Лига программистов

Что планируется

• Работа с метриками была в новинку, поэтому будет произведена работа по устранению избыточности некоторых метрик

• В конфигах заранее будут добавлены примеры дашбордов

• Небольшой рефакторинг хэндлеров DNS

• Будет вестись подготовка к рефакторингу (планируется разбить обработчик на 3 слоя выдачи: локальные, кэш, апстрим)

Информация

Github репозиторий: https://github.com/vesh95/dnso

DockerHub: https://hub.docker.com/repository/docker/vesh95/dnso/general

Просто подборка саунда, который вдохновлял все это время: https://music.yandex.ru/playlists/a3aa20b0-8d3a-4772-b883-96...

Как они умирали

По-разному.

Одни просто переставали жать кнопку. Ты уходишь, возвращаешься через час, а прогресс нулевой.

Другие внезапно становились платными. Работало бесплатно, потом появлялся экран с тарифами.

Платными я не пользовался потому что каждый раз появлялась новая бесплатная альтернатива. Смысл платить за то, что сломается через две недели.

Третьи начинали откликаться криво: пропускали вакансии, дублировали отклики, отправляли не туда.

Момент, когда отвалилось всё

Отдельная история. В какой-то момент апи отключились у всех сервисов.

Разработчикам этих штук понадобилось заметное время, чтобы придумать обход. Всё это время люди, которые на них полагались, снова сидели и жали кнопку руками.

Зачем вообще нужен был такой объём

Потому что маленькие числа ничего не говорят.

Двадцать откликов это не статистика. Ты отправил двадцать, получил ноль ответов и не понимаешь: у тебя плохое резюме, или просто не повезло, или вакансии мёртвые.

Двести откликов в день дают понятную картину за неделю. Видно конверсию. Видно, зовут тебя вообще или нет.

Описания вакансий я при этом не читал. Совсем. Там пишут пятнадцать технологий, из которых в работе используются четыре, и требуют опыт, который потом на собеседовании никто не проверяет.

Что я на этом понял про рынок

Половина процесса поиска работы устроена как борьба автоматики с автоматикой.

С одной стороны кандидаты, которые массово откликаются через расширения. С другой стороны компании, у которых входящие резюме сначала читает система отбора, а не человек.

Живые люди подключаются где-то в середине, когда обе автоматики уже отработали.

Отдельно доставляют мёртвые вакансии. Висят месяцами, никто по ним не отвечает. Они существуют для отчётности, чтобы наверху видели, что найм идёт.

Ты откликаешься в пустоту и делаешь вывод, что не подходишь. А там просто никого нет.

Пользовались автооткликами?

Я делал, показывал, получал правки, переделывал. Не с первого раза, но в итоге программу приняли.

Я был рад, когда всё сошлось.

Потом начались собеседования

Больше пятидесяти технических интервью, коротких разговоров с кадровиками сюда не включаю.

Про ООП спросили дважды. Один раз попросили назвать принципы: наследование, полиморфизм и что-то ещё третье. Я назвал.

Всё. Больше ничего.

Писать программу с классами в прямом эфире меня не просили ни разу. Разбирать чужую архитектуру не просили. Углубляться в тему после того, как я перечислил принципы, не стали.

На работе тоже пока не пригодилось

Работаю с данными. Пишу запросы к базам, собираю отчётность, автоматизирую расчёты, поднимаю дашборды.

Скрипты у меня обычно линейные. Взял данные, обработал, положил результат. Никаких классов, никакого наследования.

Возможно, в другой команде или на другой позиции было бы иначе. У меня вышло так.

Что реально спрашивали вместо этого

Оконные функции в SQL. Почти на каждом интервью. Это то, на что у меня в обучении ушло несравнимо меньше времени, чем на ту программу с уравнением.

Метрики. Расспросы про опыт работы, долгие и дотошные. Задачи на SQL прямо во время разговора.

И статистика с A/B-тестами, которую я как раз не успел выучить и на которой регулярно сыпался.

Ощущение

С одной стороны Это потраченные дни. С другой, я не могу сказать, что задача была бесполезной.

Просто соотношение потраченного времени и практической отдачи получилось так себе. О чём я узнал только когда сходил на рынок и услышал, что там спрашивают на самом деле.

У вас было такое: убил кучу времени на тему, а она потом ни разу не всплыла? Что это было?

На практике я не мог удержать это в голове. Я садился, писал, запускал, и получал на выходе не то. Начинал считать шаги на бумажке, путался на третьей строчке.

Самое неприятное было даже не то, что не получалось. Неприятно было ощущение, что где-то тут проходит граница моих способностей и я в неё упёрся.

Я сидел над одной задачей часами...

Учебник закрылся. Ноутбук закрылся. Тема закрылась примерно на несколько лет.

Забавно, что никакого драматического момента отказа не было. Я просто однажды не открыл его снова. Потом ещё раз не открыл. Потом перестал вспоминать.

Что было дальше

Вернулся я в тему совсем с другой стороны. Не через программирование, а через данные. Аналитика, SQL, Python для обработки таблиц.

И вот там вложенные циклы мне встретились опять. Только теперь у меня был человек, который меня вёл, и работали другие правила.

Во второй заход мне сказали: не идёт больше часа, посмотри решение, разбери и иди дальше. Возможно, вернёшься к этому через месяц и оно щёлкнет само.

А вы на чём сдавались?

Главная причина, по-моему, вот в чём: когда я начал ходить на собесы, я к статистике ещё даже не приступал. Я закрывал дыру уже в бою, между интервью. Так тему не осваивают.

Почему оффер всё-таки дали

На собеседованиях у меня спрашивали SQL, и вот тут я был готов. Оконные функции гоняют почти везде, и это самое выгодное вложение времени из всего, что я делал. Спрашивали Python: несложные вещи, простые алгоритмы, работа с данными. Спрашивали метрики: DAU, MAU, LTV, GMV, как считается, как ими объяснить бизнесу, что происходит. Спрашивали про мой опыт, долго и дотошно. Спрашивали софт-вопросы вроде «как вы решаете конфликты в команде».

Провалить один блок из шести не значит провалить собеседование. Это потерять несколько баллов. Я терял их системно, на одном и том же месте, и всё равно доехал.

Что я понял про дыры в знаниях

Первое. Дыра, о которой вы знаете, гораздо безопаснее дыры, о которой вы не знаете.

Второе. Список тем в аналитике бесконечный. Если ждать полной готовности, вы не выйдете на рынок никогда.

Третье. Тем не менее, дыру надо закрывать. Я до сих пор к статистике возвращаюсь. Просто теперь у меня есть деньги, пока я это делаю, а не тревога и пустой счёт.

Если вы сейчас учитесь

Порядок, который я бы выбрал, зная то, что знаю сейчас: SQL до уверенного уровня, включая оконные функции. Потом Python в объёме, достаточном для работы с данными и простых алгоритмов. Потом метрики и умение про них говорить человеческим языком. И статистика.

Именно статистику я и отложил. Это стоило мне лишних собеседований. Не критично, но обидно.

Ребятки, вы узнаете свою форму, вангую. Это не оч в 26м (доже в 10м это был зашквар)

(автор может ошибаться, это лишь имхо, бла-бла)