Проводим мок собеседования с ребятами, которых я консультирую по поиску работы. Поделюсь ошибками, которые встречались у всех, и советами, как их избегать.

Ответ на "расскажите о себе" должен отскакивать от зубов. Этот вопрос будут задавать каждый раз. Здесь происходит просто море ошибок. Люди начинают говорить что-то вроде "начал работать всего год назад", указывать на свои недостатки и другими способами себя закапывать. Это задает тон всему собеседованию. Есть только один способ с этим работать: сесть перед вебкой, несколько раз рассказать себе ответ на этот вопрос и посмотреть запись. Ответ должен быть короткий, по делу и в меру продающий: что ты умеешь, что ты можешь предложить и чего ты хочешь.

Вторая типичная ошибка по поведенческой части: после рассказа про опыт непонятно, в какой роли человек был на последнем проекте и какая у него была степень ответственности. Брал идеально расписанные тикеты и делал в одиночку? Тащил всю команду? Принимал архитектурные решения? Писал лапшу в ноутбуках и скидывал инженерам? Должно быть кристально ясно.

По технической части. Самая глупая ошибка, которую совершили все: не знать ответы на вопросы по Python, которые точно спрашивают. Что такое декоратор, что может быть ключом словаря, что такое GIL, как работает garbage collection. Я специально включал в каждый мок собес вопросы, которые только что попадались другим ребятам на собеседованиях, и ребята часто не знали ответов. Как с этим работать: открываем гугл, находим списки "топ 10 вопросов по Python" и изучаем. Меня так однажды забраковали в Яндекс, потому что я не знал, что такое контекстный менеджер. Очень глупая ситуация, по возможности избегайте.

Применимо не только к Python. Несколько примеров типичных вопросов по ML: что такое регуляризация, как работает логрегрессия, задачки на формулу Байеса и матрицы ошибок, почему градиентный бустинг называют градиентным, что будет если у случайного леса удалить первое дерево (и аналогично для градиентного бустинга), производная сложной функции (chain rule).

Другая ошибка: пытаться выкрутиться, когда не знаешь. Не знаешь ответ, но вроде бы что-то слышал, пытаешься что-то придумать на ходу и в итоге показываешь еще уйму мест, в которых ты ничего не знаешь. Так я задал вопрос про GIL, а в итоге меня убеждали, что в Python нет мультипроцессинга, но зато есть мультитрединг. Это не только закапывает вас, но и тратит время интервьюера. Лучше просто сказать, что не знаешь.

Вы должны четко понимать что рекрутер ≠ заказчик.

1) заказчик из подразделения которое нанимает очень часто имеет сложности с тем, чтобы сформулировать кто конкретно ему нужен. Большие сложности. Он также нифига не понимает, как это соотносится с тем, что есть на рынке.

2) рекрутер (если в компании нет крутого HR BP) нифига не разбирается в том, что делает заказчик и кто в реальности ему нужен.

И вот 1 и 2 собираются и начинают брейнштормить по требованиям к кандидатам 😂😂😂

Результат, как правило, какой-то шаблонный набор требований, который «вроде ок» для рекрутера и который «ну ты же рекрутер, тебе же виднее» для заказчика.

Очень многое lost in translation

Потом случаются две вещи:

1) так как описание написано фигово - на него откликается фиг знает кто

2) если отклики смотрит рекрутер, он применяет к ним какие-то свои критерии, соответствующие его представлениям о прекрасном, но в большинстве случаев не совпадающие с критериями бизнес-владельцев

Если отклики смотрит бизнес-владелец, то он мало смотрит на формальные критерии. Ему важно то, насколько человек соответствует его внутреннему ментальному шаблону идеального кандидата (который он на шаге 1 не сумел донести до рекрутера ))). Он думает, где может пойти на компромисс с реальностью, а где нет.

Выводы здесь простые и их 2:

1) описания вакансии в подавляющем большинстве случаев написаны фигово, и на требования там надо ориентироваться лишь примерно. Высока вероятность, что в реальности людям надо совсем не то, что там написано.

2) всегда старайтесь откликнуться напрямую бизнес-владельцу вакансии, а не рекрутеру. Шансы на успех по многим причинам (не только по этой) гораздо выше.