# Поиск работы: факапы

История 1, Agoda.

Я успешно прошел все собеседования кроме одного. На первом литкоде решил все задачи. На ML собеседовании рассказал, как бы я делал прогнозирование спроса отелей и подсказал интервьюеру такие фишки, о которых он сам не подумал. Конкретно, что если строить одну модель для прогнозирования спроса многих разных отелей, то не стоит использовать MSE, потому что модель забьет на отели с маленьким числом бронирований. Ведь лучше заточиться под Хилтон с 10000 бронирований, где небольшая относительная ошибка приведёт к большому абсолютному отклонению в. Например, при отклонении на 1% будет ошибка 100**2. Тогда для отеля с 5 бронированиями в месяц модель может давать бесполезные предсказания, скажем случайное число от 0 до 104, но лосс все равно будет хороший. Потом они предложили делать тестовое. Думаю я убедил их, что разбираюсь в теме, с помощью имейла выше. По ощущениям они были очень довольны и все шло к офферу.

Оставалось одно собеседование с Head of DS. Оно было утром, а я очень не выспался. Сначала поговорили за жизнь, потом он предложил порешать простой литкод. Дал мне задачу. Сижу, думаю. То ли двоичный поиск. То ли с хештаблицей надо пройтись слева-направо, но непонятно куда ее воткнуть. Или может быть что-то еще посложнее. Не могу ничего придумать, прошу подсказку, а он не может дать подсказку. Потому что там нечего подсказывать. В задаче надо было просто циклом пройти по массиву и найти максимум и минимум. Он дал мне вторую задачу, такую же простую, и я ее так же завалил.

Представляю как он негодовал, что до последнего этапа собеседований допустили человека, который не может написать цикл for.

Мораль: недосып это жестко. Надо было просто перенести.

История 2, Ntropy.

Первое техническое собеседование. Обсуждаем DL. Показывает мне графики лоссов и спрашивает, что могло привести к таким ситуациями. Я на все ответил и дополнительно рассказал про double descent и то, как парадигма Bias-Variance decomposition поменялась в последнее время.

Потом он задает мне вопрос на математику: назови функцию, производная которой равна минус этой же функции. Задача элементарная, но все, что я смог выдать: "Что-то с e^x". Я знал, что близок, поэтому решил вывести. Стал брать какую-то производную, забыл формулу производной от умножения, в какой-то момент сказал что "((e^x)^y) = e^(x+y)". Полный провал. Потом второй вопрос, там была какая-то последовательность чисел, которые оканчивались на 2, 4, 6. Не помню в чем была задача, но надо было просто поделить что-то по модулю два, причём просто найти остаток. Вдруг из головы вылетело все про модульную арифметику, только крутились какие-то аналогии про часы. Я сдался и сказал, что я теряюсь от математических брейнтизеров. Интервьюер ответил мне, что это не тизеры, а про глубокое понимание. Я настоял, что это скорее головоломка, и мы ещё минут десять пассивно-агрессивно поприперлись на эту тему. Двойной провал.

Позже они прислали мне имейл с подробным фидбеком (за что респект, никто так больше не сделал), где было написано, что я отлично разбираюсь в глубинном обучении, но совсем не знаю математику.

Я переволновался. Пожалуй от такого не застрахуешься. Реальной ошибкой было пытаться доказать интервьюеру, что он задает мне тупые вопросы.

История 3, Vivacity.

Прошел все собеседования на позицию ML тимлида. Хороший был питч: могу собрать команду из знакомых мощных русских ML-щиков и программистов, которые освободились из-за кризиса. Все проходило гладко до одного разговора за жизнь. Меня спросили, как я отношусь к встречам. Я ответил, что они высасывают из меня силы. Добавил, что отношусь к организационным проблемам как к инженерным головоломкам, и вообще это не проблема, но никто не был убежден. Позже они отказали мне, потому что я не очень-то хочу быть менеджером и сидеть на встречах целыми днями. Что на самом деле правда, так что возможно это и не факап вовсе.