Давно не было разборов. А все потому, что последние ~1,5 месяца я много собеседовалась. 🐹 В сумме прошла 28 интервью, включая HR-скрининги, технические этапы, два онсайта, один из которых — с исследовательской задачей и презентацией результатов в конце дня. Что из этого вышло и вышло ли расскажу позже, а пока впечатления именно о процессе поиска и подачи. Было стрессово, трудно, местами изнурительно 🌸 Искала вакансии в Европе и на удалёнке. В приоритете были американские стартапы и бигтехи с офисами в Европе, а также быстрорастущие европейские команды в области аудио, речи (ASR, TTS, speech-to-speech) и мульти-модальности. Может кому-то пригодится опыт. По цифрам: 💌 ~46 заявок в 28 компаний 📞 11 приглашений на интервью ✔ 5 процессов до финальных этапов Вроде неплохо, но тут важен контекст: я подавалась в компании, где мой опыт релевантен, не меняя сферу ❔ На какие позиции подавалась Мне нравится моя позиция сейчас Applied Science. Так что подавалась на Applied Scientist, Applied ML Engineer, Research Engineer, в общем все вокруг прикладного ML, с фокусом на моделирование и прикладной ресерч 🔍 Как искала компании 1⃣ Многие интересные команды в аудио сейчас довольно заметны: они делают open source, публикуют статьи, релизят сильные коммерческие модели. Из таких компаний я составила список и регулярно его пополняла (Mistral AI, ElevenLabs, Black Forest Labs, HeyGen, ...) 2⃣ Лидерборды по ASR и TTS, чтобы понимать, какие команды сейчас успешно трудятся над этими задачами (TTS Arena, STT бенчмарки) 3⃣ B2B-стартапы в аудио мне были знакомы чуть хуже, поэтому часть компаний находила через startup.jobs. 4⃣ Мониторила ленту в LinkedIn, особенно подборки AI-стартапов и компаний, которые активно растут. Отдельно замечу: в Q4 рекрутеры стали писать заметно активнее, часть интервью пришла именно оттуда. 💌 Как подавалась Раз в неделю проверяла карьерные порталы компаний из моего списка. Подавалась напрямую через сайты, часто сразу на несколько релевантных позиций. Рефералка была одна. Когда долго не было ответа от компании, нашла в LinkedIn менеджера смежной команды и написала ➡получила рефералку ➡процесс ускорился. Впечатление такое, что рефералки всё ещё работают, НО если они от члена нанимающей или смежной команды. Иначе влияние заметно меньше. Перед подачами серьёзно переработала резюме (все главные проекты описаны кратко, с цифрами, в порядке импакта и значимости). Гайдов по тому как составлять резюме довольно много. В большинстве компаний при подаче нужно либо ответить на вопросы («Почему хотите к нам?», «Главное достижение за год?»), либо написать cover letter. И тут важно было продумать ответы под каждую компанию, изучить их продукт, ценности, и подумать, а что я могу им предложить. По ощущениям, этот этап влияет на конверсию не меньше, чем резюме. Да, это все непросто и требует времени и вовлеченности. 💻 Этапы интервью В бигтехах процессы стандартизированы: ML system design, ML coding (1–2 этапа), algorithmic coding (обычно 2 этапа), специализированные ML-интервью по фокусу команды, плюс разговор с hiring manager. В стартапах форматы менее предсказуемы. По моим впечатлениям, там сильный упор на ML coding и практические задачи даже на senior-позициях. System design почти всегда привязан к реальным задачам команды. Готовиться я начала заранее, где-то за 2 месяца к алгоритмам (это моя ахиллесова пята), просто решала почти каждый день по 2-3 задачи, за месяц начала повторять ML coding. К ML system design готовилась немного по книге "Generative AI System Design Interview", но здесь больше помог имеющийся опыт, также полезно если ориентироваться в статьях, sota архитектурах, ведь в статьях пишут и про пайплайны подготовки данных, и про челленджи в тренировке, и про метрики (все релевантно для system design). 🥹 Что из всего этого вышло расскажу отдельно. А пока интересно: кто ещё проходил собесы в этом году? Какие у вас впечатления от рынка?