Говорит: Нам нужно проверить ваши документы, паспорт, дипломы и т.д. и т.п. Полный список личных документов. Я вам пришлю список. Скиньте мне их сканы в телегу или там в WhatsApp, на этот номер ответным сообщением.
Я: Нет. Не скину.
Она после паузы: Ээээ… а почему?
Я: Во-первых, мессенджеры — это вообще не безопасный способ передачи персональных данных, а во-вторых я сначала должен подписать согласие на обработку вами моих персональных данных, на утвержденном бланке вашей организации, а если вы будете передавать их третьим лицам, то и на это отдельное согласие тоже!
Она: Да ладно вам! Зачем вам согласие? Все ваши персональные данные в интернете давно есть. Что вы дурью маетесь??? Начитались в интернете умных слов и давай тут права качать!
Я понимаю, что дальше нормального общения не будет.
Я: Это вы, как вы выразилась «дурью маетесь» и нарушаете 152 ФЗ «О персональных данных». Вы хоть почитайте какие сейчас штрафы для юр.лиц и физ.лиц за нарушение этого ФЗ! Вы мне звоните с личного мобильного и предлагаете на него все мои документы прислать? Да я даже не знаю, кто вы, может вы мошенник? Присылайте мне форму согласия мне на почту с вашей корпоративной почты, пришлите ссылку на «Политику обработки персональных данных» которая у вас должна быть введена, раз вы их обрабатываете для нужд кадрового учета. Я уж про регистрацию вашей ИСПДн молчу пока.
На том конце сначала пауза, потом натуральный вой в трубку:
Она: Яяяя??? Мошенник??? Ты чё совсем оборзел? Умные все шибко стали.
Бросает трубку.
Ну не срослось и ладно, подумал я про себя. А может и реально мошенница.
Очередная HR-ка не знает элементарных правил. Какие там «профи» зачастую работают всем давно известно.
Работу нашел. Согласие в офисе подписал. Скан себе снял. С «Политикой по обработке ПД» ознакомили. У кадровой службы работодателя в этой части вообще вопросов не было. Бывают и профессиональные кадровики, но не часто.
С кадровичкой всё обсудили по поводу моего резюме и их вакансии. Меня всё устроило, её тоже.
Говорит у нас ещё 3 этапа согласования на должность. 1. Собеседование по телефону с техническим специалистом (должность моя сугубо техническая). 2. Собеседование с курирующим направление, заместителем генерального директора (должность предлагается – начальник отдела, так что это вполне логично). 3. Проверка со стороны СБ по персоналу (это тоже сейчас норма в крупных компаниях).
Говорю - Без проблем! Готов к следующим этапам!
Она: Хорошо. Но так как в вашей работе разбираются только специалисты отдела, на руководство которым у нас отрыта вакансия и на которую мы вас рассматриваем, то собеседовать вас будут именно они.
Я: Получается меня будет собеседовать мои потенциальные подчинённые?
Она: Да. Других специалистов, разбирающихся в вашей работе у нас, нет. Это для вас проблема? Вы готовы к такому формату?
Я: Нет, не проблема. Просто ситуация для меня новая. Но давайте попробуем!
Она: Договорились. Я скину вам ссылку на встречу.
Ситуация для меня и правда новая. Собеседование на следующей неделе.
Должность мне понятна, я занимаю её уже почти 10 лет.
Объём работы понятен, обязанности ясны. Зарплата устраивает.
То, что с технической частью собеседования проблем не будет, я уверен. Если там действительно технические специалисты, мы друг друга поймём.
А вот остальное...
Не очень понятно, как вести себя на собеседовании с людьми, которые выбирают себе будущего начальника.
Играть рубаху-парня или размазню, я не умею. Всегда был строг с подчинёнными, но в меру, без фанатизма и деспотизма. При этом перед руководством всегда старался защищать «своих людей», в обиду их не давал.
Но довольно странно будет рассказывать им, какой я супер-начальник, нормальный, адекватный мужик и как им со мной будет хорошо, ведь это не точно, там уже сложившийся коллектив со своими отношениями.
Кроме того, уверен, что кто-то из них претендовал на освободившуюся должность, но его не взяли, а берут постороннего\незнакомого им человека. Так что не исключена затаённая обида.
Да и не ясно, почему вообще должность освободилась. Хотя не факт, что правду расскажут.
Вы бывали в такой ситуации? Выбирали начальника\собеседовались потенциальными подчинёнными? Какие были ваши действия?
Большая часть клиентской аналитики опирается на user_id - идентификатор клиента.
Пользователь → действия → история → повторные визиты → поведение во времени.
И когда user_id нет, ломается не написание SQL-запроса - ломается логика вопросов, которые вообще можно задавать данным.
В своем канале Аналитика FM начала серию постов про метрики в разных бизнесах. Являются ли эти метрики или формулы их вычисления универсальными для разных бизнес направлений.
Об этом и об аналитике в целом рассказываю у себя в канале. Канал веду с нуля подписчиков. Присоединяйся, если хочешь разобраться в SQL, python и мышлении аналитика.
Одна из самых неприятных фраз, которую аналитик может услышать в начале проекта:
user_id у нас нет
Есть метрики, которые принципиально живут без пользователя.
- Выручка за день. - Количество заказов. - Средний чек. - Сумма транзакций по категориям.
Это агрегаты "по событиям". Им не важно, кто именно сделал действие - важно, что действие произошло.
Бизнес часто живёт именно на этом уровне, и на старте ему кажется, что этого достаточно.
Проблемы с клиентскими метриками возникают в тот момент, когда появляется аналитика "на повторы".
А без user_id "человек" в данных перестаёт существовать.
И когда user_id отсутствует, бизнес начинает выкручиваться.
Вместо user_id появляются:
номер телефона
email
cookie
device_id
хэш паспорта
комбинации из "телефон + дата рождения + регион"
Это не плохие решения. Это компромиссы.
Каждый такой "заменитель пользователя" решает одну задачу и ломает другую.
Телефон: - отлично для CRM - плохо для веба и офлайна
Cookie: - хорошо для сессий - бесполезно для долгой аналитики
Email: - стабилен - но есть одноразовые email-ы
Device_id: - у клиента может быть несколько устройств - может жить до переустановки приложения - может стоять запрет на трекинг
В итоге бизнес не считает "пользователей". Он считает версии пользователей.
Из-за этого появляются странные эффекты:
пользователей стало больше, но денег больше не стало
retention упал, но продажи выросли
конверсия пляшет, а поведение вроде то же
И это не всегда ошибка данных. Это ограничение идентификации.
Важно понимать: отсутствие user_id - это не техническая проблема, а продуктовая.
Она говорит о том, как система была спроектирована изначально:
думали ли о пользователе как о сущности
или думали только о событиях и операциях
Поэтому аналитика без user_id возможна. Но она всегда:
менее точная
более приближённая
и требует аккуратной интерпретации
Хуже всего - считать "пользовательские" метрики и делать вид, что всё ок.
Лучше честно сказать:
Мы считаем это так, потому что другого способа у нас нет
Данные могут существовать без user_id. Запросы SQL может работать без user_id. Отчёты можно построить без user_id.
Но аналитика поведения - нет.
НО... Главный НО...
Наличие user_id не спасет вас от того, что клиента "на входе" не идентифицировали и завели ему новый идентификатор. Либо при объединении клиентских баз у вас не задвоится один и тот же клиент.
Это повседневные процессы бизнеса. И уникальность клиента зависит от культуры ведения данных в базе, от технических процессов и бизнес процессов.
Для дедупликации клиентских записей существуют системы класса CDI (Customer Data Integration). Такие системы помогают идентифицировать клиента и вести его мастер карточку.
Ну а в моем канале Аналитика FM не только об инструментах аналитика, но и об аналитическом мышлении, метриках, логики. Присоединяйся!
Сейчас среда мои чуваки. Вот вы все, мои чуваки, обвиняете Hr, как что-то сильно бесполезное, но нееееет! Самые бесполезные в мире это замы генеральных директоров, которые почему-то считают, что в состоянии кого-то собеседовать! Я столкнулся с таким намедни и он спрашивать стал, как будто я школьник на экзамене и уже не сдаю. Если это кто-то из вас, то перестаньте, вы выглядите смешно.
Привет, Пикабу! Меня зовут Станислав, я аналитик данных с опытом около трех лет и выпускник курса «Специалист по Data Science» от Яндекс Практикума. Чтобы устроиться на первую работу, пришлось отправить пару сотен откликов и пройти не одно собеседование. Делюсь своим опытом, рассказываю о трудностях и даю советы.
Как я начал свой путь в Data Science
Мой профессиональный бэкграунд довольно разнообразный: я работал дизайнером, занимался тендерами, вел SMM-проекты и был бильдредактором. Переломным моментом стала пандемия: я открыл для себя удаленку, пересмотрел приоритеты и понял, что IT — более перспективное направление, чем SMM. В итоге я решил заняться аналитикой данных и Data Science и пошел на курс в Яндекс Практикум.
После обучения я начал активно мониторить вакансии. За месяц отправил более 200 откликов, а первое приглашение на интервью получил только спустя несколько недель. Думаю, дело было в моем портфолио: на тот момент там были лишь учебные проекты, один из которых — незавершенный.
Тем не менее первое же интервью оказалось успешным и закончилось офером. Но я продолжил ходить по собеседованиям. Ниже расскажу о нескольких показательных случаях.
Как проходили собеседования: самый запоминающийся опыт
Бигтех и смежная роль
Одно из первых интервью было в крупном банке на вакансию DataOps-инженера. По сути, позиция предполагала больше работы с мониторингом и инфраструктурой, чем с данными. По навыкам я подходил лишь частично, но на вопросы отвечал уверенно.
На собеседовании было сразу пять человек: спрашивали про Linux на уровне системного администратора и сетевые протоколы. Было ощущение, что все присутствующие понимали: это направление мне не совсем подходит. Моей целью было скорее посмотреть, как устроен найм в бигтехе и какие требования там предъявляют к кандидатам. Я не расстроился.
Собеседование — это не экзамен, а попытка найти взаимный мэтч. Иногда человек способен справиться с задачами, но точного совпадения ожиданий не происходит, и это нормально.
В какой-то момент меня начали спрашивать уже по Data Science. Но итоговый вывод был таким: я, вероятно, смогу выполнять работу, однако быстро выгорю. В результате на этом этапе мы и остановились.
Большой тест и отказ до интервью
Самое объемное тестовое задание мне досталось, когда я откликнулся на вакансию дата-инженера в одну крупную международную компанию, которая занимается бытовой химией. Сначала нужно было пройти большую анкету на специальной платформе. Меня ждали задания на логику, внимание, память и скорость реакции. Например, нужно за несколько секунд запомнить расположение цветных точек на изображении, а затем воспроизвести их положение.
Еще были вопросы на софт-скилы: давали типичные рабочие ситуации и несколько вариантов ответа. Например, руководитель поставил задачу и дедлайн, а накануне пришел с новым срочным поручением. Не думаю, что в таких ТЗ бывает единственно верный ответ, но думаю, что справился достойно.
Через некоторое время мне пришел отказ с формулировкой «нерелевантный опыт». Важный момент моего резюме: мне 50 лет, и в этом возрасте от кандидатов часто ожидают уровень сеньора или тимлида с глубокой экспертизой. Разумеется, напрямую об этом никто не говорит.
По моему опыту, найти работу после 45 лет вполне реально, но отказы по возрастному цензу все равно будут — просто скрытые под формулировками «опыт не подошел» или «сверхквалификация».
Собеседование с HR по нейросетям
Не всегда предварительное интервью с рекрутером ограничивается обсуждением резюме и ожиданий. В одном случае, откликнувшись на вакансию дата-сайентиста в компании, работающей с нейросетями для анализа видео, я столкнулся с тем, что именно HR задавал вопросы по хард-скилам.
Важно не просто заучивать ответы, а действительно понимать материал. Но в то же время стоит быть готовым и к формальным вопросам из стандартных подборок — их могут задавать люди, далекие от разработки.
В моем случае вопросы касались архитектур нейросетей, в частности YOLO, различий между one-shot и few-shot подходами, а также метрики IoU для сегментации. Я уверенно ответил на большинство, но процесс на этом завершился — дальнейших этапов не последовало.
Разбор тестового задания
Закончу рассказ собеседованием в компанию, где работаю сейчас. Формально позиция называлась «ведущий инженер-программист», но по факту это должность ML-инженера и разработчика.
Сначала мне выдали тестовое, на выполнение которого отводился один день. Оно включало задачи по статистике, Python, SQL и Excel. Последнее стало неожиданностью: например, я не знал, что в Excel можно строить линейную аппроксимацию.
Сначала были вопросы по статистике
Затем — по Excel
Дальше был блок по Python. Также в нем дали фрагмент кода: надо было написать, что делает программа и как ее можно улучшить
Последний блок был посвящен MySQL
Потом меня пригласили на встречу с тимлидом. Почти все интервью посвятили разбору тестового: что и как я считал, какие решения принимал и почему выбрал именно такой подход.
Когда делаете тестовое задание, сразу думайте о том, как будете его защищать. Часто именно это становится основой собеседования.
В конце мы обсудили мой бэкграунд и задачи команды. Интервью прошло спокойно и без лишнего давления.
Ходите на собеседования. Всегда
Собеседования требуют подготовки, вызывают стресс и не гарантируют успеха. Но это не причина их избегать. Я продолжаю ходить на интервью, даже когда нашел работу, и считаю это полезной практикой по нескольким причинам.
Вы остаетесь на рынке. Собеседования помогают понять, какие навыки востребованы, какие инструменты стоит изучить и в каком направлении развиваться.
Это шанс найти более интересную работу. Проще увеличить доход через смену компании, чем через повышение в текущей. К тому же можно найти продукт или задачи, которые действительно вдохновляют.
Растет уверенность в своих силах. Со временем страх уходит, ответы становятся спокойнее и точнее. Это похоже на тренировку: чем больше практики, тем лучше результат.
Это не «предательство» текущего работодателя. Прохождение интервью не равно нелояльности, если вы добросовестно выполняете свою работу и отвечаете за результат.
Собеседования помогают не терять знания. Без регулярной практики даже сильная база постепенно забывается. Интервью — отличный повод повторить теорию, освежить инструменты и решить задачи, к которым вы давно не возвращались. В наукоемких областях, таких как Data Science, это особенно важно.
Если хотите освоить IT-профессию, но опасаетесь этапа трудоустройства, в Яндекс Практикуме помогут не только во время учебы, но и с поисками первой работы по новоприобретенной специальности. В Карьерном центре выпускники вместе с нашими экспертами готовят «работающие» резюме и портфолио, учатся проходить собеседования, обмениваются опытом и вакансиями в студенческом сообществе.
