Полный цикл отбора на стажировку Т-банк (python, 2025)

Еще одна история выпускника наших курсов.

Впервые подался на стажировку Т-банк весной 2025 года на python-разработчика, решил алгоконтест, заполнил анкету, хватило чисто курса по алгоритмам. Через 3 недели со мной связался HR через whatsapp и позвал на первый собес -- договорились о дате и времени (предлагают несколько слотов с датой и временем, тут всегда идут навстречу). Также уточнил, что за команда, но, как правило, HR сможет вам сказать только название команды, что особо ничего не даст, но иногда можно нагуглить по названию команды ее руководителя, почитать про нее поподробнее). Собес начался с небольшого рассказа о команде (тут обычно запоминаешь дай бог 25% информации, в основном главное понять, какой стек у команды, насколько он совпадает с твоим и готов ли ты работать с чем-то новым для себя; эта команда занималась поддержкой одного из внутренних llm-чатов компании, но специализированных знаний в AI/ML не требовались, только знание фреймворков, работы с бд и т.п. -- джентельменского набора любого бэкендера), далее вопросы по опыту, которого у меня не было, поэтому рассказывал о pet-проекте: простеньком http-сервере на FastAPI с несколькими ручками, который по запросу может писать/доставать данные БД в докере. После перешли к лайвкодингу (просили написать параметризированный декоратор, давали куски кода генераторов и спрашивали, как работает). Под конец, минут 20 гоняли по баянистым вопросам по бэкенду (БД, уровни изоляции транзакций, HTTP, Docker, брокеры сообщений, SOLID и т.п.), которые я уже выучил на курсе по бэкенду.
До того, как приходит фидбэк от первой команды, прилетает приглашение от другой команды на собес: начало стандартное -- беседа об опыте и команде(занималась разработкой одного из ботов для инфраструктуры, по стэку - Flask, FastAPI, postgres и т.п.), устные рандомные вопросы по алгосам — как отсортировать массив из 0 и 1 за O(n), когда алгоритм Дейкстры не работает, как балансировать двоичное дерево при вставке (намек на самобалансирующиеся деревья).
Итог весеннего отбора: на 2-ух собесах отвечал в целом на все уверенно, но через 2 недели пришли отказы с фидбэком, что стоит лучше повторить темы из списка, которых на собесах даже не было) 


Спустя 3 месяца попробовал взять реванш и подался на следующий, летний набор. За это время подтянул знания фреймворков, асинхронности, усложнил свой пет-проект (изучил и добавил авторизацию). Тоже примерно через 3 недели после закрытия контекста HR позвал на первый собес. Первые минут 20 команда подробно рассказывала, чем занимается(но повторюсь, обычно удается уловить только то, с какими технологиями придется работать и насколько тебе это подходит, в данном случае я лишь запомнил, что все стандартно — асинхронность, фреймворки + бдшки), дальше устно погоняла по вопросам на понимание асинхронности, многопоточности, мультипроцессинга, их различия, GIL, напоследок просто поболтали -- руководитель интересовался, на каком курсе я учусь, планирую ли поступать в магистратуру, как буду решать вопрос с армией :) Через неделю вернулась HR с новостью, что команда выбрала кандидата из Москвы, однако так как они оставили обо мне очень хороший отзыв, то готовы позвать на еще один собес уже с другой командой. Новая команда занималась развитием баз данных, поэтому требовался человек, понимающий работу с реляционными БД, а именно postgres. Мы обсудили мой pet-проект(попросили ссылку на гитхаб, глягули мой код), порешали задачки с разворачиванием словаря на лайвкодинге и обсудили устройство словаря/хэш мапы, и через 4 дня пришел долгожданный оффер.

В заключение хочу сказать, что найти подходящую команду иногда не получается с первого раза, и дело в банальной удаче -- нужно найти коннект с нанимающей командой, поэтому не забываем качать софты, и быть упорными, у меня получилось дойти до оффера только на 4-ый собес)
Также добавлю, что оказалось немало вакансий на разработчиков, где очень желательны базовые знания в ml/ai, поэтому тоже стоит это взять на вооружение.

@postypashki_old