выглядело именно так.

я далеко не ханжа, но я в шоке

Щас будет систем дизайн, который будет вести Oleg.

До этого был кодинг на тайаскрипте. Я две минуты вспоминал, как for loop написать. Но вроде справился.

2 мин назад у Миши начался ламповый бихейв. Усиленно помогаем с котом кормильцу семьи.

Ваша Вика и по совместительству админ канала. Накидайте тепла Мишане 🔥

налайкали мне оффер, от души, ребят! Стафф в RnD команду в стартапе, series D

Я пытаюсь использовать chatGPT для изучения всяких концептов про distributed systems и что я хочу сказать.

Говно на палке!

Не знаю, можно ли сделать адекватный инструмент для образования на LLM, но дефолтный chatGPT не работает вообще. Мб, я неправильно его юзаю, тогда научите меня кто-нибудь. Проблема в том, что он галлюцинирует просто постоянно и делает это с очень уверенным лицом. Это делает его непримененимым к изучению нового. Ведь как я должен понимать, где он не прав, если я по определению не знаю тему? Он даже часто противоречит самому себе в разных версиях. Например, 4o утверждает, что R-tree (geospatial index) хорош для апдейтов. А o3-mini-high говорит, что перебалансировка такого дерева сложна, поэтому не стоит его использовать в часто меняющихся данных.

И это фундаментальная проблема ЛЛМ-ок в целом и почему я думаю, что LLM — это круто, но мир по большому счету не перевернет. Но об этом в другой серии.

Ищу реферал вот в эти компании. Напишите в личку (@SuppressWarnings), плиз, если можете помочь:

- Etsy
- Roblox
- Brex
- Citadel
- Rippling
- Spotify
- Coinbase
- Zillow
- Amplitude
- The Block (Square)
- Nuro
- Scale AI
- Dropbox
- DocuSign
- Stripe
- New Relic
- Two Sigma
- Datadog
- Reddit
- Pinterest
- Plaid
- MOLOCO
- Cloudflare
- SoFi
- Figma
- Cruise
- Wayfair
- Snowflake
- Discord
- Wish
- OpenAI
- Antropic
- Uber
- Twilio
- Notion
- Airbnb
- HubSpot
- GitHub
- Character.ai
- Instacart
- Databricks
- Figma
- Harvey

У линкедина на скрине бихейв + литкод Хард. Что они о себе возомнили?!

Автор поста прям с языка сорвал. И про голубую кровь, и про удаленку. А вы что думаете? Интересно послушать контр-аргументы. Ссылка на пост

Итоговый оффер: 220K base + 10K options. Strike price $6, current value — $24 (4x рост за два последних года). Обещают IPO в течение пары-тройки лет.

Неплохой оффер, как по мне, и это мы даже не торговались. Думаю, и базу можно поднять тыщ на 10-20, и сайнон попросить, и уж тем более стоки. При правильном стечении обстоятельств стоки могут еще вырасти кратно.

Обещал им завтра дать финальный ответ. Думаю, что откажусь и не буду даже торговаться. Я же тут пишу про поиск работы. О чем мне тогда писать, если я ее найду?

если будет ровно 50/50, то возьму оффер и буду искать дальше.

Думали они больше недели, но, оказалось, тоже в разработчиках не разбираются. Зато мы даже созвонились и подробно обсудили фидбек. И он вообще противоположен моим ожиданиям.

System Design and Coding were really strong. Кодинг — ок, я там на полчаса раньше закончил. Но систем дизайн был далек от идеала, имхо. Ну ладно, хорошо, что им понравилось.

Зато недотянул на Project Deep dive и бихейве, и это было критично именно на стафа.

Project Deep Dive. Дал хорошее high level объяснение системы, но не предоставил достаточно деталей про technical decisions (tradeoffs, etc). Честно говоря, я и не помню. Придется включать Андерсона.

Behavioral. Недостаточно контекста в некоторых вопросах и непорядок с коммуникацией в чем-то. Это потому что я просто не готовил бихейв еще нормально. Хотя зачем было мне так мило улыбаться во время интервью, это сбило меня с толку. И еще little curiosity about their approaches and tech and etc. Короче, лучше надо было готовиться, и все было бы типитоп.

в последний момент группа респондентов проголосовала по открепительному, поэтмоу победил вариант “ищи дальше”. Мне ничего не оставалось, как отказать им. И это было трудно. И грустно. Но расстались на позитивной ноте, поблагодарили друг друга за полезный опыт и договорились оставаться друзьями.

Ищу дальше, короче, stay tuned.

Подслушала для вас кусочек разговора Миши…

Ваша шпионка Вика

#update
Вчера был тех скрин. Tier-2 компания, но приоритетная для меня. Вообще, когда я говорю 'Tier-X' — это про общественное восприятие бренда компании, а не личное. Приоритетная она из-за конкретной позиции и продукта. Была вариация вот этой задачи: https://leetcode.com/problems/stock-price-fluctuation/

Я отчего-то был излишне возбужден и начал тараторить, как потерпевший, и интервьюер не всегда поспевал за моим потоком сознания. Быстро придумал 2 альтернативных решения, но интервьюер никак не мог понять, что я имею в виду. Я написал псевдокод и все равно ему было непонятно. Тогда я написал настоящий код, и мы по нему прошлись и согласились, что все работает.

Обсудили tradeoffs моего решения. Потом тесты. Тут я заковырялся с дебагом и долго не мог найти, почему валится тест (как всегда, описка).

Обсудили, как скалировать решение на distributed систему. Тут я достойно выступил.

Но была и пара серьезных минусов:
1) Я сказал, что предпочту использовать min-heap, а не sortedlist, потому что вставить элемент в min-heap будет быстрее, хотя асимптотическая сложности и одинаковая. Я объяснил это интуитивно (мол, min-heap не сортирован полностью), но я не смог рассказать, как именно min-heap реализован в питоне. И это очень плохо для стаффа. Свой инструмент надо знать вдоль и поперек (а питон у меня и в резюме заявлен, ествественно). Так уж получилось, что я в самом начале своих собеседований решил, что буду долбить задачки на питоне. Я его знаю достаточно для литкода, но в целом слабовато. И у меня уже были отказы именно из-за неспособности углубиться в структуру данных или concurrency в питоне. Переходить сейчас на джаву, которую я знаю глубже, уже поздно, потому что я на ней уже давно ничего не писал и конкретно заржавел.
2) у нас были постоянные проблемы с коммуникацией. Например, я перескакивал многие вещи, которые считал очевидными, но интервьюер меня возвращал. Это плохо для стаффа.


Короче, мои впечатления смешанные. Пациент, скорее, мертв, чем жив, но подождем новостей. Полайкате тут, у вас хорошо получается.

Разбирался сейчас по википедии, как Count-Min Sketch реализован (вероятностная структура данных, чтобы аппроксимировать счетчики и сэкономить на памяти). Оказывается, его изобрел чувак, с которым я работал в амазоне. А ведь на его месте мог быть я!

P.S. Ну как вместе работали, он VP, а я хуй знает кто, но мы общались. Очень прикольный тип, кстати, такой панк https://www.linkedin.com/in/muthu-muthukrishnan-4344819/

мне нужно 18 интервью, что получить оффер.

Арифметика второго класса. Рассмотрим стандартный пайплайн интервью:
- рекрутер
- тех скрин
- онсайт из 5-6 интервью

Теперь прикинем мои конверсии. Сразу оговорюсь, что это конверсии по ощущениям.

- рекрутера я ожидаю проходить где-то в 80-90% случаев. Самого рекрутера вообще-то в 90+%, но во многих компаниях с тобой сначала говорит рекрутер, а потом еще Hiring Manager смотрит резюме и крутит магический шар. Пусть будет 85%.
- тех скрин. Тут бывает по-разному, у кого это 1 интервью, у кого 2. Бывает сисдиз, бывает кодинг. Но пусть я буду проходит его в 80% случаев
- онсайт: 2 кодинга (пусть по 90% каждый), 2 сисдиза (тут хз, я все еще не уверен в себе, пусть 2/3) и ≈2 бихейва (пусть я буду проходить в 80% случаев, учитывая, что я punching outside my weight, прыгая на стафа)

Итого: вероятность не заронить весь пайплайн =

0.85*0.8*0.9^2*0.66^2*0.8^2 = 0.15

Соответственно, вероятность получения хотя бы одного оффера за N интервью =

p = 1 - (1-0.15)^n

Соответственно, чтобы получить хотя бы один оффер с 95% вероятностью я должен пройти

log(0.05)/log(0.85) ≈ 18 интервью

. Пиздец, нахрен я это считал.