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.

Вероятности бы слегка подросли, если бы я учил систем дизайн, а не считал всякую шляпу

кстати, вот тут мы двигаемся дальше, спасибо за лайки, всех люблю 💋💋💋через час у меня известный финтех стартап. И сразу сисдиз ни с того, ни с сего.

Как обычно, с вас — лайки на мою удачу, с меня — инсайты

тэк-с, был Distributed job scheduler. Я более или менее все нарисовал и объяснил, но плавал в нескольких вопросах (в основном, вокруг exactly-once job processing guarantee). Точнее, даже я дал хороший ответ, но интервьюер его то ли проскочил, то ли не понял, и переспросил еще раз. Ну и я от недостаточной уверенности в своих знаниях стал думать над альтернативами, почти объяснил, but not quite.

Мы даже вышли за заранее отведенное время. Это всегда знак, что перформанс на грани. Почти дотягиваешь, но чего-то не хватает. Так было и сейчас. Думаю, на сеньора я бы прошел это интервью почти наверняка, а вот на стафа — 20-30% даю, потому что мы не покрыли даже половину функциональных требований. Но вы все равно подогрейте сердечками ❤️

я не знаю, как вы это делаете, но вы просто львы. Двигаемся дальше с ними несмотря на довольно жидкий перформанс.

Как же меня бесит Линкедин.

Мой линкедин — это сплошная стена невыдуманных историй о героическом преодолении препятствий, непоколебимых моральных ценностях и прочей херни. 80% постов — это минимальные вариации от 4-5 шаблонов. Все эти "жизнь била меня год за годом, но я шел к своей мечте. И вот что я понял:" или "Мою собаку сбила машина. Я держал ее холодеющую лапку и плакал. Это дало мне незаменимый урок управления командой:".

Почему так? Думаю, что корень зла в рекламе, особенно когда рекламодатели платят за показ рекламы (e.g. Youtube, LinkedIn), а не за клики (поиск в Amazon). Там деньги — это время юзера в приложении. Для этого площадки "повышают вовлеченность". Чем больше комментариев и кликов, тем чаще пост покажут. И, конечно, авторы геймят эту систему.

Хуже всего то, что авторы вынуждены играть по таким правилам. Можно быть сколько угодно против такого подхода, но если ты пишешь посты с какой-то целью (например, продать себя или свой продукт), то иначе твои посты просто никто не увидит.

Может ли в теории быть иначе? Заходите в комментарии, чтобы узнать правильный ответ: