TGViewer
Ebout Data Science | Дима Савелко Ebout Data Science | Дима Савелко @eboutdatascience · 7.67K subscribers
Post #337 2.4K
Ebout Data Science | Дима Савелко Поиск работы как ML-проект: системный подход к офферу Все говорят, что поиск работы - это отдельная работа. Я скажу больше: это ML-проект, где есть свой датасет, метрики, валидация и необходимость дообучения ⌨️ Завтра влетаю с двух ног в прямой эфир, где…
Как вытащить БОЛЬ из рекрутера и техлида прямо сейчас

Прямо сейчас на трансляции мы разбираем, как перестать быть «одним из 30» в очереди и начать диктовать свои условия. Но чтобы продать решение, нужно сначала понять, что у них болит 👀

Не надо гадать на кофейной гуще - тут нужно просто спросить. Ловите вопросы, которые превратят ваш монолог в допрос для компании, после которой вы будете знать её боли лучше, чем сама компания знает свои

1️⃣ HR-скрининг (Ищем Бизнес-боль)
Здесь мы узнаем контекст. HR - твой союзник, он сольет тебе инфу, если правильно спросить.

«В чем сейчас главная боль команды? Какую задачу нужно "тушить" в первую очередь?»

«А какие задачи будут приоритетными для нового человека, чтобы усилить то направление, которым занимался предыдущий сотрудник?»

«Позиция новая или это замена? Если замена — чего не хватило прошлому сотруднику?»

«Каких конкретных результатов вы ожидаете от специалиста через 3 месяца после начала работы? Что будет критерием успешного прохождения испытательного срока?»
2️⃣ Техническое собеседование (Ищем Техническую боль)
Здесь ты говоришь с носителем боли. Поговоришь с людьми, которые либо решают эту боль, или её испытывают.

«Расскажите, пожалуйста, как выглядит путь модели от идеи до продакшена? С какими основными сложностями (узкими местами) команда сталкивается при деплое сейчас?»

«Каково примерное соотношение времени, которое команда тратит на поддержку текущих решений и на разработку новых фичей/моделей?»

«Как у вас выстроен процесс работы с данными? Есть ли в команде выделенные дата-инженеры, или подготовка данных и построение пайплайнов полностью лежат на ML-разработчиках?»

«Много времени уходит на поддержку легаси-моделей?»

«Насколько чистые данные приходят? Сколько времени уходит на feature engineering, а сколько на обучение?»


3️⃣ Поведенческое / Финал (Ищем Культурный код)
Здесь смотрим, сработаемся ли мы по-человечески.

«На какие ключевые метрики бизнеса влияет работа вашей команды? Как именно эта роль помогает компании достигать глобальных целей?»

«Как у вас организован рабочий процесс? Как обычно ставятся задачи и как команда справляется с пиковыми нагрузками или срочными дедлайнами?»

«Опишите, пожалуйста, идеального кандидата для этой роли. Какими софтами должен обладать человек, чтобы максимально органично вписаться в вашу команду?»

«Основываясь на нашем разговоре, есть ли у вас какие-то сомнения относительно моего опыта или навыков, которые мы могли бы обсудить и прояснить прямо сейчас?»


Залетай на эфир, там сейчас самый сок - разбираем, как эти ответы превратить в оффер
  • ❤ 13
  • 🔥 8
  • 🥰 3
  • 👍 2
  • 🍌 1
More from @eboutdatascience
  1. Sep 29, 2026Как выбрать трек: Classic ML, NLP/LLM или Agents 🍔 Мне часто прилетает вопрос в ЛС: Дим,…
  2. Sep 28, 2026Запись эфира про накрутку, ИИ на собесах, двух работах со стороны лида из Сбера 🤑 Ребят,…
  3. Sep 25, 2026Эфир - Что спросим у лида из Сбера? 👀 УЖЕ ЗАВТРА, то есть в субботу, 26 сентября в 18:00…
  4. Sep 25, 2026РАЗБОР СОБЕСА в Т-Банк на 350к middle+ по NLP, LLM, Agents - НОВЫЙ ДРОП 😎 Выложил разбор…
  5. Sep 24, 2026Нужна ваша помощь - собираем данные для нас же 👒 Так как я копаюсь в рынке найма, IT и DS…
  6. Sep 23, 2026Мы чуть не сдохли, но собрали симулятор Дата Суетолога 😮😮😮 В прошлом посте показал, как…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →