FAANG Master

Топ FAANG/BigTech компаний, которые нанимают в Лондоне

Рейтинг вычислялся как сумма оценки глассдора + оценка зп. Оценка зп вычислялась по формуле: TC/(max(TC среди всех компаний)) * 5.

Зп - примерный стартовый офер. Это TC (total compensation). Туда включена базовая зп, акции и бонус. TC приведен для уровня Senior (5+ лет опыта). Со временем компенсация может резко расти из-за роста цен на акции и получения рефрешеров. Иногда рост в разы.

Некоторые компании в списке имеют свои особенности. Revolut - компания не провела IPO, поэтому стоки там пока виртуальные. В Bloomberg не дают акций, только большой бонус, поэтому компенсация не сильно меняется.

У Amazon компенсация низкая, потому что я брал не Senior Software Engineer (SDE 3), а SDE 2 для оценки. Потому что большинство Senior разрабов не из фангов они обычно мапят на SDE 2.

1) The Trade Desk (оценка: 3.9)
В год (до налогов): £218 000 | $296 480 | 22 031 080 RUB
В месяц (на руки): £10 611 | $14 430 | 1 072 300 RUB

2) Google (оценка: 4.4)
В год (до налогов): £194 000 | $263 840 | 19 605 640 RUB
В месяц (на руки): £9 551 | $12 989 | 965 177 RUB

3) Meta (оценка: 3.6)
В год (до налогов): £219 000 | $297 840 | 22 132 140 RUB
В месяц (на руки): £10 655 | $14 490 | 1 076 764 RUB

4) Stripe (оценка: 3.7)
В год (до налогов): £189 000 | $257 040 | 19 100 340 RUB
В месяц (на руки): £9 330 | $12 688 | 942 860 RUB

5) Apple (оценка: 4.2)
В год (до налогов): £158 000 | $214 880 | 15 967 480 RUB
В месяц (на руки): £7 961 | $10 826 | 804 491 RUB

6) HubSpot (оценка: 3.4)
В год (до налогов): £188 000 | $255 680 | 18 999 280 RUB
В месяц (на руки): £9 286 | $12 628 | 938 396 RUB

7) Revolut (оценка: 4.0)
В год (до налогов): £157 000 | $213 520 | 15 866 420 RUB
В месяц (на руки): £7 916 | $10 766 | 799 996 RUB

8) Bloomberg (оценка: 4.0)
В год (до налогов): £150 000 | $204 000 | 15 159 000 RUB
В месяц (на руки): £7 607 | $10 346 | 768 784 RUB

9) Spotify (оценка: 3.9)
В год (до налогов): £136 000 | $184 960 | 13 744 160 RUB
В месяц (на руки): £6 989 | $9 505 | 706 295 RUB

10) Palantir (оценка: 3.7)
В год (до налогов): £131 000 | $178 160 | 13 238 860 RUB
В месяц (на руки): £6 768 | $9 205 | 683 977 RUB

11) Microsoft (оценка: 4.0)
В год (до налогов): £117 000 | $159 120 | 11 824 020 RUB
В месяц (на руки): £6 251 | $8 502 | 631 772 RUB

12) Expedia Group (оценка: 3.8)
В год (до налогов): £123 000 | $167 280 | 12 430 380 RUB
В месяц (на руки): £6 441 | $8 760 | 650 973 RUB

13) Airbnb (оценка: 4.0)
В год (до налогов): £110 000 | $149 600 | 11 116 600 RUB
В месяц (на руки): £6 030 | $8 201 | 609 370 RUB

14) Amazon (оценка: 3.5)
В год (до налогов): £115 000 | $156 400 | 11 621 900 RUB
В месяц (на руки): £6 188 | $8 416 | 625 371 RUB

Смотри также рейтинг Хэдж фондон и трейдинг компаний: Топ 15 хэдж фондов и трейдинг компаний, которые нанимают в Лондоне

Есть тут, кто еще в универе учится?

Напишите в комментах, как за последнее время изменилось ваше обучение?

Во времена, когда я учился в МФТИ, существенной частью обучения было решение так называемых "заданий". В начале каждого семестра мы получали "задавальник", в котором перечислялись задания со списком задач, которые нужно решить и сдать к определенной дате. Т.е. можно было не ходить на существенную часть занятий, кроме физры (важна посещаемость), английский и лабы (домашку делать надо каждую неделю). А на матан, аналит, физику, теормех, теорфиз, диффуры, тфкп, вычматы и т.д. можно было не ходить регулярно. Главное за семестр сдать 2-3 задания. Это тетрадка с решенными задачами. Сама сдача, кроме проверки решенных задач, заключалась в написании контрольной. Как я понимаю, на контрольные llm не сильно повлияли, кроме как возможности читить. Но само решение задач, как я понимаю сейчас сильно упростилось. В наше время, это была смесь самостоятельного и коллективного решения задач. А также во внутренней сетке были отфотканные решения заданий прошлых лет, где список задач пересекался.

Интервью с Борисом Черным

Борис - это создатель Claude Code.

Он родился в Одессе. В 1995 его семья переехала в США.

С 2017 по 2024 работал в Мета, в одно время со мной.

В 2024 перешел в Anthropic, где и создал Claude Code.

Само интервью: https://youtu.be/AmdLVWMdjOk?si=WtjH52JXPrE9CW_W

Его линкедин: Boris Cherny

Топ 15 хэдж фондов и трейдинг компаний, которые нанимают в Лондоне

Зп не точные, приведены для ориентировки, взяты с гласдора. Рейтинг вычислялся как сумма оценки глассдора + оценка зп. Оценка зп вычислялась по формуле: TC/(max(TC среди всех компаний)) * 5.

Компании нанимают как ML/AI инженеров, так и квантов и обычных программистов. Что касается программистов, то чаще там C++ и Python. Но есть кое где Java или где им не важно на каком языке ваш бэграунд и вы переучитесь на работе на нужный язык.

1) Citadel Securities (оценка: 3.9)
В год (до налогов): £330 000 | $449 295 | 33 552 651 RUB
В месяц (на руки): £15 557 | $21 181 | 1 581 774 RUB

2) Citadel (оценка: 4.0)
В год (до налогов): £305 000 | $415 258 | 31 010 784 RUB
В месяц (на руки): £14 453 | $19 678 | 1 469 508 RUB

3) XTX Markets (оценка: 4.5)
В год (до налогов): £260 000 | $353 990 | 26 435 422 RUB
В месяц (на руки): £12 466 | $16 972 | 1 267 429 RUB

4) Jane Street (оценка: 4.4)
В год (до налогов): £263 000 | $358 074 | 26 740 446 RUB
В месяц (на руки): £12 598 | $17 152 | 1 280 901 RUB

5) Hudson River Trading (оценка: 4.1)
В год (до налогов): £250 000 | $340 375 | 25 418 675 RUB
В месяц (на руки): £12 024 | $16 370 | 1 222 523 RUB

6) DRW (оценка: 4.3)
В год (до налогов): £209 000 | $284 554 | 21 250 012 RUB
В месяц (на руки): £10 213 | $13 905 | 1 038 407 RUB

7) Balyasny Asset Management (оценка: 4.2)
В год (до налогов): £210 000 | $285 915 | 21 351 687 RUB
В месяц (на руки): £10 257 | $13 965 | 1 042 898 RUB

8) G-Research (оценка: 4.1)
В год (до налогов): £200 000 | $272 300 | 20 334 940 RUB
В месяц (на руки): £9 816 | $13 364 | 997 991 RUB

9) Two Sigma (оценка: 4.0)
В год (до налогов): £204 000 | $277 746 | 20 741 639 RUB
В месяц (на руки): £9 992 | $13 604 | 1 015 954 RUB

10) Jump Trading (оценка: 4.2)
В год (до налогов): £188 000 | $255 962 | 19 114 844 RUB
В месяц (на руки): £9 286 | $12 642 | 944 104 RUB

11) Maven Securities (оценка: 4.3)
В год (до налогов): £180 000 | $245 070 | 18 301 446 RUB
В месяц (на руки): £8 932 | $12 161 | 908 179 RUB

12) Optiver (оценка: 3.7)
В год (до налогов): £206 000 | $280 469 | 20 944 988 RUB
В месяц (на руки): £10 081 | $13 725 | 1 024 935 RUB

13) Quadrature (оценка: 4.8)
В год (до налогов): £125 000 | $170 188 | 12 709 338 RUB
В месяц (на руки): £6 505 | $8 856 | 661 372 RUB

14) Tower Research Capital (оценка: 4.0)
В год (до налогов): £148 000 | $201 502 | 15 047 856 RUB
В месяц (на руки): £7 519 | $10 237 | 764 479 RUB

15) D.E. Shaw (оценка: 3.9)
В год (до налогов): £145 000 | $197 418 | 14 742 832 RUB
В месяц (на руки): £7 386 | $10 057 | 751 007 RUB

Свежее интервью с Дмитрием Долговом

Это CEO компании Waymo. Компания делает беспилотные такси. Они уже работают в Калифорнии.

Сам Дмитрий, закончил МФТИ в 2000 году. Далее PhD в штатах и постдок в Стэнфорде.

Waymo уже катаются в Лондоне, но видимо еще в тестовом режиме.

https://youtu.be/I_0Kuf6Aa2c?si=eM0kqMaUI4XUKVBm

Конец Метаверса

Мета сворачивает метавселенную. Все ресурсы перенаправляются в AI. В начале 2026 года сократили 1,5 тысячи человек в RL (Reality Labs) — отделе, который занимается метавселенной.

В этом году Horizon Worlds перестанет быть доступным в шлеме виртуальной реальности Meta Quest 3. Пока его не сворачивают полностью. Он теперь будет доступен как мобильное приложение. Попытается конкурировать с Roblox (спойлер: ничего из этого не выйдет, скорее всего).

Я сейчас походил по разным мирам, многие из них похожи на зону отчуждения — большие миры, где никого нет. Там, где кто-то есть, в основном дети. Чувствуешь себя очень крипово. Взрослой аудитории очень мало, не с кем поболтать.

И все это после переименования компании из Facebook в Meta и 80 миллиардов долларов инвестиций.

В субботу у меня церемония получения гражданста

В UK я уже 5 лет и 5 месяцев.

Кратко мой путь по документам:

1) Приехал по Skilled Worker Visa
2) Через 2.5 года получил Global Talent Visa. Это позволило не иметь зависимость от работодателя, а также получить ILR(ПМЖ) за 3 года, вместо 5.
3) Еще через полгода(через 3 года после приезда в UK) получил ILR. Это дает право вечно жить в UK.
4) Спустя 5 лет подал на гражданство.
5) Спустя 4 месяца после подачи получил одобрение.
6) В субботу церемония с произнесением клятвы Королю. И можно подать на получение паспорта. Это даст возможность ездить в кучу стран без виз.

Сейчас в UK планируют изменения в плане миграционного законодательства. В частности повысили минимальную зп для получения Skilled Worker до ~£55k в год. Английский повысили с B1 до B2.

Также планируют повысить срок на получение ПМЖ до 10 лет. Но 10 лет можно будет сократить до 5 или даже до 3 лет в зависимости от баллов. Для программистов, по всей видимости, ничего не изменится. Т.к. условия получения Skilled Worker визы позволяют получить нужное число балов для сокращения срока до 5 лет. А если у вас зп выше £125k, то вообще до 3 лет. Т.е. если изменения примут, то программисты могут от этого даже выиграть.

Для получения гражданства сейчас надо 5 лет до ПМЖ + 1 год до гражданства.
У меня получилось 3 года до ПМЖ + 2 года до гражданства. Global Talent виза позволила сократить срок на 1 год.

В этом году число сокращений будет, с большой вероятностью, больше, чем в 2024 и 2025. Причём будут сокращения уже реально из-за AI. Хотя при этом число вакансий продолжает расти.

Нужно ли ботать алгосы, если вы ML Engineer и хотите в FAANG?

Если вы хотите в Meta, Amazon, Apple, Google, Microsoft, Uber и т.д. на позицию ML Engineer, то на собесе у вас будет столько же кодинг раундов на алгосы, сколько и у обычных программистов. У вас будет ML дизайн раунд вместо System/Product design. Но алгосы точно такие же.

Сколько нужно решить задач по алгосам в 2026, чтобы пройти в FAANG?

Тут завит от вашего изначального уровня:

1) Топ олимпиадник. У вас бэкграунд топового олимпиадника. Вы побеждали/были призером крупных соревнований на уровне страны или международном уровне. В таком случае 50-100 будет достаточно. Просто отфильтруйте задачи на leetcode по компании, в которую вы хотите, и решите топ 30-100 по частоте встречаемости. Если не готовиться вообще, то есть риск реджекта, т.к. собесы и олимпиады это разные жанры. Нередко собеседовал крутых олимпиадников и они получали реджект по одной или нескольким осям(problem solving, coding, verification, communication).
2) Уже в FAANG. Например, вы работаете в Amazon или Microsoft, но хотите в Google или Meta. Возможно, вам придется прокачать дополнительно некоторые темы. Вроде динамического программирования, деревьев, графов. Это в дополнение к решению задач под конкретную компанию. Поэтому, это может быть 100-300 задач. 300 скорее всего потребуется, если хотите в Google, т.к. туда самое сложное кодинг собеседование.
3) Средний программист. Вы не побеждали в олимпиадах, кодить умеете хорошо, но алгосы не особо решали. Я бы ориентировался на 300-600 задач. 600 - это, если вы сразу хотите в Google. Для большинства FAANG или около FAANG хватит 300, из которых 150+ это medium задачи на leetcode.

Это не обязательно задачи на leetcode. Это в сумме на всех ресурсах, которые вы используете для подготовки.

Это может быть:
1) https://leetcode.com/
2) https://www.algoexpert.io
3) https://neetcode.io/
4) Cracking the coding interview

И другие ресурсы, которые я рекомендовал ранее: https://t.me/faangmaster/696

5) Массив один. Нужно поменять его in-place. Первый указатель начинает с начала. Второй где-то внутри массива. Оба идут в одном направлении к концу массива. Или как в самом первом варианте - первый указывает на начало массива, второй на конец. Указатели двигаются на встречу друг другу.

Есть еще большая связанная тема - интервалы. Ее я разберу отдельным постом.

Шаблон решения задач на Two Pointers.

Существенная часть задач на собеседованиях в FAANG-компании по алгоритмам - задачи на массивы, строки и связные списки.
Множество из них решается при помощи подхода, который называется Two Pointers.

Какие признаки того, что задача на Two Pointers?
1) В условии есть массив, строка или связный список (или данные задачи можно к ним свести).
2) Массив, строка или список в задаче отсортированны или их можно отсортировать (тогда сложность с линейной повысится до O(n*log(n)).
3) В условии не один массив/строка/список, а два.
4) По логике задачи вам надо суммировать/умножать или сравнивать разные элементы из одного и того же массива/строки/списка
5) Аналогично предыдущему, для случая если у вас два массива/строки/списка - по логике задачи вам нужно суммировать/умножать или сравнивать элементы из двух/нескольких массивов/строк/списков.
6) В условии сказано, что нужно найти пару, тройку, четверку чисел из заданного массива
7) В условии описываются интервалы времени, с которыми нужно что-то сделать (смержить по какому-то критерию, найти окно в расписании и т.д.)
8) В условии идет речь про палиндромы.
9) Нужно изменить массив/строку in-place (без дополнительных структур данных и доп. памяти).
10) Нужно смержить несколько массивов в один.

Метод Two Pointers сводится к тому, что вы идете циклом по вашему массиву/строке/списку при помощи не одного указателя/индекса, а при помощи двух указателей/индексов.

Типичный код, который циклом идет по массиву при помощи одного указателя i:

for (int i = 0; i < arr.length; i++) {
    ....
}

В методе Two Pointers, вам одновременно нужно использовать два указателя.

Тут может быть несколько вариантов в зависимости от задачи:

1) Массив один. Первый указатель вначале указывает на начало массива, а второй на конец массива. Указатели двигаются навстречу друг другу:

int left = 0;
int right = arr.length - 1;
while (left < right) {
    {calculate_something}
    {return_break_condition}
    if ({left_move_condition}) {
        {when_move_left_logic}
        left++;
    } else if ({right_move_condition}) {
        {when_move_right_logic}
        right--;
    }
}

{calculate_something} - какие-то вычисления или логика, специфичная для задачи.
{return_break_condition} - условие окончания работы алгоритма, если его можно прервать раньше, чем left станет равным или большим, чем right.
{left_move_condition} - условие, когда двигать левый указатель.
{right_move_condition} - условие, когда двигать правый указатель.
{when_move_left_logic} - какая-то доп. логика, если нужно ее выполнить, когда двигаем левый указатель.
{when_move_right_logic} - какая-то доп. логика, если нужно ее выполнить, когда двигаем правый указатель.
2) Массив один. Оба указателя вначале указывают на середину массива. Далее двигаются в противоположные стороны:

int left = (arr.length - 1)/2;
int right = (arr.length - 1)/2;
while (left >= 0 && right < arr.length) {
    {calculate_something}
    {return_break_condition}
    if ({left_move_condition}) {
        {when_move_left_logic}
        left--;
    } else if ({right_move_condition}) {
        {when_move_right_logic}
        right++;
    }
}

3) Массива два. Оба указателя начинают с начала первого и второго массива соответственно. В одном цикле идем по двум массивам одновременно:

int i = 0;
int j = 0;
while (i < arr1.length {&&/||} j < arr2.length) {
    {calculate_something}
    {return_break_condition}
    if ({i_move_condition}) {
        {when_move_i_logic}
        i++;
    } else if ({j_move_condition}) {
        {when_move_j_logic}
        j++;
    }
}

4) Список/Массив/Строка одна. Идем двумя указателями, которые стартуют с начала, но с разной скоростью. Fast and Slow Pointers.
Например, вначале подвинем первый указатель сразу на k-позиций. Далее будем двигать оба указателя с одной скоростью. Тогда вконце, один указатель будет сдвинут на k-позиций относительно первого.

Иногда, возвращаемое значение и ответ задачи - это разные величины. В таком случае нужно возвращать пару величин или обновлять глобальную переменную, которая и будет ответом.

int globalResult = 0;

int solve(TreeNode root) {
    traverse(root);
    return globalResult;
}

int traverse(TreeNode node, int value) {
    if (node == null) {
        return {base_value};
    }
    int leftResult = 0;
    if ({left_condition}) {
        leftResult = traverse(node.left, {foo(value)});
    }
    int rightResult = 0;
    if ({right_condition}) {
        traverse(node.right, {bar(value)}); 
    }
    globalResult = {g(leftResult, rightResult, node.value)};
    return {f(leftResult, rightResult, node.value)};
}

Смотри также:
1) Шпаргалка по основным алгоритмам для алгоритмического собеседования
2) Шпаргалка по Java для алгоритмического собеседования
3) Разобрал все основные алгоритмы и 47 задач с собеседований на алгоритмы в FAANG

Шаблон решения задач на бинарные деревья. Tree Traversal

Решил сделать цикл коротких постов с шаблонами решения основных типов алгоритмических задач с собеседований.

Если в условии у вас бинарное дерево, то в подавляющем числе случаев вам нужно применить алгоритм обхода дерева: DFS или BFS. Наиболее часто нужно применять DFS. Для бинарного дерева он упрощается до:

void traverse(TreeNode node) {
    if (node == null) {
        return;
    }
    traverse(node.left);
    visit(node);
    traverse(node.right);
}

visit - это ваша кастомная логика, которая будет специфична для конкретной задачи. Ее можно поместить до рекурсивных вызовов для левого и правого ребенка. В таком случае такой обход дерева называется pre-order tree traversal:

void traverse(TreeNode node) {
    if (node == null) {
        return;
    }
    visit(node);
    traverse(node.left);
    traverse(node.right);
}

Между рекурсивными вызовами, в таком случае такой обход называется in-order tree traversal:

void traverse(TreeNode node) {
    if (node == null) {
        return;
    }
    traverse(node.left);
    visit(node);
    traverse(node.right);
}

и после рекурсивных вызовов, такой обход называется post-order tree traversal:

void traverse(TreeNode node) {
    if (node == null) {
        return;
    }
    traverse(node.left);
    traverse(node.right); 
    visit(node);
}

Особенностью in-order tree traversal является то, что для BST (бинарного дерева поиска), метод visit будет вызываться для вершин дерева в порядке возрастания значений.

Во многих задачах, вам нужно будет что-то вычислять во время обхода дерева. Обычно, это min/max от различных значений. Для этого вам нужно будет расширить метод обхода и дополнить его параметрами и возвращаемыми значениями:

int traverse(TreeNode node) {
    if (node == null) {
        return {base_value};
    }
    int leftResult = traverse(node.left);
    int rightResult = traverse(node.right); 
    return {f(leftResult, rightResult, node.value)};
}

{base_value} - значение для базового случая (для листа дерева). Обычно, это 0 или 1.
{f(leftResult, rightResult, node.value)} - какая-то функция от результатов для левого, правого поддерева и значения в текущей вершине. Обычно это min/max от суммы, разницы и т.д.

Иногда нужно передавать какие-то параметры:

int traverse(TreeNode node, int value) {
    if (node == null) {
        return {base_value};
    }
    int leftResult = traverse(node.left, {foo(value)});
    int rightResult = traverse(node.right, {bar(value)}); 
    return {f(leftResult, rightResult, node.value)};
}

{foo(value)}, {bar(value)} - какие-то функции от value. Часто это value + 1 или value -1. Но зависит от задачи. Иногда это какие-то более сложные функции, которые могут зависеть от текущего значения в вершине: node.value.

Иногда вам нужно сокращать область поиска (особенно для BST(бинарного дерева поиска)) или делать дополнительные проверки перед рекурсивным вызовом:

int traverse(TreeNode node, int value) {
    if (node == null) {
        return {base_value};
    }
    int leftResult = 0;
    if ({left_condition}) {
        leftResult = traverse(node.left, {foo(value)});
    }
    int rightResult = 0;
    if ({right_condition}) {
        traverse(node.right, {bar(value)}); 
    }
    return {f(leftResult, rightResult, node.value)};
}

{left_condition}, {right_condition} - обычно зависят от node.value. Условия вроде node.value > value, node.value < value.

Новый год, новые лейофы

Среди FAANG-компаний в январе были два мега лейофа:

1) Amazon. ~16k человек. Озвученные причины: уплощение иерархии, уменьшение бюрократии и т.д.
2) Meta. ~1.5k человек. Затронуло отделы, которые работали над Metaverse. Это, в основном, RL (reality labs). В Лондоне вчера сократили большинство тех, кто работал в RL. Причины: смещение приоритетов с Metaverse на AI. При этом работа над wearables продолжится (умные очки Meta Ray-Ban).

Общий тренд на лейофы в Bigtech/FAANG сохраняется. Не так много, как в 2023, но на том же уровне, что и в 2024 и 2022.

Интервью с основателем HiggsfieldAI

Вышло интервью с основателем Higgsfield AI из Казахстана - Ерзатом Дулатом.
На данный момент стартап оценивается в миллиард долларов.

https://youtu.be/ZMeei0SQRCM

Мой первый проект в Facebook

Когда я пришёл в Facebook в 2020 году, моим первым проектом, как ни странно, стала автоматическая модификация кода. Это было ещё до эпохи AI-хайпа и взлёта LLM.

В чем была задача
Автоматическая аннотация всего кода в Facebook Privacy аннотациями. Эти аннотации описывали семантические типы данных, источник данных, кого эти данные описывали и т.д.
Например, у вас есть поле в базе, которое имеет тип varchar. Для работы с этим полем в таблице у вас есть классы в коде, которые описывают маппинг (ORM). Далее это поле читает какой-то другой код и т.д. Задача была на уровне кода пометить все эти места соответствующими лейблами, которые бы описывали, что это за данные. Например, что это имя пользователя, его айдишник, его email, его телефонный номер и т.д.
Т.е. чтобы описать, что эта переменная или поле в классе не просто строка, а чувствительные приватные данные.
Далее эти метки можно использовать на уровне кода для проверки Privacy правил. Чтобы эти данные не утекали туда куда пользователь не давал своего согласия. Например, чтобы что-то не использовалось для таргетной рекламы.
Этот подход называется Privacy as code.

Как я ее решил
В Facebook давно были разработаны фреймворки и тулы для автоматической модификации кода. Для этого нужно написать другой код, который описывает как этот код менять. Весь код представляет собой семантическое дерево: Abstract syntax tree. Это дерево можно обходить при помощи DFS или BFS (пригодились алгоритмы). На каждой итерации обхода можно делать проверки на тип вершины (это функция, выражение, объявление переменной и т.д.), вытаскивать данные (имя функции, переменной, список аргументов функции и т.д.) и проверять, что мы нашли то место, которые мы хотим изменить. И далее описать изменение - удаление, модификация, добавление кода. Далее этот код натравливается на код базу, сканирует код, делает изменения и автоматически создает code review (pull requests). Далее это code review асайнится на владельцев кода и после ревью оно деплоится.
За несколько лет работы мой код создал более 30 тысяч автоматических code review еще до эпохи LLM. В итоге я разметил весь код в Facebook семантическими типами данных (email, phone number, user name, user id, user generated content и т.д.).

В итоге это стало частью более масштабного проекта по пониманию всех данных в Facebook/Meta, о чем был написан пост в официальном engineering блоге Мета: https://engineering.fb.com/2025/04/28/security/how-meta-understands-data-at-scale/

Ранее я уже писал, что Yann LeCun уходит из Meta до конца этого года, чтобы начать свой стартап.
Сейчас стало известно, что он ведет переговоры и близок к получению инвестиций в $0.5B с оценкой компании в $3B.
Последние 12 лет Ян работал на позиции Chief AI Scientist в Meta. Он лауреат премии Тьюринга(аналог нобелевки в Computer Science) за 2018 год за создание Deep Learning.

Ян скептически высказывался о LLM как способе достижения AGI/ASI. В Мета он не занимался LLM и не имеет отношения к разработке и провалам llama 4.