Job Experiences

#انگلستان
#فول‌استک

😀 فاطمه مصلح و کار فول‌استک در صنعت ریلی انگلستان

فاطمه مصلح برنامه‌نویس ارشد فول‌استک در Rail Safety and Standards Board انگلستان است. پروژه‌ای که روی آن کار می‌کند Carbon Management Tool است، ابزاری برای کمک به شرکت‌های ریلی در اندازه‌گیری، تحلیل و مدیریت انتشار کربن.

فاطمه کارشناسی ارشد هوش مصنوعی از University of East London گرفته و حالا ترکیبی از وب، AI و مسئله واقعی صنعت را در کارش دارد. این تجربه از آن جنس کارهایی نیست که فقط به فریم‌ورک و کدنویسی محدود بماند. محصول به sustainability، صنعت ریلی و نیازهای سازمانی وصل شده.

نکته مهم اینه که کار خارج از ایران فقط جابه‌جایی کشور نیست. نوع مسئله‌ها هم عوض می‌شه. در چنین پوزیشن‌هایی، صرف بلد بودن تکنولوژی کافی نیست، باید domain، stakeholderها و اثر واقعی محصول را هم فهمید.

برای کسی که بین فول‌استک، AI و کار در شرکت‌های domain-specific مردد است، مسیر فاطمه نمونه خوبی از جایی است که این مسیرها به هم می‌رسن.

😀 https://www.youtube.com/watch?v=J_-TyT7jifA

🔔 @sharif_work

#آلمان
#فرانت‌اند

😀 ریحانه نصیری، از اسنپ تا Zalando در برلین

ریحانه نصیری مهندسی نرم‌افزار خونده و حدود ۶ سال به‌عنوان Frontend Engineer کار کرده. تجربه‌اش هم استارتاپی بوده و هم شرکت بزرگ، و سه سال آخر ایران را در اسنپ گذرانده.

حدود چهار ماه قبل از این گفت‌وگو با آفر شغلی به آلمان مهاجرت کرده و در Zalando برلین به‌عنوان Frontend Engineer مشغول شده. تازه بودن تجربه‌اش مهمه، چون درباره‌ی بازار کاری حرف می‌زنه که همین الان رقابتی‌تر و سخت‌تر از قبل شده.

در مسیر ریحانه، تجربه شرکت‌های بزرگ داخل ایران به زبان بازار اروپا ترجمه شده. اسم شرکت به تنهایی کافی نیست، ولی تجربه جدی محصول و تیم، اگر در رزومه و مصاحبه درست روایت شود، می‌تواند کمک کند.

بعد از گرفتن آفر هم تازه بخش دوم شروع می‌شه، onboarding، کار در تیم بین‌المللی، زندگی در شهر جدید و ساختن شبکه اجتماعی از صفر. مهاجرت کاری فقط عبور از مصاحبه نیست، شروع یک محیط کاری و زندگی تازه‌ست.

😀 https://www.youtube.com/watch?v=dv0JM0jI__w

🔔 @sharif_work

#انگلستان
#دیتا

😀 ستی‌ناز فرودی، از وب در شیراز تا AI & Data Lead در لندن

ستی‌ناز فرودی IT دانشگاه شیراز خونده، اما خودش می‌گه اول مسیر علاقه خاصی به این رشته نداشته. از سال سوم دانشگاه کم‌کم وارد برنامه‌نویسی وب شده و با Java، PHP، HTML، CSS و SQL کار کرده.

بعد ارشد IT گرفته و چند سال در همین فضا کار کرده. سال ۱۴۰۰ تصمیم مهاجرت تحصیلی به لندن را گرفته و همان تصمیم مسیر کاریش را هم تغییر داده. بعد از مهاجرت، از فضای وب به سمت داده و هوش مصنوعی رفته و الان در لندن به‌عنوان AI & Data Lead کار می‌کنه.

چیزی که در تجربه‌اش مهمه، خطی نبودن مسیرشه. علاقه از اول آماده نبوده، فیلد کاری هم ثابت نمونده و مهاجرت فقط تغییر کشور نبوده، تبدیل شده به فرصتی برای تغییر مسیر حرفه‌ای.

برای کسی که فکر می‌کنه دیر شده یا حتما باید از اول دقیقا بدونه چه می‌خواد، این تجربه نزدیکه. مسیر شغلی گاهی با کار کردن، عوض شدن محیط و دیدن فرصت‌های جدید ساخته می‌شه.

😀 https://www.youtube.com/watch?v=OZysuX1pR9c

🔔 @sharif_work

#دمو
#پروژه‌شخصی

😀 سه تجربه ساختن از دل کامیونیتی، ComposeNews، LingoPal و Lerim

کاوه محمدی با ComposeNews سراغ فضای اندروید رفته، پروژه‌ای حول بهترین‌روش‌ها و کتابخانه‌های به‌روز. تجربه‌اش به رشد فنی و نقش داشتن در کامیونیتی اندروید ایران وصل می‌شه.

رضا شریف‌مقدم LingoPal را دمو کرده، پلتفرمی برای یادگیری زبان و ارتباط بین زبان‌آموزها و مدرس‌ها. اسحاق کارگر هم Lerim را معرفی کرده، زیرساختی برای AI Agentها که تصمیم‌ها، محدودیت‌ها و خروجی‌ها را به context قابل استفاده برای ایجنت‌های بعدی تبدیل می‌کنه.

نقطه مشترک این سه تجربه اینه که هرکدام از یک نیاز واقعی شروع شده. لازم نیست پروژه از همان اول کامل یا بزرگ باشد. وقتی آدم چیزی را دمو می‌کند، مجبور می‌شود مسئله را واضح‌تر توضیح بدهد و از بقیه فیدبک بگیرد.

برای بچه‌هایی که در مسیر مهاجرت یا اپلای هستند، چنین پروژه‌هایی می‌تونن بخش مهمی از روایت کاری باشند. پروژه واقعی، حتی کوچک، خیلی وقت‌ها بهتر از چند خط کلی در رزومه معلوم می‌کند آدم چطور فکر می‌کند و چطور می‌سازد.

😀 https://www.youtube.com/watch?v=XeHRAb3SfoI

🔔 @sharif_work

#آلمان
#دیتا

😀 مهتا بخشی‌زاده و گذر از دکتری AI به صنعت در مونیخ

مهتا بخشی‌زاده از مسیر آکادمیک وارد آلمان شده. دبیرستان فرزانگان، کارشناسی مهندسی کامپیوتر، ارشد الگوریتم‌ها و محاسبات، بعد دکترای هوش مصنوعی در DFKI آلمان و حالا Senior Data Scientist در Sixt مونیخ.

تجربه‌اش فقط درباره گرفتن مدرک دکتری نیست. بخش مهم‌ترش تغییر فضای کاریه، اینکه آدمی که چند سال در پژوهش بوده، برای ورود به صنعت باید خودش را با جنس دیگری از مسئله‌ها تطبیق بده. در academia عمق علمی و مقاله مهمه، ولی در industry باید دید مدل و دیتا چطور به تصمیم، محصول و ارزش واقعی برای شرکت وصل می‌شن.

برای مهتا، AI فقط یک موضوع پژوهشی باقی نمونده و وارد بازار کاری شده که سریع تغییر می‌کنه. در این فضا، Data Scientist موفق کسی نیست که فقط مدل بلد باشه. باید مسئله را درست تعریف کند، محدودیت محصول را بفهمد و با تیم‌های غیرتکنیکال هم زبان مشترک داشته باشد.

تجربه‌اش برای کسانی که PhD می‌خونن و بعد می‌خوان وارد صنعت اروپا بشن، یک نکته روشن دارد. مسیر علمی می‌تونه مزیت باشد، ولی فقط وقتی که قابل ترجمه به مسئله‌های واقعی شرکت شود.

😀 https://www.youtube.com/watch?v=1mW81DoAJk0

🔔 @sharif_work

#دمو
#هوش‌مصنوعی

😀 تجربه آرش فراهانی و محمد نجفی در دمو کردن پروژه‌های واقعی

آرش فراهانی Harmonea را دمو کرده، یک marketplace برای مدیتیشن که برای آدم‌هایی با فشار کاری و تصمیم‌های high-stakes طراحی شده. ایده‌اش از جنس یک اپ عمومی مدیتیشن نیست، بیشتر تلاش می‌کنه برای گروه مشخصی از آدم‌ها تجربه دقیق‌تری بسازه.

محمد نجفی هم Bilboard را معرفی کرده، یک پلتفرم agentic AI که داده خام و یک prompt ساده را می‌گیره و از آن داشبورد تحلیلی می‌سازه. پروژه open-source است و برای کسانی که به ترکیب AI Agentها و analytics علاقه دارن، تجربه‌ی قابل بررسی‌ای دارد.

ارزش این جنس تجربه در خود ساختنه. آدمی که مهاجرت کرده یا در مسیر tech کار می‌کنه، با نشان دادن پروژه واقعی از حالت صرفا رزومه‌نویسی بیرون میاد. پروژه ناقص یا MVP هم اگر مسئله مشخصی را هدف گرفته باشد، می‌تونه برای گرفتن فیدبک و دیده شدن خیلی مهم باشد.

این مدل دموها یادآوری می‌کنن که کامیونیتی فقط برای پرسیدن سوال نیست. گاهی باید چیزی ساخت، نشان داد، فیدبک گرفت و بهترش کرد.

😀 https://www.youtube.com/watch?v=VbC8aOwT9jo

🔔 @sharif_work

#هوش‌مصنوعی
#بازارکار

😀 تجربه آیدین نصیری‌شرق از تغییر بازار کار تکنولوژی با AI

آیدین نصیری‌شرق، از لوکوموتیو، درباره‌ی بازار کاری حرف می‌زنه که دیگر شبیه قبل نیست. نقطه‌ی اصلی تجربه‌اش اینه که AI فقط یک ابزار جدید نیست، یک تغییر جدی در شیوه کار، استخدام و حتی تعریف بعضی شغل‌هاست.

در این مسیر، فرق بین شغل و مهارت خیلی مهم می‌شه. ممکنه عنوان‌های شغلی عوض بشن و بخشی از کارهای تکراری سریع‌تر اتومات بشه، ولی کسی که مسئله را می‌فهمه، ارتباط خوب می‌سازه، بیزنس را می‌فهمه و با ابزارهای جدید خودش را جلو می‌کشه، فقط به یک عنوان شغلی وابسته نیست.

تجربه‌ای که مطرح می‌شه، بیشتر از جنس کنار آمدن با تغییره. رزومه‌های معمولی، اپلای‌های تکراری و مهارت‌های سطحی در بازار فعلی سخت‌تر جواب می‌دن. آدم باید واقعی‌تر دیده بشه، با پروژه، مهارت قابل ارائه و فهم درست از اینکه شرکت چرا باید او را نگه دارد یا استخدام کند.

پیام این تجربه اینه که AI برای همه یکسان عمل نمی‌کنه. برای بعضی‌ها فشار میاره، برای بعضی‌ها اهرم می‌شه. تفاوتش در نوع کاریه که آدم انجام می‌ده و عمقیه که از مسئله دارد.

😀 https://www.youtube.com/watch?v=PtVPckrgzH8

🔔 @sharif_work

#DevOps
#SRE

😀 تجربه سعید بستان‌دوست از DevOps و SRE در مقیاس TikTok

سعید بستان‌دوست از سال ۲۰۰۵ در مهندسی نرم‌افزار بوده، از ۲۰۱۴ وارد DevOps شده و از ۲۰۱۶ به‌صورت جدی روی Kubernetes و Cloud Native کار کرده. الان در لندن، SRE و DevOps Tech Lead در TikTok است و روی یکی از زیرساخت‌های بزرگ Edge Cloud کار می‌کنه.

بخش مهم تجربه‌اش اینه که DevOps را فقط به ابزارها محدود نمی‌کنه. از نگاه او، بازار به سمت آدم‌هایی می‌ره که عمق فنی بیشتری دارن، کسی که شبکه، سیستم‌های توزیع‌شده، Kubernetes، امنیت، incident و business impact را بفهمه، با AI راحت‌تر حذف نمی‌شه.

در تجربه‌ی روزمره‌اش، AI همین الان هم وارد کار شده، از کمک در کدنویسی و تست گرفته تا on-call و کم کردن incidentها. ولی این به معنی حذف نقش‌های جدی زیرساخت نیست. برعکس، هرچه سیستم‌ها بزرگ‌تر و پیچیده‌تر می‌شن، نیاز به آدم‌هایی که تصمیم درست بگیرن بیشتر می‌شه.

برای بچه‌های DevOps و SRE، تجربه سعید یک هشدار خوبه. فقط عنوان شغلی و لیست ابزارها کافی نیست. باید متخصص‌تر شد، عمیق‌تر فهمید و از سطح اجرای task رفت سمت ownership واقعی سیستم.

😀 https://www.youtube.com/watch?v=gavgQ14ik7I

🔔 @sharif_work

#هلند
#مهاجرت‌تحصیلی

😀 فائزه رضائی‌پویا و مسیر سخت پیدا کردن کار بعد از تحصیل در هلند

فائزه رضائی‌پویا از شیراز و کارشناسی نرم‌افزار شروع کرده، بعد برای ادامه مسیر کاری به تهران رفته و حدود ۵ سال در حوزه Product Management در شرکت‌های مطرح ایران کار کرده. بعد از اون تصمیم گرفته از مسیر تحصیلی وارد هلند بشه.

بخش مهم تجربه‌اش بعد از خود تحصیل شروع شده. یک سال درس خوندن در هلند، بعد ورود به بازار کار، اپلای‌های زیاد، ریجکت شدن، حدود ۱۵ مصاحبه و چالش همیشگی sponsorship. در نهایت جاب‌آفر گرفته و الان به‌عنوان Service Manager در یک شرکت فعال در حوزه EdTech کار می‌کنه.

چیزی که از این مسیر درمیاد، تصویر ساده‌ای از مهاجرت تحصیلی نیست. پذیرش گرفتن فقط یک مرحله‌ست و بعدش باید برای بازار کار واقعی آماده بود. مخصوصا در هلند، جایی که شرکت باید قانع بشه برای نیروی خارجی اسپانسرشیپ بده.

برای کسی که به مهاجرت تحصیلی فکر می‌کنه، تجربه فائزه از همان اول ذهن آدم را می‌برد سمت بعد از دانشگاه، رزومه، مصاحبه، شبکه‌سازی، نوع پوزیشن‌ها و اینکه کدوم شرکت‌ها واقعا امکان اسپانسر شدن دارن.

😀 https://www.youtube.com/watch?v=UwIsnGegbwE

🔔 @sharif_work

#فروش
#فریلنسری
#کسب‌وکار

🍷 فروش یعنی حل مسئله، نه توضیح محصول

در یکی از اپیزودهای My First Million، یک کامنت قدیمی در Hacker News مطرح شده که برای فریلنسرها، بچه‌های استارتاپی و حتی برنامه‌نویس‌هایی که می‌خوان سرویس خودشون رو بفروشن، نکته‌ی مهمی توش هست.

🔺 ماجرا از یک سوال ساده شروع شده بود: چطور خودمون رو به عنوان فریلنسر برند کنیم؟ جواب کاربر goatherders این بود که فروش رو می‌شه انقدر پیچیده کرد که عملا نشه انجامش داد، ولی می‌شه خیلی ساده‌تر هم دیدش: فروش یعنی آدم‌ها و مسئله‌ها.

🔺 خیلی وقت‌ها ما موقع معرفی کارمون، از تکنولوژی، زبان برنامه‌نویسی، ابزار، معماری، مدل AI یا کیفیت اجرای خودمون حرف می‌زنیم. اما سمت مقابل معمولا این‌ها رو نمی‌خره. چیزی که می‌خره یا زمانه، یا پوله، یا جایگاه و تاییده، یا آرامش خاطر. اگر چیزی که می‌فروشید به یکی از این‌ها وصل نشه، احتمالا فقط دارید یک قابلیت قشنگ توضیح می‌دید.

☝️ مثال خوبش هم همون تفاوت aspirin و vitamin هست. آدم‌ها وقتی درد دارن، مسکن رو سریع‌تر می‌خرن. ولی ویتامین رو شاید بخرن، شاید هم نخرن، شاید هم بذارن برای بعد. برای همین اگر محصول یا سرویس شما فقط «خوبه داشته باشیم» باشه، فروشش سخت‌تره. باید معلوم باشه کدوم درد واقعی رو کم می‌کنه.

💡 بخش مهم‌ترش برای فریلنسرها و سرویس‌دهنده‌ها اینه که فروش همیشه با pitch کردن شروع نمی‌شه. گاهی با مفید بودن شروع می‌شه. معرفی کردن دو نفر به هم، فرستادن یک مطلب خوب، ضبط یک ویدیوی کوتاه با چند ایده برای بهبود بیزنس طرف مقابل، یا کمک کردن بدون این‌که همان لحظه دنبال قرارداد باشید. اگر این کار واقعی و مداوم باشه، بعد از یک مدت آدم‌ها راهی برای پول دادن به شما پیدا می‌کنن.

🔻 البته این به معنی رایگان کار کردن یا بی‌مرز کمک کردن نیست. نکته اینه که رابطه، اعتماد و مفید بودن، قبل از فروش میاد. مخصوصا در بازارهایی که همه تقریبا یک چیز مشابه می‌فروشن، آدم‌ها معمولا از کسی می‌خرن که بهش اعتماد دارن.

جمع‌بندی این‌که کسی به quota، هزینه‌ی شرکت، burn rate یا نیاز مالی شما اهمیت نمی‌ده. مشتری مسئله‌ی خودش رو دارد. اگر شما واضح نشان بدید که چطور مسئله‌ی او را حل می‌کنید، فروش از یک کار عجیب و خجالت‌آور تبدیل می‌شه به ادامه‌ی طبیعی کمک کردن.

🔗 https://news.ycombinator.com/item?id=23285438
🔗 https://open.spotify.com/episode/5cdJ87zLCZAzAPJ4oXyjFX

✈️ @sharif_work

#مصاحبه
#خارج‌ازکشور
#Rejection

🍷 وقتی همه‌ی مراحل خوب پیش می‌ره، جز پاسپورت

یکی از کاربران X تجربه‌ش رو این‌طور نوشته:
۳ مرحله مصاحبه‌ی technical و system design با نتیجه‌ی «کاندیدای عالی Senior»، اما در نهایت ایمیل ریجکت استاندارد Revolut با این جمله‌ی همیشگی که «تصمیم گرفتیم با کاندیداهایی ادامه بدیم که تجربه‌شون تطابق بیشتری با نقش داره». ادعای ایشون اینه که مرحله‌ی آخر، استعلام پاسپورت و بحث «محدودیت قانونی» ماجرا رو تموم کرده. (اپلای هم از ارمنستان بوده، نه ایران.)

☝️ اما در کامنت‌ها نقدهای منطقی هم مطرح شد و خوبه بدونیم:

🔺 اون ایمیل، یک ایمیل کاملا اتومات و تمپلیتیه و در هر مرحله‌ای از فرآیند که رد بشید همون متن رو می‌گیرید، پس خودش به‌تنهایی شاهدی بر ملیت‌محور بودن ریجکت نیست.

🔺 معمولا HR اگر مشکل پاسپورت یا work authorization وجود داشته باشه، چون فرآیند مصاحبه پرهزینه‌ست، در همون ابتدا فیلتر می‌کنه، نه بعد از ۴ مرحله.

🔻 چند نفر هم گفتن ایرانی‌هایی رو می‌شناسن که در همون شرکت مشغولن و حتی از ایران آفر گرفتن.

💡 با این حال واقعیت این هست که محدودیت پاسپورت و sponsorship یکی از موانع جدی در اپلای بین‌المللیه و قبلا هم در کانال درباره‌ی سوالات استعلام شهروندی شرکت‌ها (مثل نمونه‌ی ABB) نوشتیم. جمع‌بندی این‌که:

۱- از یک ایمیل تمپلیتی نتیجه‌گیری قطعی نکنید، ریجکت در مرحله‌ی آخر خیلی وقت‌ها یعنی کاندید دیگری بهتر بوده، نه این‌که ملیت‌تون مشکل داشته.
۲- وضعیت ویزا و اجازه‌ی کارتون رو از همون ابتدا شفاف مطرح کنید تا هزینه‌ی زمانی طرفین کم بشه.
۳- مسیرهای جایگزین مثل ویزای جستجوی کار رو جدی بگیرید، چون تبدیل اون به ویزای کار در کشور مقصد برای شرکت‌ها کم‌هزینه‌تر و راحت‌تره.

✈️ @sharif_work

#مصاحبه
#خارج‌ازکشور
#OpenAI

🍷 فرآیند مصاحبه‌ی Software Engineer در OpenAI (۲۰۲۶)

یکی از کاربران Reddit تجربه‌ی کامل loop مصاحبه‌ش با OpenAI رو نوشته که با شرکت‌های big tech معمول فرق داره:

🔺 مرحله‌ی Recruiter Screen: صحبت سبک و سوال «فکر می‌کنی آینده‌ی AI کجا می‌ره؟» | توصیه کرده قبلش charter شرکت رو بخونید.

🔺 مرحله‌ی Technical Screen: دو راند ۶۰ دقیقه‌ای در یک روز، یکی coding (پیاده‌سازی یک versioned key-value store) و یکی system design (یک job scheduler با fault tolerance).

🔺 مرحله‌ی Take-Home: حالا ۴۸ ساعت وقت برای ساختن یک پروژه‌ی واقعی | برای ایشون یک distributed webhook delivery system با retry logic و dead-letter queue بوده.

🔺 مرحله‌ی Technical Deep Dive: مصاحبه‌گر خط به خط کد take-home رو مرور می‌کنه و درباره‌ی هر تصمیمی که گرفتید، از لیست سوالاتی که خودش از پروژه‌ی شما درآورده می‌پرسه.

🔺 مرحله‌ی Onsite (۴ راند): یک coding چندمرحله‌ای (هر مرحله تا جواب درست نگیرید، مرحله‌ی بعد باز نمی‌شه)، یک coding سیستمی‌تر با تمرکز روی concurrency و جزئیات درونی Python (generator، async، iterator)، یک system design با پرامپت «ChatGPT رو طراحی کن» (تمرکز روی GPU allocation، autoscaling و distributed coordination) و یک راند behavioral با تاکید روی tradeoffهای واقعی نه جواب‌های کلیشه‌ای.

🔺 مرحله‌ی Agentic Coding (beta): بعضی‌ها یک راند پنجم می‌گیرن، یک codebase موجود و مسئله‌ای که با دست حل نمی‌شه و باید با AI coding agent جلو ببرید.

💡 در کامنت‌ها هم نظرات دو دسته بود: یک سری می‌گفتن این فرآیند نسبت به «کارخانه‌های LeetCode» واقعا معنادارتره، و یک سری می‌گفتن به‌شدت فرسایشی و طولانیه و سوالی مثل «ChatGPT رو طراحی کن» بیشتر سلیقه‌ی مصاحبه‌گر رو می‌سنجه تا توانایی شما.

☝️ نکته‌ی کاربردی برای ما: روند مصاحبه‌های سطح بالا داره از سوال الگوریتمی صرف، به سمت پروژه‌ی واقعی + دفاع از تصمیمات فنی + کار با ابزارهای AI حرکت می‌کنه. اگر دنبال پوزیشن خارج از کشور هستید، روی توضیح دادن «چرا این معماری» تمرین کنید، نه فقط «چطور کد بزنم».

✈️ @sharif_work

#Networking
#ColdEmail

🍷 این‌طوری network نکنید!

توییتی که تصویر یک ایمیل واقعی رو منتشر کرده، سابجکت ایمیل این بوده:

Your name is in Epstein Files

و متن ایمیل:

Apologies for the subject line. But in a sea of mails, this was the only way to grab your attention.
I am looking for a marketing role. My resume is attached. Please let me know if you are hiring.

☝️ قبلا در کانال درباره‌ی Cold Email و مزیت‌هاش نوشتیم، ولی نکته این‌جاست که مرز بین «جلب توجه» و «سوختن اعتبار» خیلی باریکه. سابجکت شوک‌آور شاید ایمیل رو باز کنه، اما اولین چیزی که درباره‌ی شما منتقل می‌کنه، بی‌اعتمادی و ناشی‌گری در قضاوت شماست، مخصوصا برای پوزیشن مارکتینگ که خودِ judgment، بخشی از مهارت شغلیه.

💡 ایمیل سرد خوب، با یک سابجکت مشخص و مرتبط شروع می‌شه، در دو سه خط می‌گه چرا شما برای اون تیم مناسبید و یک ارزش روشن ارائه می‌ده؛ نه این‌که با شوک، توجه بخره.

✈️ @sharif_work

#DataChef
#هوش‌مصنوعی
#کارآفرینی

🍷 کارآفرینی با پختن داده‌ها، داستان اشکان روشنایی و DataChef

مصاحبه‌ی ناصر غانم‌زاده با اشکان روشنایی، بنیان‌گذار DataChef در هلند، از اون جنس روایت‌هاست که فقط داستان یک شرکت نیست، بیشتر داستان اینه که چطور یک آدم از کار فنی، پروژه‌های اوپن‌سورس و تجربه‌ی شرکت‌های بزرگ، کم‌کم به یک مدل کاری مستقل می‌رسه.

اشکان نرم‌افزار شریف خونده و از همون دوران دانشگاه وارد کار برنامه‌نویسی شده. بخش جالبش اینه که خودش هم خیلی روایت «عاشق کامپیوتر از کودکی» نمی‌سازه. می‌گه علاقه کم‌کم ساخته می‌شه، مثل رابطه با یک آدم. مدتی هم تدریس کنکور درآمد خیلی خوبی براش داشته، اما با یک‌بیستم درآمد قبلیش مسیر برنامه‌نویسی رو جدی‌تر ادامه داده.

بعدتر از طریق کارهای اوپن‌سورس و پروژه‌های خارجی وارد هلند می‌شه، بدون این‌که از اول پلن خیلی شسته‌رفته‌ای برای مهاجرت داشته باشه. نکته‌ای که در مسیر کاریش تکرار می‌شه اینه که تقریبا هیچ‌وقت نرفته جایی که صرفا یک نفر بیشتر به تیم اضافه بشه؛ بیشتر رفته جایی که قرار بوده یک تغییر جدی اتفاق بیفته. KLM، Philips، Amazon و پروژه‌های دیتا در سازمان‌های بزرگ، برایش بیشتر یک جور معامله بوده: مهارت فنی می‌داده و در عوض یاد می‌گرفته شرکت‌های بزرگ چطور کار می‌کنن یا چرا کند می‌شن.

💡 نقطه‌ی اصلی DataChef هم از همین تجربه اومده. شرکت‌های بزرگ وقتی می‌خوان سمت دیتا و AI برن، معمولا مشاور بیرونی میارن تا سرعت بگیرن، اما خیلی وقت‌ها همون مشاور تبدیل می‌شه به کندترین حلقه‌ی زنجیره. مخصوصا وقتی مدل درآمدش فروش ساعت بیشتره، نه رسیدن سریع‌تر مشتری به نتیجه. DataChef از همین درد شروع شده و به گفته‌ی خودشون رشد سالانه‌ی بالای ۶۰ درصد داشته.

☝️ نکته‌ی خوبش درباره AI Strategy اینه که از نظرش اصلا نباید با خود عبارت AI شروع کرد. اول باید فهمید این تکنولوژی برای کسب‌وکار امروز و فردای همین شرکت چه معنی‌ای داره. خیلی از سازمان‌ها حتی نمی‌دونن دیتاشون دقیقا کجاست، بعد می‌خوان استراتژی AI بنویسن. مثال خودش ساده‌ست: برای درست کردن املت هم اول باید بدونی تخم‌مرغ و گوجه و روغن داری یا نه و کجاست. AI Strategy بدون شناخت دیتا و فرایندهای شرکت، بیشتر خیال‌پردازیه.

🎯 یک بخش مهم دیگر هم فرهنگ DataChef بود. اشکان می‌گه DataChef محصول ماست؛ نه لزوما یک نرم‌افزار مثل Snowflake. محصول یعنی همین شرکت، نحوه‌ی استخدام، آنبوردینگ، حساسیت روی ۵۰ نفر اول و core valueهایی که هر سال دوباره مرور می‌شن. تعریفش از کالچر هم خوب بود: کالچر چیزی نیست که روی دیوار نوشته بشه، میانگین رفتارهای ۹۰ روز اخیر شرکته.

برای بچه‌هایی هم که به استارتاپ ویزا یا راه‌اندازی کار در اروپا فکر می‌کنن، حرف مهمش این بود که قبل از این‌که هزینه‌هاتون یورویی بشه، تا می‌تونید از ایران تجربه‌ی کار با بیرون بسازید. دیدن این‌که یک شرکت چطور رشد می‌کنه، مرج می‌شه، شکست می‌خوره یا با مشتری خارجی کار می‌کنه، چیزی نیست که حتی تو بهترین شرکت‌های داخل هم همیشه دیده بشه.

جمع‌بندی این‌که مسیر اشکان بیشتر از این‌که نسخه‌ی آماده برای کپی کردن باشه، یک یادآوریه: گاهی علاقه، مسیر و حتی شرکت، از دل کارهای کوچک و ظاهرا حاشیه‌ای ساخته می‌شن. لازم نیست همه چیز از اول پلن کامل داشته باشه، ولی باید چشم‌تون باز باشه که کدوم تجربه واقعا داره چیزی به شما اضافه می‌کنه.

🔗 https://www.youtube.com/watch?v=TTdewT6KfME

✈️ @sharif_work

#اکوسیستم
#کسب‌وکار
#زیرفروشی

🍷 چرا بدون سرمایه نمی‌شه وارد بازار شد؟ داستان زیرفروشی

یکی از کاربرها در X تجربه‌ی جالبی از راه‌اندازی آنلاین‌شاپ نوشته بود که به نظرم برای خیلی از بچه‌هایی که رویای استارت‌آپ و کسب‌وکار آنلاین دارن، درس مهمی توش هست. خلاصه‌ش اینه که با کمک AI یک سایت فروش یراق‌آلات (دستگیره، قفل و…) با وردپرس بالا آورده و سئو کرده و با خودش فکر کرده چون هزینه‌ش تقریبا صفره، پس تو قیمت کسی حریفش نمی‌شه. اما بعد از یک سال و نیم به این نتیجه رسیده که بدون سرمایه‌ی زیاد، این کار شدنی نیست.

خب چرا؟ ماجرا سر یک پدیده‌ست به اسم «زیرفروشی». طرف جنس رو با چک مدت‌دار (مثلا پرداخت ۳ ماهه) می‌خره، بعد همون جنس رو نقدی و حتی زیر قیمت خرید می‌فروشه. این‌طوری قیمت تموم‌شده‌ی رقیب عملا ۲۵ درصد پایین‌تر از یک تازه‌واردی می‌شه که می‌خواد نقدی کار کنه.

💡 نکته‌ی اقتصادی ماجرا اینجاست: این آدم در واقع داره از جنس تامین‌کننده‌ها به عنوان یک «وام بدون بهره» استفاده می‌کنه. این مدل تو ادبیات کسب‌وکار به negative working capital معروفه، یعنی شما با پول دیگران (اعتبار تامین‌کننده) گردش نقدی ایجاد می‌کنید. تا وقتی چرخه‌ی فروش نقدی و پرداخت مدت‌دار بچرخه، طرف زنده‌ست. مشکل اینجاست که این یک بازی خطرناکه، کافیه یک حلقه از زنجیره بلنگه تا کل ساختار بریزه و شخص با حجم بالای بدهی عملا ورشکست بشه یا حتی کارش به زندان برسه.

☝️ بعد یک بُعد دیگه هم داره که شبیه predatory pricing (قیمت‌گذاری تهاجمی) در بازارهای رقابتیه: رقیب اول با قیمت پایین بقیه رو از میدون به در می‌کنه، بعد که رقبای کوچیک ورشکست شدن، خودش قیمت رو بالا می‌بره. فرقش با نمونه‌های کلاسیک اینه که اینجا لزوما هدف انحصار نیست، خیلی وقت‌ها صرفا نیاز به نقدینگی و فرار به جلوئه.

🎯 درس اصلی برای ما اینه که تو خیلی از بازارهای سنتی ایران، مزیت رقابتی واقعی «قیمت» نیست، چون همیشه یکی هست که حاضره برای گردش نقدینگی زیر قیمت شما بفروشه. چیزی که پایدارتره، برنده و خدمات (customer experience) هست. همون چیزی که یکی از کاربرها هم اشاره کرد که مشتری‌ای که فقط به خاطر قیمت میاد، با یک تومن ارزون‌تر می‌ره، ولی مشتری‌ای که به خاطر کیفیت خدمات میاد می‌مونه. البته این مزیت وقتی جواب می‌ده که شما برند شده باشید و اول راه، این ابزار رو ندارید.

جمع‌بندی این‌که اگر می‌خواید وارد فضای تجارت و ای‌کامرس بشید، «هزینه‌ی پایین راه‌اندازی» رو با «نیاز به سرمایه در گردش» اشتباه نگیرید. صفر بودن هزینه‌ی سایت به این معنی نیست که بدون کش (cash) می‌شه تو بازار دووم آورد.

🔗 https://x.com/ghermezington/status/2076703251223794169

✈️ @sharif_work

#Cloudzy
#ابرناک
#ویکی‌تجربه

🍷 داستان Cloudzy و خرید دامنهٔ ویکی‌تجربه

ماجرای Cloudzy فقط یک گزارش امنیتی نبود؛ یک پروندهٔ جدی دربارهٔ زیرساخت، هویت شرکتی و روایت‌سازی بود. در گزارش Halcyon، Cloudzy به‌عنوان یک ارائه‌دهندهٔ زیرساخت معرفی شد که به‌گفتهٔ پژوهشگران، در بخشی از فعالیت‌های مخرب سایبری و عملیات Command-and-Control نقش داشته و احتمالاً با abrNOC، هلدینگی که گفته می‌شود از تهران اداره می‌شود، ارتباط ساختاری دارد. این ادعاها بعداً در رسانه‌هایی مثل Reuters و TechCrunch هم بازتاب پیدا کرد؛ هرچند خود Cloudzy آن‌ها را رد کرد.

لینکی از گزارش:
🔗 https://x.com/arashzd/status/1686694608460193793

حالا نکتهٔ جالب اینجاست که همان مجموعه، دامنهٔ ویکی‌تجربه را هم خریده و صفحه‌ای ساخته که صریحاً می‌گوید این دامنه توسط هلدینگ ابرناک تملک شده تا به فضایی برای معرفی «منصفانه و محترمانهٔ کسب‌وکارها» تبدیل شود. به زبان ساده‌تر، با توجه به این‌که تجربه‌های منفی مرتبط به این شرکت در ویکی‌تجربه قرار می‌گرفت، و دامین ویکی‌تجربه توسط تیم ایشان در دوران جنگ و قطعی اینترنت تمدید نشده بود، دامین توسط هلدینگ ابرناک خریده شد تا ازین پس امکان قرار دادن پیام بر ضد ایشان در این سایت نیز وجود نداشته باشد.

لینک سایت:
🔗 https://tajrobe.wiki/

هدف، شفاف‌سازی است یا بازنویسی روایت؟

✈️ @sharif_work

#Rejection

وقتی یک ریجکت شغلیِ صادقانه، بیشتر از ده‌ها مصاحبه به آدم درس می‌ده. AI، بی‌دقتی و رزومه‌سازی نمایشی دیر یا زود خودشون رو لو می‌دن.

✈️ @sharif_work

#تعدیل
#بازار_کار

🍷 آینده برنامه‌نویسی در ایران بعد از جنگ و تعدیل‌ها

در ویدیویی از اشکان رحمانی، وضعیت بازار کار برنامه‌نویسی و اقتصاد دیجیتال ایران بررسی شده و راهکارهایی برای تعدیل‌شدگان ارائه می‌شود.

🔗 وضعیت بحرانی اقتصاد دیجیتال
به‌دلیل قطعی اینترنت، شرایط جنگی و فشارهای اقتصادی، شرکت‌های بزرگی مثل دیجی‌کالا، اسنپ و علی‌بابا و همین‌طور استارتاپ‌ها دست به تعدیل گسترده زده‌اند. وقتی اینترنت به‌عنوان بستر اصلی کسب‌وکار مختل می‌شود، کاهش هزینه تقریباً اجتناب‌ناپذیر است. تعدیل به معنای بی‌کفایتی نیست؛ جبرِ شرایط است.

♾️ اقدامات ضروری پس از تعدیل
۱- دریافت «نامه‌ی عدم نیاز» از شرکت قبلی.
۲- اقدام سریع و آنلاین برای «بیمه‌ی بیکاری» (مهلت معمول ۳۰ روز، احتمالاً در شرایط اخیر تا ۹۰ روز تمدید شده) تا هم حقوق پایه تأمین شود و هم سابقه‌ی بیمه قطع نشود.

🙋 مدیریت احساسات حس بد و فشار روانی بعد از تعدیل طبیعی است؛ لازم نیست از روز اول با عجله سراغ کار جدید بروید.

⭐️ وضعیت فعلی بازار اکثر شرکت‌ها وارد Hiring Freeze شده‌اند؛ اگر رزومه‌تان دیده نمی‌شود، مشکل از شما نیست. این بازه را صرف عمیق‌تر شدن در تخصص و Cross-functional شدن کنید. با جهش دلار، فرصت‌های ریموت دلاری جدی‌تر از قبل‌اند (با احتیاط نسبت به کلاهبرداری‌ها).

👥 اهمیت Networking شبکه‌سازی در لینکدین و توییتر از همیشه مهم‌تر شده و Referral عملاً به اصلی‌ترین مسیر استخدام تبدیل شده است.

ناامید نشید، سعی کنید با Networking و ارائه‌ی مهارت‌هاتون، پوزیشن‌های جدید پیدا کنید در صورت تعدیل، تا فضا کمی آروم و stableتر بشه.

🔗 https://www.youtube.com/watch?v=b3uNPajMoGU

✈️ @sharif_work

#تعدیل
#قرارداد
#بازار_کار

🍷 تجربه از وضعیت پرداختی‌ها و قراردادها بعد از جنگ

روایت یکی از کاربران در X از شرایط شرکتشان در سال جدید، که وضعیت ملتهب کسب‌وکارها را نشان می‌دهد.

۱- تعدیل نیرو: از ابتدای فروردین تا نیمه اردیبهشت، شرکت ۶۰ درصد از نیروهای خود را تعدیل کرده.
۲- تاخیر و کسر از حقوق: حقوق اسفند و عیدی کارمندان با تاخیر زیاد و در نهایت با «کسر ۲۰ روز» واریز شده است.
۳- تنزل شرایط قرارداد: قراردادهای سال جدید برای نیروهای باقی‌مانده، به‌صورت کاملاً ناپایدار (ماهانه) و با «نصف مبلغ» قبلی بسته شده است.

دلیلی که برای این شرایط از سوی شرکت عنوان شده، «مشکل قطعی اینترنت» بوده.

✈️ @sharif_work

#تعدیل
#بازار_کار

از دی ماه ۱۴۰۴ که موج اختلالات اینترنت شروع شد، بازار کار ایران وارد یکی از سخت‌ترین فازهای خودش شد. نه فقط احساس، بلکه داده.

طبق گزارش ایران‌تلنت، بازار کار ایران از زمان شروع اختلالات اینترنت، افتی ۵۷ درصدی را تجربه کرده؛ افت در میزان تقاضای استخدام از سوی شرکت‌ها و کارفرماها. این عدد حتی از جنگ ۱۲ روزه که ۳۵ درصد افت داشت هم بدتر بود.

جاب‌ویژن هم تأییدش کرد: قطعی اینترنت با افت ۶۴ درصدی آگهی‌های استخدام و ریزش ۸۰ درصدی مشاغل دیجیتال، ضربه سنگین‌تری از بحران جنگ به بازار کار آنلاین ایران وارد کرده است.

🔗 دیجی‌کالا؛ اولین نشانه بزرگ
منابع کارگری از آغاز موج تعدیل نیرو در مجموعه دیجی‌کالا خبر می‌دهند. این تعدیل‌ها منحصر به یک واحد خاص نبوده و طیف وسیعی از نیروها، از بخش‌های اداری، مالی و دفتری گرفته تا واحدهای عملیاتی شامل انبارداری و لجستیک را در بر گرفته است.

نکته قابل توجه اینجاست: مدیرعامل دیجی‌کالا آن را «تعدیل» نامید نه «اخراج». از قول طباطبایی آمده: «این اقدام به معنی تعدیل نیرو نیست. همه این افراد زحمتکش و اثرگذار بودند، اما ماهیت برخی دپارتمان‌ها و مشاغل تغییر کرده است.» این دقیقاً همان الگویی است که در کانال زیاد می‌بینیم، شرکت تعدیل می‌کند ولی روی لینکدینش می‌نویسد We are hiring.

📈 چرا شرکت‌های فناوری سخت‌تر زمین خوردند؟
حدود ۷۰ درصد هزینه‌های یک شرکت تِک یا استارتاپ، هزینه نیروی انسانی است. وقتی اینترنت نیست، ابزار کار نیست؛ وقتی ابزار نیست، درآمد نیست و وقتی درآمد ۷۰ درصد افت می‌کند، پرداخت حقوق آن ۷۰ درصد نیروی انسانی عملاً غیرممکن می‌شود.

یعنی برخلاف یک کارخانه که هنوز می‌تواند محصول تولید کند، استارتاپ‌ها مستقیماً قطع می‌شوند.

✈️ @sharif_work