Все публикации

ИИ и инструменты

Тестирование LLM‑фичи: можно ли верить своему eval

Eval показывает 96% качества, тесты проходят, а после релиза LLM‑ассистент допускает критическую ошибку. Разбираем семь ошибок тестирования LLM‑функций и способы построить eval, результатам которого можно доверять.

2 мин чтения
Поиск работы

Сколько разработчиков может вести тимлид: 7 ошибок при росте команды

Рост команды с 6 до 12 разработчиков превращает тимлида в узкое место: ревью копятся, встречи переносятся, сильные специалисты уходят. Разбираем 7 ошибок и даём практические шаги, как перестроить управление.

3 мин чтения
ИИ и инструменты

Выручка за сентябрь: как AI-агент получает три разных ответа

Один вопрос к корпоративному хранилищу данных — три разных ответа от ИИ-агента. Все SQL-запросы выполняются без ошибок, но выручка за сентябрь каждый раз получается разной. Разбираем на воспроизводимом эксперименте, откуда берутся расхождения и как семантический слой помогает избежать подобных ошибок.

2 мин чтения
Поиск работы

Работа есть, соискатели есть, а найма нет: в чем секрет главного парадокса рынка труда

Безработица низкая, вакансии открыты, но офферы не приходят. Разбираем нобелевскую модель поиска и трения, которая объясняет, почему соискатели и работодатели не находят друг друга, и что с этим делать.

3 мин чтения
Поиск работы

Как читать вакансии аналитика: разбираем требования и готовимся к собеседованию

Разбираем, что скрывается за типичными требованиями в вакансиях аналитиков, как отличить реальные навыки от формальных списков и как готовиться к собеседованию, если знакома только часть стека.

2 мин чтения
Поиск работы

Анализ вакансий ИТ в Москве: системное администрирование, 2026 год

Разбираем, как использовать ежегодный анализ вакансий системных администраторов в Москве для планирования зарплат и поиска работы: методика, динамика, практические шаги.

2 мин чтения
Поиск работы

«От них одни проблемы»: кто боится стажеров-зумеров и стоит ли

Разбираем стереотипы о стажерах-зумерах на основе опыта наставников и самих стажеров: какие опасения оправданы, а какие — предрассудки. Практические советы для HR и тимлидов.

1 мин чтения