"AI Company Asks Job Applicants Not to Use AI in Job Applications __Anthropic, компания, создавшая одного из самых популярных в мире AI-ассистентов для написания текстов, требует от соискателей согласия на то, что они не будут использовать AI-ассистента при подаче заявки. «Хотя мы поощряем использование AI-систем в работе для повышения скорости и эффективности, пожалуйста, не используйте AI-ассистентов в процессе подачи заявки», — говорится в тексте заявки. «Мы хотим понять вашу личную заинтересованность в Anthropic без посредничества AI-системы, а также оценить ваши навыки коммуникации без помощи AI. Пожалуйста, укажите ""Да"", если вы прочитали и соглашаетесь».__ Вот так вот, всем продаёт свой AI, а вот на собеседовании нельзя использовать. У меня было один раз собеседование в компания Zapier, и там прям сразу же попросили использовать AI и написать, как я его использовал для домашнего задания. Задание нужно было сделать на Databricks, и я использовал Notebooks для решения. Само задание и решение здесь - Football Teams and Competition Analytics. Им не понравилось, что я много переиспользовал ноутбуки. Хотя во всех курсах Databricks показывают примеры с ноутбуками. ``` ├── README.md ├── __includes │ └── utils.py # common functions and libraries for this project ├── facts # aka Gold layer │ ├── __includes │ │ └── dim_facts_ddl.py │ ├── dimensions.py │ └── facts.py ├── football_analytics_pipeline.py └── raw # aka Bronze Layer ├── __includes │ ├── raw_football_schemas.py # Struct Schemas for API │ ├── raw_tables_ddl.sql # Table DDLs │ └── seed_competition_list.py # Data seed for list of competitions ├── __tests # assertions for notebooks │ ├── competition_assertion.py │ ├── competitions_teams_assertion.py │ └── teams_assertion.py ├── raw_football_api_competitions_ingest.py ├── raw_football_api_competitions_teams_ingest.py └── raw_football_api_teams_ingest.py ``` В выходные Дмитрий Фошин эксперт по Azure и Databrics из 🇵🇹, с которым мы написали 2 книжки по Azure Data Factory и сейчас заканчиваем второй релиз Snowflake Jumpstart, провел очень полезный воркшоп в Surfalytics, где мы работали с Databricks, но использовали традиционный Python подход с Wheel, Pytest. То есть это полная противоположность моего подхода с ноутбуками. Видео я загружу на YouTube. Само задание и решение можно найти здесь - Building a Databricks workflow with Python wheel tasks. Такое решение подойдет для Apache Spark в целом. PS для Surfalytics я добавил новую фичу, такие эксперты как Дмитрий Фошин могут бесплатно присоединиться к нашему сообществу в обмен на их активность - win/win. Если у вас глобальные планы на вашу карьеру по дате, лучше места не найти, можете мне написать."