Смотрю сейчас мок-интервью с ИИ-инженером. В роли нанимающего менеджера - Ярослав Шмулев, наш партнер и сооснователь одной из топ-10 компаний по разработке ИИ в России.

С Ярославом мы запустили несколько успешных пилотных проектов внутри банка, и прямо сейчас из одного из них вырастает полноценная мультиагентная система для операций в расчетном конвейере валютного контроля, за которую я в тч отвечаю.

Хочется отметить, насколько ценным этот  диалог может быть не только для тех, кто сейчас хочет успешно пройти собеседование (да-да, там прям лайфхаки), но и помогает правильно расставить акценты для нанимающего менеджера. Просто проверьте себя, если вам нужен такой специалист: знаете ли вы, что такое accuracy, precision, recall, и зачем нужен трешхолд)

Короткие факты из интервью, которые важны и IT-специалисту перед AI-собеседованием, и нанимающему менеджеру при оценке кандидата .

1. База На интервью ожидают не только знание LLM, RAG и агентов, но и уверенное владение базой: confusion matrix, accuracy, precision, recall, ROC-AUC, PR-AUC, threshold, cross-entropy, MSE, L1/L2 . Для кандидата это значит: если ты говоришь про AI-проекты, нужно уметь объяснить не только «что делал», но и почему это работает на уровне метрик и вероятностей . Для нанимающего менеджера это сигнал: сильный AI-специалист должен уметь быстро перейти от хайпа к фундаменту, иначе знания будут поверхностными.

2. В AI надо думать через бизнес-ошибку В видео много раз показывают, что метрики сами по себе не достаточно важны. Важнее, какую ошибку вы допускаете в конкретном домене: в медицине обычно важнее recall, а в других задачах может быть важнее precision . Ключевой термин, который нужно знать: threshold - порог, который превращает вероятности модели в итоговое решение . Для менеджера это особенно важно, потому что хороший кандидат должен уметь связать ML-метрики с бизнес-метриками и объяснить, как меняется качество системы при сдвиге порога .

3. Практика Интервью показывает: в реальных проектах решения ограничены безопасностью, инфраструктурой и бизнес-процессами, поэтому иногда делают не «идеальное» решение, а то, которое можно быстро внедрить и улучшать итеративно.

А еще на канале есть интервью с Романом Дорониным - сооснователем стартапа в области биотеха. Его партнером выступает Андрей Дороничев (ex-Google). Мало того, что это супер-интересно, так в прикладном плане, вы узнаете как же правильно произносить n8n 😄, почему ИИ появился не 2 года назад, как все сейчас думают, почему это легкая магия только для повторяющихся процессов (то, что продают сейчас как раз инфоцыгане), ну и про молекулы и разработку лекарств.

Ссылки оставлю в первом комментарии! Посмотрите - поделитесь впечатлениями 🙌

Ps Кстати, любопытно, что Карим, герой мок-интервью, в начале говорит, что был на проекте в Альфе, который вырос из нашего пилота - автомодерация контента для соц сетей Инвестиций с ИИ)