🔀👻 Гибридные вакансии и фантомный рост: что творится с IT-зарплатами в 2025 году

Проанализировали сотню вакансий и поняли — с IT-рынком происходит что-то очень странное. Средняя зарплата вроде бы выросла, но почему-то специалисты не чувствуют себя богаче. Разбираемся, в чем подвох.

🔗 Читать

🏃‍♀️ Азбука айтишника

#буст

📌 Что если вас спросят на собесе: чем отличается перезагрузка метода от переопределения

🔤 Перегрузка — в одном классе можно создать несколько методов с одинаковым именем, но разными параметрами

Когда нужно: Чтобы один и тот же метод умел работать с разными входными данными.

🔤 Переопределение — дочерний класс меняет поведение метода, унаследованного от родителя.

Когда нужно: Чтобы адаптировать общую логику под конкретный случай.

➡️ Главное отличие

Перегрузка = один класс, разная сигнатура методов.

Переопределение = наследование, разная реализация метода.

🏃‍♀️ Азбука айтишника

#ликбез

Что выведет код?

⚡️— Error
🌚 — [1, 2, 3, 4]
🙏 — [1, 2, 3, [4]]
🔥 — []

🏃‍♀️ Азбука айтишника

#междусобойчик

MLOps без воды: готовый пошаговый план

Готовый GitHub-репозиторий, который по шагам закрывает ключевые темы: от настройки проекта и контроля данных — до CI/CD, упаковки моделей и деплоя в AWS:

✅Неделя 0: Базовая настройка проекта

✅Неделя 1: Мониторинг моделей через Weights & Biases

✅Неделя 2: Конфигурации с Hydra

✅Неделя 3: Контроль версий данных с DVC

✅Неделя 4: Упаковка моделей в ONNX

✅Неделя 5: Упаковка моделей в Docker

✅Неделя 6: CI/CD через GitHub Actions

✅ Неделя 7: Хранение контейнеров в AWS ECR

✅ Неделя 8: Серверлесс-деплой на AWS Lambda

✅ Неделя 9: Мониторинг предсказаний через Kibana

🔗 Ссылка на репозиторий: https://clc.to/Hqx7cg

🏃‍♀️ Азбука айтишника

#буст

😇 Так рождаются будущие программисты

🏃‍♀️ Азбука айтишника

#развлекалово

🔥 Холивар: Jupyter Notebook — «мертв» или «живее всех живых»?

С каждым годом всё больше говорят, что Jupyter — «игрушка для новичков», «ад для reproducibility», «debug невозможен», и ему нет места в продакшне. Но с другой стороны — это удобство, интерактивность и быстрое прототипирование.

А теперь по-честному: используете ли Jupyter в 2025?
Давайте обсужим в комментариях! ⤵️

❤️ — Без Jupyter не обойтись, он мой главный инструмент
👍 — Ушёл на другие решения, Jupyter — это прошлый век
🤔 — Не могу выбрать, использую и Jupyter, и другие инструменты

🏃‍♀️ Азбука айтишника

#междусобойчик

📌 Что если тебя спросят на собесе: что такое Singleton

Singleton — это паттерн проектирования, который гарантирует, что у класса будет только один экземпляр и к нему будет глобальная точка доступа.

Как красиво ответить на собесе:

— «Singleton решает задачу глобального доступа, но его минусы — сложность тестирования и нарушение принципов чистого кода. Поэтому часто вместо него используют dependency injection».

А какие бывают недостатки

Глобальное состояние → усложняет отладку и поддержку.

Трудности с тестированием → мокать такой объект неудобно.

Нарушение принципа SRP (Single Responsibility Principle) → класс отвечает и за бизнес-логику, и за контроль экземпляров.

Проблемы с многопоточностью (если неправильно реализовать).

Со временем может превратиться в «антипаттерн» — злоупотребление им ведет к «спагетти-коду».

🏃‍♀️ Азбука айтишника

#ликбез

📱 Промпт дня: применяем знания в реальной задаче

Этот промпт поможет сделать шаг от теории к практике и реально прокачать скиллы в Data Science.

✏️ Промпт:

Give me a ‘challenge of the week’ to apply my knowledge in a real-world scenario.

It should be a practical task closely resembling a real business case or research problem. The challenge should encourage using your Data Science skills — from data analysis and visualization to building models and interpreting results. Ideally, it should involve open datasets, an interesting context, and provide hands-on insights into how the industry works.

Bonus points for including unconventional approaches, such as messy data, unclear success metrics, or the need to explain results to a non-technical audience.

➡️ Примеры челленджей недели:
• Прогнозирование оттока пользователей для подписочного сервиса
• Прогнозирование продаж для интернет-магазина
• Оптимизация ценовой стратегии для онлайн-ритейлера

➡️ Что вы получите:
• Возможность применить знания на практике в реальных бизнес-задачах

🏃‍♀️ Азбука айтишника

#буст

📌 Что такое dependency injection

Dependency Injection — это способ передачи зависимостей в класс снаружи, а не когда сам класс их создаёт.
То есть объект не сам решает, какие ему нужны зависимости, а получает их «готовыми».

➡️ Плюсы DI

Ослабляет связность кода (loosely coupled).
Легко подменять зависимости → проще тестировать.
Код становится гибче и расширяемее.

➡️ Минусы DI

Иногда избыточно для маленьких проектов.
Если использовать DI-фреймворки (Spring, Dagger, Guice), то порог входа выше.

Как ответить на собесе:

«Dependency Injection — это принцип, при котором зависимости передаются в класс извне. Это улучшает тестируемость и уменьшает связность. На практике часто реализуется через конструктор или специальные DI-контейнеры».

🏃‍♀️ Азбука айтишника

#ликбез

🕯 Паттерн Состояние (State)

State — это поведенческий паттерн, который позволяет объекту менять свое поведение в зависимости от внутреннего состояния. Вместо множества условных операторов (if-else или switch), каждое состояние представляется отдельным классом, а сам объект делегирует управление текущему состоянию.

⭐ Когда использовать

— Когда у объекта есть несколько состояний, и его поведение зависит от текущего состояния.
— Когда код с if-else или switch начинает разрастаться и усложняет поддержку.
— Когда необходимо четко разделить логику различных состояний и сделать систему более гибкой.

⭐ Преимущества

— Избавляет от множества if-else конструкций, делая код более читаемым и поддерживаемым.
— Облегчает добавление новых состояний без изменения существующего кода.
— Обеспечивает инкапсуляцию логики для каждого состояния, упрощая тестирование и модификации.

⭐ Недостатки

— Может усложнить код, если состояний слишком мало, а логика простая.
— Увеличивает количество классов, так как каждое состояние реализуется отдельно.
— Вводит дополнительные связи между классами состояний и контекстом.

State — мощный инструмент, когда объекту нужно динамически изменять свое поведение. Он особенно полезен в конечных автоматах, обработке пользовательских действий и моделировании процессов с четко определенными шагами.

🏃‍♀️ Азбука айтишника

#буст

📌 Что такое CORS-атака?

CORS-атака (Cross-Origin Resource Sharing attack) — это эксплуатация неправильных настроек CORS, позволяющая злоумышленнику получить доступ к защищённым данным с другого домена.

➡️ Как это работает

Браузеры ограничивают выполнение запросов между разными источниками (same-origin policy). CORS (Cross-Origin Resource Sharing) позволяет ослабить эти ограничения. Если сервер неправильно настроен, злоумышленник может отправить вредоносный запрос от имени жертвы и похитить данные.

➡️ Как защититься

— Явно указывать доверенные источники в Access-Control-Allow-Origin
— Использовать строгую проверку Access-Control-Allow-Credentials
— Отключать небезопасные методы (PUT, DELETE, OPTIONS), если они не нужны
— Проверять Origin на сервере, а не только в заголовках CORS

🐸Азбука айтишника

#ликбез

Что выведет код?

🔥 — 3
❤️ — 3.5
👍🏼 — Error

🏃‍♀️ Азбука айтишника

#междусобойчик

⚙️ В чем разница между Load Balancer и API Gateway?

➡️ NLB (Network Load Balancer) – распределяет трафик на уровне IP. Он работает на более низком уровне и не анализирует HTTP-запросы.

➡️ ALB (Application Load Balancer) – маршрутизирует запросы на основе HTTP-заголовков или URL. ALB предлагает более сложные правила маршрутизации. Выбор между NLB и ALB зависит от ваших потребностей. Для простых сервисов в небольших масштабах одного балансировщика нагрузки может быть достаточно.

➡️ API Gateway – работает на уровне приложений и берет на себя задачи, такие как аутентификация, ограничение скорости запросов, кэширование и другие. Его функции отличаются от Load Balancer.

Схема иллюстрирует детали работы этих компонентов. Чаще всего Load Balancer и API Gateway используются вместе, чтобы создать масштабируемую и безопасную архитектуру для современных веб-приложений.

🔹 Два подхода к архитектуре:

➡️ Опция A: ALB + сервисы
ALB распределяет запросы между различными сервисами. Ограничение запросов, аутентификация и другие функции реализуются на уровне сервисов. Это более гибкий подход, но требует больше работы при разработке.

➡️ Опция B: API Gateway + сервисы
API Gateway берет на себя функции аутентификации, ограничения запросов, кэширования и других задач. Это упрощает разработку сервисов, но уменьшает гибкость по сравнению с первым вариантом.

🏃‍♀️ Азбука айтишника

#буст