Первый коммит

interview.md

@@ -0,0 +1,130 @@
+# ИТ-собеседование в Тинькофф
+
+Рассказываем, как подготовиться к собеседованию на ИТ-вакансию: https://www.tinkoff.ru/career/it/ 
+
+## Этапы собеседования
+1. Предварительное собеседование.
+2. Техническое собеседование.
+3. Знакомство с командой.
+4. Приглашение на работу.
+
+## Этап 1: предварительное собеседование
+
+Вы откликнулись на вакансию и отправили резюме — через некоторое время с вами свяжется рекрутер и проведет предварительное собеседование.
+
+На предварительном собеседовании знакомимся друг с другом. Беседа займет полчаса: рекрутер спросит вас об интересах, опыте и мотивации, а затем расскажет о работе и вакансиях в Тинькофф. Не стесняйтесь задавать вопросы.
+
+Рекрутер запомнит направление и проекты, над которыми хотите работать. В течение двух дней он свяжется с вами и согласует время для технического собеседования.
+
+## Этап 2: техническое собеседование
+Техническое собеседование состоит из нескольких отдельных тем — секций. Созвон по каждой секции длится час и проходит в «Зуме» с отдельным интервьюером. Вы можете пройти все секции сразу или в течение нескольких дней — скажите рекрутеру, как удобнее.
+
+Как проходить секции:
+1. Подготовьте рабочее место: проверьте компьютер и интернет, возьмите пару листков бумаги и ручку. Рекомендуем выспаться и захватить бутылку воды.
+2. Не используйте телефон: вы будете много кодить в онлайн-IDE, рисовать схемы и общаться с интервьюером.
+3. Задавайте вопросы и предлагайте разные решения, даже если они кажутся неправильными: интервьюер проверяет не только знания, но и как вы подходите к решению задач.
+Обычно нужно пройти 2—4 секции — это зависит от направления и вашего опыта. Точное количество вам скажет рекрутер.
+
+### Направления и секции в Тинькофф
+
+**Backend-разработка**
+* Алгоритмы
+* Секция по платформе или языку
+* Дизайн распределенных систем
+
+**Frontend-разработка**
+* Алгоритмы
+* Секция по платформе или языку
+* Дизайн распределенных систем
+
+**SRE**
+* Алгоритмы
+* Выявление и устранение проблем
+* Дизайн распределенных систем
+
+**Машинное обучение**
+* Алгоритмы
+* Дизайн распределенных систем
+* Секция по общему ML
+* Дизайн ML-систем
+
+### Материалы для подготовки к секциям
+Рекомендуем ознакомиться с материалами до интервью: в них есть книги и курсы
+
+## Алгоритмы
+
+Проверяем знания по алгоритмам и структурам данных. Предлагаем решить задачу на реализацию, например сделать клиент с бизнес-логикой для сетевых API.
+
+###### Рекомендуем повторить все, что связано с алгоритмами:
+- основные структуры данных — строки, списки, деревья, ассоциативные массивы, векторы;
+- базовые алгоритмы — поиск элементов в коллекциях, обход деревьев, сортировки, динамическое программирование;
+- понятие сложности алгоритмов. O-нотация, обсудим вычислительную сложность решения и расход памяти.
+
+###### Сайты, которые помогают решать задачи:
+- [LeetCode](https://leetcode.com/)
+- [HackerRank](https://www.hackerrank.com/)
+- [Codeforces](https://codeforces.com/)
+- [Topcoder](https://www.topcoder.com/)
+- [Timus Online Judge](http://acm.timus.ru/)
+
+###### Курсы:
+- [Алгоритмы, часть I](https://www.coursera.org/learn/algorithms-part1)
+- [Специализация «Структуры и алгоритмы данных»](https://www.coursera.org/specializations/data-structures-algorithms)
+
+###### Книги:
+- Алгоритмы. Построение и анализ / Томас Кормен, Чарльз Лейзерсон, Рональд Ривест, Клиффорд Штайн
+- Искусство программирования / Дональд Кнут
+
+## Дизайн распределенных систем
+
+Обсуждаем, как проектировать распределенные системы. Во время секции предложим разработать дизайн системы по набору требований.
+
+###### Сайты: 
+- [System Design Primer](https://github.com/donnemartin/system-design-primer). Вы найдете базовые темы и упражнения по дизайну систем, а также упражнения по объектно-ориентированному анализу и проектированию
+- [Architectural Katas](http://nealford.com/katas/). Примеры архитектурных задач
+- [Hacking the Software Engineer Interview](https://tianpan.co/hacking-the-software-engineer-interview). Рассказано, какими терминами и категориями нужно мыслить, чтобы пройти секцию
+
+###### Книги:
+- Высоконагруженные приложения. Программирование, масштабирование, поддержка / Мартин Клеппман. В книге достаточно просто объясняют теорию
+
+## Секция по общему ML
+
+Разбираем вопросы по анализу данных: о постановке задачи, выборе и обосновании метрик качества, сборе и валидации данных, ML-алгоритмах. Вопросы разбираем на теоретических и практических кейсах.
+
+###### Сайты:
+- [Elements of statistical learning](https://web.stanford.edu/~hastie/Papers/ESLII.pdf)
+- [Pattern Recognition and Machine Learning](https://www.amazon.com/Pattern-Recognition-Learning-Information-Statistics/dp/0387310738)
+- [Deep learning book, Goodfellow.](https://www.deeplearningbook.org/)
+- [Introduction to Information Retrieval](https://nlp.stanford.edu/IR-book/pdf/irbookonlinereading.pdf)
+- [Подборка блогов по машинному обучению](https://github.com/josephmisiti/awesome-machine-learning/blob/master/blogs.md)
+
+###### Курсы:
+- [Yandex Data School: Practical_DL](https://github.com/yandexdataschool/Practical_DL)
+- [Yandex Data School: Practical_RL](https://github.com/yandexdataschool/Practical_RL)
+- [Yandex Data School: NLP_course](https://github.com/yandexdataschool/nlp_course)
+- [Catalyst Team: DL_course](https://github.com/catalyst-team/dl-course)
+- [Joseph Misiti: awesome-machine-learning](https://github.com/josephmisiti/awesome-machine-learning/blob/master/courses.md)
+- [Специализация «Машинное обучение и анализ данных»](https://www.coursera.org/specializations/machine-learning-data-analysis)
+
+###### Примеры вопросов по машинному обучению:
+- [Quant notes](https://github.com/dingran/quant-notes)
+- [Data science interview questions and answers](https://github.com/iamtodor/data-science-interview-questions-and-answers)
+- [120 data science interview questions](https://github.com/kojino/120-Data-Science-Interview-Questions)
+- [Data-science-interviews](https://github.com/alexeygrigorev/data-science-interviews)
+
+###### Книги:
+- Глубокое обучение. Погружение в мир нейронных сетей / Сергей Николенко, Артур Кадурин, Екатерина Архангельская
+
+## Этап 3: знакомство с командой
+После технической секции рекрутер подберет подходящие проекты и согласует созвон с командами.Обычно созвон длится час: ребята рассказывают про текущие проекты, отвечают на вопросы и спрашивают о вашем опыте, любимых задачах, увлечениях. 
+
+После созвона с вами свяжется рекрутер: скажите ему, в какой команде вы хотели бы работать.
+
+## Этап 4: приглашение на работу
+В течение нескольких дней мы вернемся с оффером. Если вам нравятся условия и команда, останется согласовать дату первого рабочего дня.
+
+## Дополнение:
+1. Рекрутер отвечает между этапами в течение трех дней, на финальное решение уходит чуть больше времени. Рекрутер на связи: вы можете связаться с ним, если нужно что-то уточнить.
+2. В беседе с интервьюерами задавайте вопросы и предлагайте разные решения. Интервьюер проверяет не только знания, но и как вы подходите к решению задач.
+3. Бывает так, что на каком-то этапе интервью мы отказываем кандидату. Отказ не влияет на отношение к кандидату: он может попробовать подать заявку через полгода, а если откроется подходящая вакансия, мы предложим варианты.
+4. Если есть пожелания или что-то не понравилось, напишите нам: [apply@tinkoff.ru](mailto:apply@tinkoff.ru).