Trabajos Foxtail Remote - IT

Недавно мы завершили несколько крупных проектов по оценке персонала с помощью нашего продукта FoxTailBox: ⚫️для корпоративного университета Синергии, где оценивали команды разработки, ⚫️совместно с ФРИИ — для специалистов в контуре Альфа-Банка, ⚫️вместе с партнерами из стран СНГ оценивали управленческие команды крупных производственных и добывающих компаний. В сумме это дало данные по более чем 1000 сотрудникам интеллектуального труда – разработчикам, аналитикам, менеджерам, управленцам разных уровней – то есть классическим белым воротничкам. 1000 кейсов – уже внушительная выборка. Именно поэтому мы решили посмотреть на эти данные не как на набор отдельных кейсов, а как на срез современного рынка оценки компетенций на 2026 год. И результаты нас удивили. Как компании ошибаются при оценке сотрудников, новое понимание миддлов и сеньоров, а также ответ на вопрос «Заменил ли ИИ человека?» – в нашей статье.

Завершаем 2025 год большим апдейтом FoxTailBox — теперь это единый инструмент для оценки людей, который экономит часы HR и даёт понятные решения для руководителей! 🚀 Что появилось за год: 🔴 Проверка CV и быстрый скрининг: сильные/слабые стороны кандидата + готовые вопросы на интервью, без ручной рутины 🔴 Прокторинг и контроль качества: меньше «случайных» успехов и списываний, больше доверия к результатам 🔴 Новый отчёт для HR и сотрудника: сильные стороны, зоны роста и понятные рекомендации по развитию 🔴 Массовые выгрузки и дашборды: срез по командам за минуту — готовая основа для отчётов и решений по людям 🔴 Готовые пресеты под маркетинг, продажи, поддержку и найм: запустить оценку можно буквально «за вечер» 🔴Конструктор «собери свой стек»: до 10 любых профессий бесплатно под вашу структуру Новогодний бонус 🎁 Только 29-31 декабря: +15% оценок к любому тарифу или пакету 📈 С 1 января цены вырастут на 30% из‑за НДС, поэтому зафиксировать условия на 2026 год выгоднее сейчас Если планировали обновить или расширить оценку в 2026 — самое время это сделать! Просто оставьте любой комментарий под постом — и мы подберём тариф под ваши задачи и команду. А в презентации можно посмотреть живые кейсы клиентов и примеры отчётов — так проще примерить FoxTailBox на свой бизнес 📊

FoxTailBox: маленький апдейт, большое признание Наш проект FoxTailBox попал на «Карту российского ИИ 2.0» от «Инк» и AI Factory — среди 170+ сервисов, которые сейчас формируют рынок ИИ в России. Для нас это очень важная отметка: значит, нас уже видят не только как внутренний HR-инструмент, а как часть российской AI-экосистемы. ⭐ FoxTailBox — это платформа, которая помогает компаниям навести порядок в оценке навыков: от найма до развития сотрудников. Мы автоматизируем оценку технических и личных навыков через тесты и практические задания, чтобы HR и руководители не тонули в собеседованиях и ручной проверке ответов. ⭐ Отдельный фокус — на производственных и крупных операционных командах: там, где важно не только «нанять быстрее», но и снизить риск ошибок, простоев и нарушений техники безопасности за счёт понятной оценки знаний и навыков. ⭐Попадание на карту — для нас знак, что мы двигаемся в правильную сторону: делаем не «игрушку с ИИ», а рабочий инструмент, который заметен на уровне рынка. Спасибо всем клиентам, партнёрам и команде — без вас нас бы на этой карте просто не было 💛 Сама карта — по ссылке, очень рекомендуем полистать и посмотреть, как быстро обрастает реальными продуктами российский рынок ИИ.

Наш партнер – Центр корпоративных инноваций и продуктового развития "Акселератора ФРИИ" запускает первое масштабное исследование рынка продуктового управления в России и странах СНГ – «Как устроены продуктовые команды в 2025 году: структура, процессы, зарплаты, карьерные треки». Почему это важно Продуктовые команды сегодня отвечают за ключевые бизнес-метрики. Но на рынке до сих пор нет единой базы знаний в рамках процессов продуктового управления: * мало реальных данных о работе продуктовых команд, * неясно, как измерять «зрелость» продуктовой функции, * нет бенчмарков по зарплатам, компетенциям и карьерным трекам. Мы хотим это изменить 😎. Кто может участвовать CPOs, Heads of Product, руководители продуктовых команд, HR BPs и все, кто вовлечен в работу с продуктовой функцией. Что получат респонденты * Ранний доступ к результатам исследования * Шанс попасть на закрытую конференцию Corporate Products Day 2025 (до 10 мест) * 🔥И главный джекпот – возможность выиграть обучение в Школе продуктового трекинга ФРИИ! (2 оффлайн и 2 онлайн места) Узнать подробности и принять участие в исследовании: ссылка тут

Найм сотрудников может быть быстрым и точным — без лишних ресурсов. Убедитесь сами Если вы тратите недели на отбор, собеседуете десятки кандидатов вручную и всё ещё не уверены в результате — значит, процесс пора менять. Типовые проблемы: • 70+ откликов на вакансию • Отсутствие экспертов для оценки навыков • Сложность масштабирования • Субъективные решения и потеря времени Решение уже есть — автоматизированная платформа оценки компетенций FoxTailBox: • Проверка hard и soft skills по карте компетенций • Видео- и аудиоинтервью с автоматическим анализом • Генерация и проверка заданий без участия HR • Защита от подмены (proctoring) • Точность до 94% — как у опытного эксперта • Интеграция с вашими системами Это не теория — это готовый инструмент. Компании уже закрывают вакансии быстрее, точнее и без лишней нагрузки на команду. Теперь ваша очередь. 📌Запишитесь на бесплатное демо FoxTailBox — посмотрите, как это работает в реальности. Пишите @kitrusin, чтобы назначить дату и время показа.

Продолжаем вчерашнюю тему. Вопросы для проверки middle ML-инженера. Взяли их из пула реальных вопросов, которые используются в сервисе FoxTailBox.ru 💜 Каковы основные преимущества использования библиотеки NumPy по сравнению с обычными списками Python для обработки больших объемов данных? 💜 Каковы основные преимущества использования deque по сравнению с обычными списками в Python? 💜 Каковы основные преимущества использования библиотеки Pandas для обработки данных по сравнению с традиционными методами работы с данными в Python? 💜 Как различаются INNER JOIN и OUTER JOIN в SQL, и в каких ситуациях каждый из них предпочтительнее использовать? 💜 Как использование индексов может повлиять на производительность SQL-запросов и какие факторы следует учитывать при их создании? 💜 Каковы основные принципы Git Flow и как они помогают в управлении сложными ветками? 💜 Каковы основные этапы проведения A/B-тестирования и какие статистические методы используются на каждом из них? 💜 Каковы основные отличия между дискретными и непрерывными случайными величинами в теории вероятностей? 💜 Каковы основные характеристики нормального распределения, и почему оно так широко используется в статистике и машинном обучении? 💜💜 Каковы основные различия между методами градиентного спуска и стохастического градиентного спуска в контексте оптимизации функций? 💜💜 Каковы основные методы решения систем линейных уравнений и в каких случаях каждый из них наиболее эффективен? 💜💜 Каковы основные различия между линейной и логистической регрессией в контексте задач обучения с учителем? 💜💜 Каковы основные различия между XGBoost, CatBoost и LightGBM в контексте их архитектуры и подходов к обучению? 💜💜 Каковы основные различия между алгоритмами K-means и DBSCAN в контексте их применения к данным с различной плотностью кластеров? 💜💜 Каковы основные различия между метриками MAE и MSE в задачах регрессии, и в каких случаях предпочтительнее использовать каждую из них? 💜💜 Как регуляризация помогает в борьбе с переобучением и какие виды регуляризации вы знаете? 💜💜 Как PyTorch реализует автоматическое дифференцирование и чем оно отличается от других фреймворков глубокого обучения? 💜💜 Как Keras упрощает процесс создания и обучения нейронных сетей по сравнению с другими фреймворками глубокого обучения? 💜💜 Как рекуррентные нейронные сети обрабатывают последовательные данные и чем они отличаются от полносвязных нейронных сетей в этом контексте? 💜💜 Каковы основные различия между нормализацией и денормализацией в контексте реляционных баз данных и как они влияют на производительность запросов? Как считаете, помогут такие вопросы проверить уровень ML-инженера? Оставляйте заявки на демо, чтобы увидеть еще больше возможностей сервиса.

❕Какие знания проверить у middle ML-инженера? Разбор проверки от нашего сервиса foxtailbox.ru Вопросы для проверки ML-инженеров в нашем сервисе охватывают широкий спектр. Смотрите сами: • Программирование на Python • SQL-скриптинг • Работа с Git • Вычислительная статистика • Теория вероятностей • Математический анализ • Линейная алгебра • Модели и алгоритмы машинного обучения • Метрики качества • Оценка и улучшение моделей • Основные фреймворки DL • Архитектуры нейронных сетей • Контейнеризация • Визуализация данных • Сбор и хранение данных • Параллельные вычисления И это только уровень middle... Интересно увидеть реальные вопросы, которые использует foxtailbox.ru для ассессмента ML-инженеров? Лайкните, и завтра опубликуем пост❤️

🔹О грейдах и картах компетенций🔹 Определение грейда специалиста – краеугольный камень для многих ИТ-компаний. Что должен уметь миддл, какие должны быть у него навыки...В 90% каждая компания определяет это по-своему. Поэтому частенько ваш уверенный миддл становится джуном на собеседовании клиента. Чтобы снизить риски такого понижения грейда и навести порядок среди своих специалистов, нужно выстроить в компании четкую систему ассессмента. В этом помогают карты компетенций. 💁♀️Что это такое? Карты компетенций — это инструмент, который систематизирует и оценивает навыки специалистов. На их основе вы можете выстраивать систему грейдирования — ранжирования сотрудников по уровням их профессиональных навыков и опыта. 📈 Как это работает? Карты компетенций помогают: - Установить четкие требования для каждого уровня грейда. - Прозрачно и объективно оценивать сотрудников, основываясь на их реальных навыках. - Показать путь карьерного роста каждому специалисту. - Связать систему грейдов с системой вознаграждений и мотивации. - Планировать обучение и развитие в зависимости от потребностей компании. 🔑Почему это важно? Использование карт компетенций делает процесс грейдирования не только более справедливым, но и помогает команде видеть четкие цели для карьерного роста. Это мотивирует сотрудников развивать нужные навыки и повышает их вовлеченность в процесс. 💡Где их взять? Можно реализовать это у себя в компании, тщательно изучить мировые best-practices оценки ИТ-специалистов, опросить экспертов, и на их основе полученных данных сформировать свои собственные карты компетенций. Обкатать их на своей команде, понять, что нужно исправить и доработать их. Это если у вас в запасе есть год-другой. А можно попробовать в работе наш продукт foxtailbox и убедиться, что порядок в грейдах – это проще, чем кажется.

Тренды на первую половину 2025 в подборе IT-специалистов Рассказываем тенденции найма разработчиков и всех причастных к технологиям, чтобы HR чувствовали себя как рыбы в воде. Если кратко: ИИ приходит на помощь, удаленка сокращается, зарплаты джунов тоже, главной мотивацией становится зарплата, выпускники курсов бьются за места в штате. Теперь подробнее👇 ⭐️Выпускники курсов выходят на арену Все больше кандидатов в графе образование будут указывать только быстрое обучение. О нюансах писали здесь. ⭐️Удаленка всё Мир отходит от удаленной работы. Amazon, Apple и Zoom сокращают дистанционные форматы из-за негативного влияния на корпоративный дух и снижения продуктивности сотрудников. Тем не менее, спрос на удаленный или гибридный формат будет всегда – и предложившие его команды получат преимущества в найме. ⭐️Зарплат не хватает Каждый четвертый работник ищет новую работу из-за проблем со стоимостью жизни. 38% работников заявляеют, что с наибольшей вероятностью сменят работодателя, потому что испытывают трудности с оплатой счетов каждый месяц А вот джунам стали предлагать меньшие деньги. Тенденция началась в 2023 и продолжается до сих пор. Главная причина – большое количество новичков на рынке. ⭐️ ИИ как полноценный HR-сотрудник Искуственный интеллект становится лучшим другом для рекрутеров. Отберет резюме, проверит код, даст обратную связь. Если еще не используете ИИ – мы идем к вам😁