A Y It's a waste of time to ask people what did they get on Google's technical interview. The problem pool is huge and they never repeat. Whether it's DP, Graph or simple Array... topics do not matter unless you can't find an insight ("hidden trick") for a problem. And Google is notorious for giving challenging problems that can be solved in one line though require 30 mins of deep thinking. So it's better to focus on critical thinking than hope for an already seen pattern.B Ex-Googler here — it’s definitely better to prepare solidly for core areas like DP and graphs so you’re not struggling with fundamentals during the interview. That’s just basic preparation and helps you stay confident. But I do agree with you that asking others what exact questions or topics they got is mostly a waste of time — the problem space is huge and it won’t really help you on the day. So focus on strong fundamentals and problem-solving instead of trying to guess the questions.
Hi, I have created a channel that uploads daily cybersecurity questions, specifically, CISSP style questions which are really similar to cybersecurity interview questions, for anyone who might be interested, the channel is @cisspquestions
Взагалі, по ділу.
Потрібні хлопаки, що розуміють що таке написання коду в МТА, люблять етнічну складову України, як мінімум живуть на поділлі, і готові вписати в довгу перспективу створення дечого унікального та неповторного, хоч і з першого погляду не скажеш, та. Диявол ховається в деталях, а прекрасне ховається в любові до цих самих деталей✌️😊
D T Привіт) Я мала такий досвід. Проходила AI coding один раз, доволі дивний досвід. Я йшла на позицію Senior Android Engineer, прийшов інтервьер, який дав бекенд задачу - розпарсити логи. З клодом зробила + тести написала. Порада - мати чітку структуру під час інтерв'ю. 1) Чітко проговорити яку задачу вирішуємо і що хочемо отримати в результаті 2) Розповісти як будеш вирішувати, який стек, узгодити з інтерв'юером 3) Розбити задачу на чіткі підзадачі, які будеш делегувати АІ 4) Після кожного кроку перевіряти код і коментувати, що зробив АІ і чому саме так 5) обов'язково покрити тестами - це ледь не єдиний промпт, який можна підготувати заздалегідь для себе - прописати всі можливі кейси, які треба покрити тестами Я завалила співбесіду, на мою думку, саме через відсутність чіткої структури. Я нагенерила купу коду, почала його ревьювити, виправляти, пояснювати, що не так і чому виправляю. В ідеалі, я вважаю, розбити задачу так, щоб клод чітко і правильно її виконав з першого разу. Промпт має бути максимально чітким, зрозумілим. + пояснювати, чому саме цю задачу ти делегуєш АІ. Успіхів на співбесіді!))
Вітаю вельмешановне панство!
Шукаємо AI/ML Engineer для розробки системи комп'ютерного зору та інтеграції моделей машинного навчання в програмно-апаратний комплекс.
Що потрібно буде робити:
- Розробка та налаштування середовища моделювання.
- Підготовка й обробка датасетів.
- Навчання та оптимізація моделей Computer Vision.
- Інтеграція ШІ в програмне середовище.
- Підключення та налаштування embedded-обладнання (Jetson).
- Тестування алгоритмів на реальному обладнанні та подальше вдосконалення моделей.
Що очікуємо від кандидата:
- Практичний досвід у AI/ML та Computer Vision.
- Впевнене володіння Python.
- Досвід роботи з PyTorch або TensorFlow.
- Досвід навчання власних моделей, а не лише використання готових.
- Розуміння роботи з датасетами та процесу навчання нейромереж.
- Буде перевагою досвід роботи з NVIDIA Jetson, Linux, ROS/ROS2, симуляторами або embedded-розробкою.
При відгуку, будь ласка, одразу надішліть короткий опис реалізованих проєктів і перелік технологій, з якими працювали.