Вот и интервью с настоящим гением! У нас в гостях Антон Садовничий, всероссник и межнарник. Антон знаком с В. В. Путиным, заканчивает ФМПИ МФТИ. Поговорим про секреты такой продуктивности, поговорим про его путь в науке и в карьере, и узнаем что именно в конце концов выбрал Антон! Получилось очень интересно и познавательно, товарищи.

Смотрим! Смотрим!
https://www.youtube.com/watch?v=totKwx9i_tU

Честный обзор стажировки в Яндексе (Бэкенд C++ 2024)

У выпускников наших курсов стажировка уже подошла к концу, рассказываем все как есть.

Моя стажировка проходила в команде, которая занималась разработкой приложений для такси.

До выхода на работу с вами связывается начальник и спрашивает какой ноутбук хотите Mac/Windows/Linux, а также сколько дюймов. Я сказал мак и желательно самый большой, мне его и дали. Характеристики ноута были очень даже хорошими.

В первый день работы дают подарки: футболка, портфель, бутылка, и возможно более мелкие подарочки.
Честно скажу бутылка очень плохая, состав ужасный, и в целом дешевый.
А вот портфель реально хороший, у меня на них фетиш, и этот реально топовый жеребец.
Футболка как футболка, красивая с прикольными надписями.

После получения ноутбука вы подписываете бумаги. Дата выхода стажеров – среда. В этот день проходят онбординги и с вами связывается специалист по безопасности, настраивает ноутбук через тим вивер. Вероятно, есть программы, отслеживающие вашу активность.
Дальше есть несколько важных курсов. Их нужно пройти до начала работы. Также возможно будет курс от команды, который поможет быстрее вкатиться в работу.

Яндекс в этом плане организован, и мне эта сторона понравилась.

Процесс работы:
-Есть гибрид - и это очень радует.
-Большинство команд начинают работу после 11:00, так что можете обсудить с начальником во сколько вам удобно, главное быть в митингах.
-Задачи для вас будут даваться рандомно. У каждой команды есть пак задач, и задач на самом деле много, вам просто будут давать из этого пака какую-то задачу.
- Большинство технологий написано Яндексом и нет в открытом доступе, так что вам придется разбираться в документации которая написано несколькими людьми.
- Местами прям виден неоптимизированный код с точки зрения алгоритмов. Например данные записаны в вектор и при поиске приходится проходиться по вектору, хотя можно было бы использовать map. Если у вас возникнет мотивация переписать код, то вам придется менять код во многих файлах, да еще чтобы ничего не упало..... Короче никто за это не берется. Скорее всего эти участки кода не критичны.
-Часто придется писать тесты, чтобы убедиться правильно ли работает код. Я лично разобрался за месяц, то как именно работают тесты).
-Переработки есть. У меня лично было пару раз.
-Знания языка С++ прям сильно вам помогать не будут (именно в такси, думаю и во многих других направлениях). Куда сильнее помогут навыки работы с API, Базами данных, логированием, STQ, и тд.

Плюсы в Яндексе:
-Хороший офис, компенсации еды (примерно 10-12 долларов в день)
-Гибрид
-Сфокусированы на своей задаче, в маленьких компаниях обычно приходиться заниматься всем, а тут вы в своей области работаете. (это может быть и минусом, но для меня это плюс)
-Свободный график
-Если смотреть на общую картину то коллектив весьма хороший. Много умных ребят, много девушек, много стажеров, много позитивных людей.
-В Яндексе очень много курсов, которые вы можете приобрести бесплатно или со скидкой. Например английский можно получить по 50% скидки. Лекции ШАДа по любому направлению можно смотреть (но доступа к домашкам нет, надо этот вопрос отдельно решать)
-Каждый год можно собеситься и поднимать зп.
-Когда непонятные баги с их гитом, то можно обратиться в отдельный сервис за помощью, они будут помогать. Насколько знаю это большая проблема в других компаниях. Люди месяцами пытаются решить конфликты в гите.
-Стажировка сильно расширяет кругозор в плане технологий и работы бэкенда. Даже если вы уйдете из Яндекса, ваш опыт поможет найти работу.

Минусы в Яндексе:
-Переработки есть
-Прям сильного погружения в С++ в команде такси не ждите, я думал буду писать хардовый код на плюсах, а на самом деле изменял уже написаный код + дописывал.
-Малейшие изменения кода приведет к конфликтами с большим количеством файлов, придется в каждом файле исправлять код, да и в целом процесс выкатки в тестинг, а потом в прод очень долгий.

Коммунизм уже наступил, товарищи!

Всем нашим ученикам мы стремимся дать качественное и доступное образование. На семинарах с каждым учеником общаемся по очереди, только полноценное общение. Помогаем им составить резюме, даем личные рекомендации, предлагаем интересные вакансии, проводим пробные собеседования. А главное все ребята, которые реально готовы вкладываться, первыми выполнять дз и слушать наши рекомендации как выпускница нашего прошлого курса по подготовке к ШАД, могут УЧИТЬСЯ У НАС АБСОЛЮТНО БЕСПЛАТНО!

[ Записаться на курсы ]

Вот и разбор собеседования в ШАД 2024 года! Обязательно делимся со всеми друзьями, которые собираются поступать в ШАД или топовую магистратуру.

Смотрим! Смотрим! https://youtu.be/6MDpMTkIe3o

5 шагов, которые реально приведут к успеху

Товарищи, сегодня у нас по-настоящему серьезный пост. В интернетах количество вредных советов по успешному успеху растет экспоненциально, пришло время расставить все точки над "и", дать неокрепшым умам ориентиры, проверенные временем.

1. Выучи фундамент
Матан, линал, теор вер и алгоритмы — буквально язык современного мира. Все технологии и достижения современного мира опираются на эти дисциплины. Например, откройте даже популярную статью от Яндекса про языковые модели и убедитесь сами.
Кроме того изучение этих дисциплин прокачают твое стратегическое мышление, когда ты будешь решать задачи, ты просто научишься думать: строить из маленьких кирпичиков сложные логические цепочки, а также просто научишься учиться так, чтобы освоение любого нового материала не составила никакого труда (особенно технического, потому что эти дисциплины — его основа).
И не слушай всяких плюгавых инфоцыган, которые обещают золотые горы без крепкого образования. Да, исключения есть в духе всяких темщиков или "высококвалифицированных" разработчиков, красящих кнопки. Но в скором будущем у первых "темка не выстрелит", а вторых просто заменят роботы.

2. Найди интересную область
Для этого нужно попроходить какие-нибудь бесплатные курсы на том же stepik: по бэкенду, фронтенду, мл, аналитике и тд. Если что-то прям заходит, то можно углубиться: поделать какие-нибудь пет проекты (просто скопипастить с гитхаба и разобраться самому), поделать тестовые задания от компаний, освоить какую-нибудь книжку или курс посерьезней, только не за сотню тысяч рублей!
Здесь главная задача: не спешить. Наверняка в твое поле зрения будут попадать одногруппники с уже неплохим достатком, которые как-то попали на вакансию макаки или запустили свой успешный скам в интернете, а ты продолжаешь жить в общаге или с мамой в панельке. Поверь эти ребята уже попали в ловушку скучной и рутиной работы, которая приносит деньги, но никак их не развивает и не приносит радости. Эти деньги в конечном итоге они просто спустят на психотерапевта, колеса или ненужные "игрушки", чтобы закрыть пустоту внутри, которую должен закрывать честный труд!

3. Попробуй поработать
Хорошего фундамента и скопированных пет проектов вполне хватает, чтобы устроиться на стажировку. Рассматривай стажировку лишь как часть своего образования, чтобы не попасть в ловушку скучной работы. Вполне нормально попробовать постажироваться в нескольких направлениях, если ты пока не определился.
Здесь главное не спешить с этим пунктом, вполне нормально дорасти до него к курсу 5, например как Иван Нагайко, ведь вам нужно заканчивать учебу и еще просто успевать жить. Не зацикливайтесь на успешных примерах всяких ребят, которые в вашем возрасте имеют в материальном плане больше вашего, помните, что ничего не бывает просто так: им пришлось очень и очень многим пожертвовать ради такого успеха в короткий срок (например, детством, здоровьем, семье, личной жизнью и тд).

4. Стать настоящим специалистом
Если стажировка прошла на ура, то можно попробовать перейти в штат: поработать и скопить какой-то скромный капитал на первое время.
Но к сожалению 95% процентов вакансий как раз и представляют из себя скучную работу. Интересной она покажется лишь в первое время, а потом очень скоро превратится в рутину. Уверен ты не хочешь сгнить, повышая конверсию большим дядям за копейки, откладывая на ипотеку.
Для остальных 5% вакансией нужна квалификация и образование. Для этого есть штучные магистратуры и школы дополнительного образования в духе ШАДа. Что они могут дать, более подробно рассказывал здесь.

5. Прокачивай личность
Все предыдущие шаги дадут тебе нереальный потенциал, сравнимый с братом Павла Дурова. Осталось лишь его реализовать. Для этого нужно прокачивать характер, кругозор и навыки коммуникации. То есть читать умные книжки, общаться с новыми людьми, заниматься спортом, ходить в прикольные места и подписаться на чат Поступашек, где как раз аккумулированы твои единомышленники!

ШАД существует с 2007 года и до сих пор это лучший образовательный проект в области Data Science и Big Data в мире по уровню материала и преподаванию. За столько лет накопилось немало интересных задач со вступительных испытаний, в сегодняшней статье поделиться своими любимыми задачами оттуда, которые мне кажутся наиболее красивыми.

https://habr.com/ru/articles/867084/

Вот и разбор всех задач с алго секции в Яндекс! Обязательно делимся со всеми друзьями, ждем 5 тыс просмотров и выкладываем разбор medium, пока их разбор доступен только на наших курсах.

Смотрим! Смотрим! https://youtu.be/nnkAx4m9huA

Как заботать ШАД без ШАДа

Сегодня мы обсудим, как эффективно освоить стандартные курсы машинного обучения в рамках ШАДа. Отмечу, что большинство курсов так заботать не получится, так как задания в закрытом доступе.

Но перед этим поговорим о плюсах поступления в ШАДе и сложно ли вообще поступить.
-Поступить не сложно, если правильно готовиться.
-Есть большой спектор курсов, чьи аналоги в открытом доступе найти не получится. Ясное дело что все курсы за 2 года пройти не получится, но даже после окончания ШАДа можно выбирать любой курс и проходить со всеми остальными.
-Вместе изучать проще чем одному, в ШАДе получится найти друзей и вместе ботать.
-Во время изучения чего-то нового нужна регулярность, дедлайны и инфраструктура как раз таки заставляют регулярно ботать.
Подробней о причинах здесь.

Ниже перечислю важные направления в deep-learning которые можно освоить самостоятельно без ШАДа

Numpy,Matplotlib.
Это лишь мои наблюдения и рекомендации, но я заметил, что многие люди испытывают трудности в изучении машинного обучения, поскольку они не знакомы с numpy. Я считаю лучше потратить неделю и познакомиться с азами numpy, matplotlib. 100 упражнения numpy
Быстрое объяснения matplotlib.

Классический ML.
Здесь на самом деле все очень просто, открываем учебник ШАДА по машинному обучению. Откройте и внимательно изучите первые три главы, выполняя задания на том же сайте.
К сожалению, домашние задания не доступны в открытом доступе, так как они проводятся в рамках конкурса на курсе ШАДа.
Однако, на мой взгляд, если вы прочитаете главы из книги и решите задания, этого будет более чем достаточно для первого знакомства.
Как бонус можно порешать ML задачи как на литкоде.

Pytorch
Прежде чем приступать к deep learning, я советую познакомиться с pytorch. Выделите себе неделю и пройдите интенсив по пайторчу, поверьте, это сильно облегчит процесс обучения.

NLP
Легче всего ботать курс NLP. Есть замечательный курс от Lena Voita, которым пользуются преподаватели ШАДа. Вот сам сайт.
Парралельно вы можете практиковаться на домашках ШАДа, которые находятся в открытом доступе. Первые 5 домашек, как раз таки дают фундаментальные знания.

Дальше вам нужно познакомиться с файнтюнингом больших языковых моделей. Здесь уже мало материала, вам придется гуглить какие бывают методы, смотреть лекции на ютубе, и закреплять знания домашками из гита. (там как раз так после 5 домашки идут на файнтюнинг моделей).

CV
Преподаватели параллельно преподают еще в МГУ, так что лекции свои они выкладывают в открытом доступе.

Можете параллельно смотреть лекции и делать домашки из этого гита.
Этот гит парня, слившего некоторые задания курса CV в ШАДе (не все) так что рекомендую быстрее скачать себе задания.

Генеративные модели
К сожалению чтобы нормально освоить генеративные модели вам понадоибться GPU, если у вас ее нет то колаб выдает примерно 3 часа в день бесплатно, или же можно купить про версию.
Есть отличная репа в котором лежат семинары и домашки, и параллельно можете смотреть лекции, так как репа соответствует этим лекциям.

AB-тесты
Вам будет нелегко найти подходящие лекции, но многие темы тесно связаны с математической статистикой. Если вы уже проходили курсы для поступающих, то вам будет легче понять материал.
Практические задачи берем от сюда, сразу говорю найти хорошие задания по АБ тестам очень сложно, так что быстрее сохраняем домашки и пытаемся в них разобраться.

Алгоритмы
Курс по алгоритмам в ШАДе может показаться сложным для многих, хотя я считаю, что преподаватели не всегда дают достаточно информации. Лекции не всегда соответствуют задачам, которые нужно решать на контесте. Чтобы сдать экзамен на 4 или 5, необходимо обладать хорошими знаниями по алгоритмам ещё до поступления. В этом могут помочь только наши курсы, товариищи, и канал единомышленников 😎

Календарь вакансий 2025 года

С наступающим, товарищи! В этом посте мы узнаем, как спланировать свой 2025 год, чтобы он получился наиболее продуктивным, ведь в объеме вакансий и прочих активностей присутствует выраженная сезонность. Выглядит она как следующее

🔴 Январь – компании возвращаются к рабочему ритму после затяжных праздников, сотрудники уже получили свои годовые премии и оформляют съебостьяна в другие конторы, тем самым освобождая вакансии. Эти вакансии hr-ам нужно экстренно закрыть, что толкает рынок труда в фазу роста.

🟠 Февраль – рынок труда оживает, готовясь перейти в фазу роста. Хорошее время, чтобы попасть в волну новых вакансий.
Также объявляются даты набора на летние стажировки, например, Яндекс меняет контест обычно в феврале.

🟢 Март, 🟢 Апрель – пик спроса. Стартуют отборы на летние стажировки. Рекрутеры активно ищут кандидатов, предложений много, многие компании стараются закрыть вакансии на первую половину года. Потому удачным решением будет ботать и подтягивать свои хард скиллы уже этой зимой.

🟠 Май – активность постепенно снижается из-за множества праздничных дней. По мере приближения лета вакансий становится меньше.
Зато в майские праздники как раз проводятся отборочные в ШАД.

🔴  Июнь, 🔴 Июль – сезон отпусков. Многие процессы в компаниях замедляются, рекрутеры, нанимающие менеджеры, да и сами потенциальные кандидаты в отпусках, либо закрывают сессию и поступаю в Ai Masters, Академию Аналитиков Авито, ШАД или магистратуры.

🟠 Август – активность от работодателей снова начинает расти. При этом большинство соискателей ещё не переключилось с отдыха на поиск, а надо бы: потихоньку открываются отборы на осенние стажировки.

🟢 Сентябрь, 🟢 Октябрь – второй пик активности. Компании стремятся закрыть открытые вакансии до конца года.

🟠 Ноябрь – темпы найма начинают медленно снижаться.

🔴 Декабрь – найм в компаниях обычно переходит в менее интенсивный режим. Все завершают дела перед праздниками. HR-ши, вместо фитбэка по вакансии, шлют вам сторисы в телегу, как они загарают на пляже.

Какой вывод можно сделать? Лучше красные и желтые месяца посветить активному боту, прокачки своих хардскилов. Зеленые же месяцы лучше посвятить прохождению собесов. Даже, если у вас уже есть работа, проходить собесы полезно , чтобы быть в курсе тенденций рынка или же просто увеличить свой доход на 20% и более.
Кстати все тенденции и подобные активности можно обсудить с админами и единомышленниками в нашем чатике.

Почему кандидаты не смогли пройти алгособес в 2024 году

В посте наш преподаватель Тимур, который сам провел десяток алгособесов (не только в Яндексе), а прошел еще больше, собрал самые распространенные причины провала кандидатов. Внимательно читаем и сохраняем, товарищи делимся с друзьями, чтобы в новом году каждый подписчик прошел алгособес!

Не погуглил
Если вы устраиваетесь в крупную компанию, то в интернете можно найти реальные задачи, которые встречались на собеседованиях. Например, Яндекс задачи можно найти на нашем сайте.

Почему важно погуглить/спросить какие задачи попадались на алгособесе?
Дело в том, что в компаниях задачи повторяются и собесы проводят обычные сотрудники, которые не любят сильно напрягаться. Возьмем для примера тот же ШАД, люди которые несколько раз пытались поступить подтвердят, что задачи на алгособесе повторяются. Смешно было когда одна и таже задач попалась два года подряд одному и тому же кадидату.

Я на своем канале регулярно выкладываю свежие задачи с собесов. Их можно использовать для тренировки.

Регулярность
Если мой ученик готовится к собеседованию, но не уделяет должного внимания решению задач, то это говорит о его несерьёзном отношении к собеседованию.

Я лично экспериментировал с учениками, которые решают регулярно задачи, и с теми, кто решает нерегулярно. Я давал уже решенные задачи, например задачу разбирали месяц назад, и "нерегулярные" ученики просто не могли решить задачу.

Мой совет перед тем как готовиться к алгособесу задайте себе вопрос, а вообще нужно ли вам это?
Сможете ли вы выделять время на качественную прорешку задач, если да, то как?
Не тратьте драгоценное время на бесполезную подготовку, решайте уж тогда просто в удовольствие.

Мок интервью
Думаю это прям жизненно и многие подтвердят, что определенную задачу на литкоде вы спокойно решали дома, а на собесе эту же задачу не смогли решить?
У меня лично друг с рейтингом ~1900 на кф завалил алгособес.

Мок интервью отлично позволяет понять ваши слабые места, например плохо объясняете решение, или например вы привыкли сразу приступать кодить, а вот проговорить решение, а дальше начать кодить вы не привыкли.

Мой вам совет, если вы серьезно решили пройти собес, то делайте обязательно мок интервью.
Pramp неплохой сайт для мок интервью, есть еще тг чат где можете найти себе партнера. Единственный минус в том что ваш партнер может быть слабее вас и мок интервью может пройти недостаточно качественно, в таких случаях можете нанять учителя который будет вам проводить мок интервью и разбирать ваши промахи и недочеты.

Стратегия
Пассивное обучение распространенная ошибка кандидатов. Они обычно говорят ДА Я ВОТ ДАЖЕ В АВТОБУСЕ РЕШАЮ ЗАДАЧИ. Ребята, если вы хотите эффективно учиться, вы должны выделять себе определенное время, в котором вы целенаправленно будете решать задачи. Ваш мозг должен напрягаться в это время и тем самым вы учитесь решать задачи.
Пассивное обучение плохо себя показывает на собесе, когда нужно быстро рассказать решение и написать код.

Я понимаю, что это все очевидные вещи, но эту базу многие забывают. Надеюсь в 2025 году все, кто поставит огонек 🔥 посту, пройдут алгособес!

@algoses

С интегралами начинают знакомиться еще в яслях, но к сожалению в основном все задачи счетные. В этой статье мы постарались собрать самые интересные и красивые задачи со вступительных в ШАД. Отчасти красота состоит в том, что для их решение вам нужна лишь пытливость ума. Поэтому откладываем прошлогодний оливье, товарищи, и за работу!

https://habr.com/ru/articles/871686/

Почему ИИ не заменит математиков

Современный подход к созданию ИИ — большие лингвистические модели, никогда не смогут создать ничего осмысленного. По своей структуре это генераторы случайных чисел (как и 95% современных студентов на экзаменах), которые подбирают по одному токену текст так, чтобы он был похож на то, как писали текст в обучающей выборке. Отсюда, никакой осмысленности в ответах нейросетей не ждите, "решать" они могут только уже однотипные задачи, аналоги которых уже многократно решались. Заметьте, что решать в кавычках, потому что любой добросовестный пекус при внимательном взгляде поймет, что это не решение, а в лучшем случае "эвристика". Но у большинства зумеров напрочь отсутствует математическая подкованность и они свято верят в открытие философского камня. Как всегда все эти громкие заявления о том, что кого-то заменит ии, исходят в основном от ребят, которые просто не разбираются в математике.

Сейчас нейросети тем и занимаются, что решают однотипные задачи, они могут решать простетские задачи на тупой алгоритм или считать интегралы, скорее всего их приспособят перекрашивать кнопки и делать фит предикт, но это их предел. При попытке спросить что-то по узкой теме, по которой не опубликовано множество текстов, нейронки начинают выдавать шизофазию, в которой нет даже намёка на здравый смысл. Попробуйте спросить её о модальной логике (как пример — попытки доказать модальный аналог теоремы Гливенко, а это простетcкое упражнение на полноту, задача уровня 0) или теории подсчета букв r в слове strawberry.

При этом серьёзного прогресса в области не предвидится, вместо вкладывания ресурсов в долгие научные разработки, лучше пытаться выманить побольше денег у блекрока, показывая, насколько инклюзивная очередная нейросеть. Инвесторы не склонны вкладываться в долгосрочные исследовательские проекты, (если в именах сооснователей не значится Семен Артмани), ведь они не обещают прибыль прямо сейчас, а нынешние модельки уже приближаются к своим пределам, они потребляют всё больше и больше электричества, а оригинальная информация в интернете кончается, и скоро нейронки будут обучатся на Иисусах-креветках.

При этом обезьяний труд-то нейросети автоматизируют, в этом не сомневайтесь. Несмотря на то, что область эта раздута, и в какой то момент инвесторы поймут, что больше тут ловить нечего, и отрасль накроет какого-то размера кризисом, всякие бессмысленные профессии вроде тестировщика, если и не исчезнут совсем, то будут автоматизированны и сокращены в несколько раз, а вместе с этим и упадут и зарплаты в области. Не требующего мозга труда в области айтишки больше, чем айтишники хотят признать. Но после автоматизации всегда в истории человечества шло появление новых вакансий, требующих более высоких квалификаций. Конечно, довольно большой процент труда в современном мире— это бессмысленное перекладывание бумажек и проведение а/б тестов, оправдывающих новый дизайн ВК, но рассчитывать на то, что какие то навыки из этих областей будут всегда востребованы — крайне самонадеянно.

На протяжении всей истории полно примеров, как автоматизация труда оставляла толпы людей без работы, на улицах: как и обычных работяг с завода, так и родовых кабанчиков. А вот кто точно всегда будет нужен, так это математики, имеющие фундаментальные знания и способности к созданию синтетических суждений. Такие люди всегда смогут быстро адаптироваться к запросам рынка, при этом не теряя возможность при смене запросов адаптироваться к новым запросам, и всегда смогут стать высокооплачиваемыми незаменимыми специалистами в работе на себя или на корпорации. Поэтому, товарищи, учим математику, фундамент.

Как пройти алгоритмический собес в 2025 году

Вспомним какие темы чаще всего встречаются на собесах.
🟢Группа 1
Префикс сумма, бинарный поиск, два указателя, хеш-таблицы.
🟡Группа 2
Обход в ширину, обход в глубину, алгоритм Дейкстры, алгоритм Флойда, деревья.
🔴Группа 3
Динамическое программирования, монотонный стек, дерево-отрезков, теория чисел.

Задачи из группы 1 очень часто встречаются на собесах.
Задачи из группы 2 реже, но все равно встречаются, эта группа больше связана с графами.
Задачи из группы 3 встречаются очень редко (кроме HFT компаний и им подобных).

Самое сложное и самое важное — это изучение тем из первой группы.

Во второй группе вам предстоит освоить только алгоритмы на графах, но благодаря знаниям, полученным в первой группе, вы уже будете иметь представление о подходах и идеях, которые помогут вам решать сложные задачи. Большинство ключевых и основополагающих идей сосредоточены именно в первой группе.

Специально для вас, товарищи, наш преподаватель Тимур (регулярно проводит собесы в Яндексе) подготовил ➡️ Roadmap по группе 1.
Важно, чтобы у вас была прочная база знаний по всем четырем темам, прежде чем приступать к сложным задачам. Это связано с тем, что задачи тесно пересекаются между собой. Например, задачи на префикс суммы пересекаются с задачами, связанными с двумя указателями и хеш-таблицей.

В таблице по каждой теме я подготовил простые задачи (зеленым цветом) эти задачи дадут вам базовые понятия. Дальше вам предстоит перейти на более сложные задачи (красный цвет).

Как решать красные задачи с Roadmap?
-Отмечу что это не рандомные задачи, а задачи с фундаментальными идеями.
-Это будет небыстрый и непростой путь, но любой может решить эти задачи, главное старанье.
-Вы можете решать задачи в любом порядке. Если не получается решить задачу с литкода в течение часа то можно смотреть разбор, но не задачи с codeforces. Задачи с codeforces достаточно сложные и скорее всего на большинство задач не найдете разбор. Относитесь серьезно к задачам codeforces,они действительно дадут буст. (Если кому поможет, то можно относиться к задачам codeforces как к вызову).

Не совершай эти ошибки.
-Спрошу у гпт как решить задачу с codeforces. (Вы должны научиться решать эти задачи своими руками)
-Я посидел над задачей codeforces целый день и не смог решить, поищу разбор. (Иногда будет возникать соблазн найти разбор задач codeforces, особенно когда действительно попытались решить задачу, но нет, эти задачи должны решить только ВЫ, лучше отвлекитесь и порешайти литкод).
-Злоупотребление разбором задач с литкода. (В день когда решили задачу разбором отметьте ее, и вернитесь к ней через день).
-Посмотрю разбор на работе, проанализирую разбор во время работы, а вечером дома я закодю решение. (Очень плохой подход, нужно сфокусироваться на задаче, без переключений с задачи на работу).

Советы.
-От большого количество информации вы скорее всего будете замечать, что не получается решать/ понять задачи. Вам нужно сделать передышку, и вы увидите, что через несколько дней эти же задачи будут даваться легче. (Это научный факт)
-Фокус важен, выделяй себе время на решения задач, чтобы тебя никто не отвлекал.
-Будь готов на долгую работу, скорее всего за пару месяцев выйти на хороший уровень с нуля не получится.

Прошу очень внимательно отнестись к посту, товарищи, все выводы и советы сформированы на основе многолетнего опыта преподавания не только Тимура, но его топовых коллег по цеху. В общем обязательно поддержите огоньком 🔥 и поделитесь с другом. Это очень мотивирует нас делать такой же топовый контент для вас! Если пост наберет много огоньков 🔥 , то соберем Roadmap для второй группы.

Автор: @algoses

Полный цикл отбора в Яндекс (МЛ 2025)

Сейчас студенты наших курсов под чутким сопровождением проходят отборы в Яндекс, поэтому продолжаю радовать вас инсайдами и актуальными вопросами.
Далее представлен слегка отредактированный текст нашего выпускника.

Вступительный контест
Задания нашел тут, просто прорешал заранее и сдал, но зашли только 4 задачи.

Кстати, товарищи, на курсе машинное обучение вы найдете разбор этих задач.

МЛ секция
Была простая задача по алгоритмам на два указателя:
Дан отсортированный массив, а также индекс элемента в этом массиве, найти ровно k наиболее близких к arr[i] элемента с точки зрения расстояния. Решение здесь.
По мл было немало классических вопросов и устных задач. Чтобы не перегружать пост оставим условие и ответы здесь.

Алгоритмическая секция
1. Найти самый длинный монотонный подотрезок в массиве. Баян с литкода.
2. Даны два массива длины n. Вернуть массив длины n, где arr[i] - общие элементы префиксов а[0...i] и b[0...i]. Решается просто тремя сетами.
Дальше ждали собесы с командами.

Собес 1 (Бригада Международного ASR)
На финале, сначала минут 15 был разговор про то, чем занимается команда и чем предстоит заниматься на стажировке. Далее я рассказал про свой опыт. Потом мне был предложен бизнес кейс, который в теории может встретится на работе - грубо говоря есть запрос от пользователя через Алису в маркет, есть распаршенные слова, надо как-то нейронку обучить на классификации групп токенов. Я предложил простую идею, меня спросили про бимсёрч. Далее я задавал свои вопросы касаемо деталей работы в конкретно этой команде. На этом примерно всё.

Спустя несколько часов мне пришло приглашения, я сдурел с такой прикормки и реши сразу согласиться. С другими командами не собесился.

Самые интересные события в ближайшее время.
Все подобное вы можете обсудить в комментариях под этим постом или в нашем чате.

За актуальной информацией по стажировкам следим на нашем сайте.

1. Стажировка Т-банка
Для участия нужно заполнить анкету и решить соответствующие контесты на ограниченное время. Контесты будут доступны 23-30 января, кстати разбор будет только на наших курсах.
Как пройти на стажировку обязательно смотрим здесь.

2. Стажировка Яндекс
Продолжается главная стажировка сезона. Для участия нужно решить вступительных контест, обычно достаточно 2/3, задания и материалы тут. Кстати, разбор будет только на наших курсах
Как гарантировано пройти на стажировку обязательно смотрим здесь.

3. Стажировка Райффайзен
Для участия нужно подать заявку до 7 февраля, решить тестовое. Кстати разбор тестового по DS можно найти здесь. Далее ждет технический собес с командой. Обещают гибкий график, который удобно совмещать с учебой, а также ДМС со стоматологией и два компота в столовке.

4. Стажировка в ВК
В самом начале выбираете вакансию: не только направление, но и команду. Можно выбрать до двух вакансий. Далее ждет тестовое задание, на каждую вакансию оно разное. Отметим, что много вакансий с гибким графиком. Отзыв о ВК.

5. Стажировка Сбербанк
Для участия нужно заполнить анкету, через какое-то время придет тестовое или свяжется HR и задаст стандартные вопросы по мотивации и технической части: в духе, сколько в гигабайте килобайт. Как пройти на стажировку обязательно смотрим здесь.

6. Стажировка Контур
Набор на аналитику и DS начнется 1 марта. Офисы в основном находятся в регионах, но много сотрудников работают из разных точек земного шара. Для стажеров организовывают релокейт. Для участия как всегда подаем заявку с анкетой, выполняем тестовое и ждем ответ.

7. Ozon Route
Курсы для разработчиков, обещают стажировку уже в процессе прохождения. Для участия нужно подать заявку и попасть в топ по контесту, который стартует 26 января.
Как попасть на стажировку в Озон обязательно смотрим здесь.

Также не забываем мониторить вакансии по компаниям, которые указаны тут.
Еще помним про сезонные школы, за которыми удобно следить тоже на нашем сайте.

@postypashki_old

Т-банк открыл контест на стажировку зима-весна. Задания уже лежат тут, там же их можно обсудить вместе с админом. И конечно разбор нового контеста будет на наших курсах как приятный бонус, так что присмотритесь к ним.

Стажировка в Т-банке - самая крупная стажировка после Яндекса по количеству мест. В целом решает не сколько баллы за экзамены, сколько "ваш социальный рейтинг", анкета — подробней смотрим здесь. После контестов зовут на собес: он дикая халява, если хоть немного пробовали вкатиться в специальность.

@postypashki_old