max.sh — логотип Telegram-канала

@max_dot_sh

max.sh

Telegram-канал @max_dot_sh: 3,4 тыс. подписчиков, 2,5 тыс. просмотров на пост

Искусственный интеллект

Оценки пока нет

За последние 30 дней здесь вышло меньше 5 постов.

3,4 тыс.
Подписчики
2,5 тыс.
Медиана просмотров за 30 дней
73,6%
Просмотры / подписчики за 30 дней
3
Постов за 30 дней

Данные на 19 ноября 2026 г.

Личные заметки инженера из мира искусственного интеллекта и стартапов: о работе в исследовательских ролях, найме и жизни разработчика, который переезжает между офисами и городами. Автор делится историями с конкурсов и контестов по разработке, рассказывает про уход из стартапа Tessl после работы над Spec Driven Development и AI-ревьюерами кода, и делится карьерными новостями вроде публикации статьи на конференции KDD. На 18 сентября: подписчиков 3,3 тыс., что меньше медианы категории, а постов за 30 дней вышло 3 — заметно реже, чем у соседей по категории. При этом ER держится на уровне 70,0 %, что заметно выше медианы категории. Тон канала неформальный, с личными историями и наблюдениями за индустрией.
описание каталога О канале от автора
Карьера, образование и исследования в мире AI через призму собственного опыта. Канал ведет Макс Шапошников. Сейчас пост трейню Gemini в GDM Cвязь в тг - @PorcelainFox Linkedin - linkedin.com/in/maxshapp

Обзор

Составлен автоматически по данным канала, обновлён 9 сентября 2026. Числа в тексте — на эту дату; свежие стоят плитками выше.

max.sh — личный канал о карьере в tech и AI: автор рассказывает о своём пути от стартапа Tessl (Research Engineer) до смены места работы, делится вакансиями с конкретными условиями компенсации, разбирает конкурсы и хакатоны, пишет про AI-код-ревьюеров и свои pet-проекты вроде игровых прототипов на агентах. Тон живой, личный, много историй от первого лица и профессиональной рефлексии.

Выходит редко: 5 постов за 30 дней при медиане по категории «Работа и карьера» в 49 постов — это заметно ниже, чем у соседей по разделу. Зато вовлечённость нетипично высокая: ER 81,3% против медианных 11,6% по категории, а медиана просмотров поста — 2 647 при 3 257 подписчиках. За 14 дней наблюдений подписчиков стало на 35 больше, а средние просмотры выросли на 277.

Канал подойдёт тем, кто интересуется личным опытом в AI-индустрии, ищет вакансии от автора из первых рук или хочет читать неформальные заметки про карьерные решения, а не потоковый дайджест новостей. Из 53 записей категории канал выделяется скорее качеством отклика аудитории, чем частотой публикаций: Place Score здесь — 83.

Частые вопросы

О чём канал @max_dot_sh?
Это личный канал о карьере в tech и AI: автор делится опытом работы в стартапе Tessl, публикует вакансии с условиями компенсации, пишет про конкурсы, AI-код-ревьюеров и свои pet-проекты.
Можно ли купить рекламу в max.sh?
Владелец пока не открыл прайс на рекламу на сайте. Связаться по размещению можно напрямую с автором в Telegram.
Сколько подписчиков?
Подписчиков — 3,4 тыс. Медиана просмотров поста — 2,5 тыс. Просмотров на подписчика — 73,6%. Данные на 19 ноября 2026 г.
Как часто выходят посты?
За 30 дней вышло постов: 3 — это реже раза в неделю. Данные на 19 ноября 2026 г.
Есть ли у канала галочка Telegram?
Галочки Telegram нет.
Кто ведёт страницу канала в каталоге?
Пока никто. Если это ваш канал — заберите страницу: сможете отвечать на отзывы и видеть её статистику.
Это ваш канал?

Подтвердите владение — точные метрики и что улучшить, ответы на отзывы от лица канала и бейдж владельца на странице.

Подтвердить владение

Займёт минуту: пост с кодом или бот в администраторах
Ваша страница в tg.place

Знаете владельца?

Перешлите ему это сообщение — он подтвердит права и заберёт накопленное: статистику страницы и ответы на отзывы.

Подписчики+215 за 85 дней
3 4373 222
19 нояб.3 437+2 за день

Наведите на график или проведите пальцем — покажем день.

Последние посты

  • 3,8 тыс.533 пересылки79 реакцийОткрыть в Telegram
    Стэнфорд начали выкладывать записи лекций с курса Engineering AI Agents Подойдет практикующим AI инженерам и рисерчерам. Из самых интересных, на мой взгляд, лекции про: Agent Design Patterns & Scaffolds (уже выложена), Agent Memory Architectures, Multi-Agent Systems, Personal Agents и Alaways On Agents – у этих пока доступны только слайды. А про последнюю тему вскоре и сам напишу. Забираем смотреть 🤓
  • 2,5 тыс.33 пересылки31 реакцияОткрыть в Telegram

    Медиа

  • Реклама
  • 2,3 тыс.44 пересылки27 реакцийОткрыть в Telegram
    Student Researcher на лето в GDM. Заниматься наукой и AI Подробные детали и как податься в линкедин посте lnkd.in/p/eJSnHFDH
  • 16,6 тыс.390 пересылок63 реакции8 комментариевОткрыть в Telegram

    Медиа

  • 2,2 тыс.1 пересылка17 реакций2 комментарияОткрыть в Telegram
    Давно не появляся с постами – сентябрь и октябрь вышли очень насыщенными на рабочие задачи. Надеюсь, постить получится чаще. И для начала небольшой разбор, который никак не доходили руки запостить уже несколько месяцев
  • 3,1 тыс.13 пересылок27 реакций2 комментарияОткрыть в Telegram
    Вышел из отпуска и сразу в лондонскую подземку. А тут снова ждет креативная it-шная реклама. Такое мы подмечаем. Еще и с отсылками к Бойцовскому Клубу (которые так же зашиты в цветовую палитру компании, если потыкать их сайт). Ну как таким не поделиться? Речь про нео лабу страховую Lemonade. AI-driven компания, известная крайне высокой степенью автоматизации своих процессов. Оценивается в несколько миллиардов. С инженерами из этой компании мне даже удалось поработать. Ребята реально стараются применять передовые технологии где только можно. В мою бытность в стартапе они стали нашими дизайн-партнерами - то есть компанией, вместе с которой мы прототипировал раннюю версию нашего продукта: они нам данные, фидбэк, первый трафик и баг репорты, а мы им полезную для них вещь и плюс возможность докрутить какие-то фичи непосредственно для них. Lemonade быстро сообразили что свои эвалы для агентов - это важная тема, которую не так просто реализовать самим. Имея много агентского контекста( cursor rules, agents.md, скиллы), тонну микро-сервисов и много внутренних wiki им было очень интересно мониторить пользу от всех этих штук. Да и конвертировать PR-ы в SWE-bench style таски, выбирая так дешевую модель, им тоже тогда откликалось. Поэтому ребята бодро итерировались вместе с нами, подкидывая все больше «идей» для новых фичей. В определенный момент, правда, многие такие фичи оказывались не важны, трафик нашего продукта падал, а через некоторое время у них появляись свои аналоги с тем же функционалом. Совпадением это назвать сложно. Тогда я в первые оценил силу вайбкодинга за пределами своих поделок. В последствии, статус дизайн-партнерства быстро перерос в фазу платящих кастомеров. Будут еще интересные постеры, запечатлю, а там поди и история какая-нибудь найдется.
    Пост канала «max.sh» от 16 сентября 2026 г.
  • 3,7 тыс.140 пересылок59 реакций8 комментариевОткрыть в Telegram

    Медиа

  • 3,9 тыс.54 пересылки46 реакций6 комментариевОткрыть в Telegram
    По этикету, уходя из хорошего места - найди хорошую замену. Поэтому пост с вакансией Компания: Tessl, ранний стартап, подняли $125M Роль: Research Engineer, ищут middle+ / senior / senior+ Компенсация: £150K-£230K base salary, сверху много опционов, тут уже как получится договориться Локация: Лондон, спонсируют рабочую визу. Чем предстоит заниматься: компания только ищет свой market fit, так что предстоит примерить много ролей: и кучу пилотов делать, и на созвоны с клиентами ходить, и выступать на разных ивентах по всему миру, рассказывая про всякие интересные результаты. Примеры того, чем я занимался: 1) писал статью про то, как делать эвалы agentic skills (приняли на KDD 2026) 2) пилил автономных код ревьюеров 3) ходил на подскаты рассказывать про бенчмарки. Сейчас команда сильно инвестирует в software dark factories и в инструменты для их создания Кто подойдет: Сильные ML-щики, AI инженеры, Data-инженеры / SWE инженеры с сильным ML бэкграундом (понимать как устроен цикл разработки моделей, эвалов, деплоя агентов). Процесс интервью: 1) Скрин с hr-ом на мотивацию 2) take home на 3-5 часов - дают кредитов на любимого агента и ждут, что все решение сделает агент (под вашим руководством) 3) он-сайт с live coding-ом (агенты разрешены), секция на ML Design 4) бихейвы с лидершипом и фаундером Важно: По предыдущему опыту, команда любит проводить он-сайт именно вживую, с ремоут кандидатами часто были проблемы. Очень желательно иметь возможность приехать в лондон для собеса. Если большая звезда, то не будет проблем и онлайн думаю. ⏹️Как податсья: На сайте с вакансиями. Либо написать мне в личку (контакт в профиле канала) - тогда порекомендую команде напрямую (у меня осталось много опционов, поэтому замотивирован найти сильных ребят 😎)
  • 3,7 тыс.9 пересылок64 реакции6 комментариевОткрыть в Telegram
    К слову о конкурсах. И почему в них круто участвовать. Расскажу свою историю. В 2018 году я учился на третьем курсе универа по компьютерной специальности. Мне точно нравилась идея карьеры в it, но чем именно я буду заниматься, толком не знал. К продакшн разработке c c# / java душа точно не лежала. В свободное время я заглядывался на машинное обучение. К тому моменту уже прошел легендарный курс от ODS (Юра, привет!) и посматривал лекции на Coursera в специализации от МФТИ (какие же были времена!) Очень нравилось как математические концепты трансформируются в какие-то обучающие алгоритмы, fit, predict, вжух вжух и можно предсказывать рейтинг фильма! Тогда я точно решил, что буду стремиться попасть на какую-нибудь работу, где можно будет пощупать этот ML вживую и понять, мое или нет. Нужна была хоть какая-то практика, чтобы создать видимость опыта. И я стал смотреть на конкурсы. Но начать участвовать вот так с ходу было тяжело: ничего непонятно и страшно. Мне очень повезло, что в этом же году проходил курс DMIA – бесплатной онлайн программы по анализу данных от Виктора Кантора. Я выбрал трек "Соревнования по Машинному Обучению", лекции вел Дмитрий Гущин (Дима, привет!), рассказывая разные трюки построения сильных ансамблей. А домашками были реальные конкурсы! Тот факт, что участвуешь не один, есть чат, где можно позадавать вопросы или почитать идей очень помогал побороть страх первого сабмита. Одним из конкурсов было соревнование от Яндекса на их платформе для контестов. Если память не изменяет, то задача была от команды Алисы на ранжирование ответов модели (да, да, тогда до генеративного ИИ было еще далеко!). В моем арсенале навыков были только линейные модели на tf-idf, деревья решений, а также слабенький ноут. Нейронные сети, word2vec и нечто из обсуждений под названием DSSM были темным лесом. Поэтому, естественно, до высоких мест мне было далеко. Я приземлился в районе 60 места. Это было немного, но это была честная работа. Я пыхтел над своими решениями и вкладывал весь скилл в подбор параметров на кросс-валидации. И всем кто финишировал в диапазоне выше определенного места дарили памятные сувениры. В том году это было поло с красивой эмблемой Контеста! В каком же восторге я был, что получилось что-то выиграть! Потом довольный ходил еще несколько лет в этом поло пока оно не стало совсем мало. После конкурса меня прям потянуло в NLP и я стал еще активнее смотреть курсы, читать теорию и интересоваться темой. А первые стажировки оказалось найти не так уж и сложно. Той самой истории про мое решение с конкурса + что бы я сейчас сделал по-другому слихвой хватилона собеседованиях в тот же яндекс в том же самом году. Правда там я так и не поработал, выбрав тем летом стажировку в СКБ Контуре, где уже познакомился с кластеризациями и потрогал RNN-ы.
    Пост канала «max.sh» от 17 августа 2026 г.
  • 3,4 тыс.36 пересылок34 реакцииОткрыть в Telegram
    🏎 Пост для для любителей контестов. Цель конкурса: разработать систему, которая передает поток данных от одного источника нескольким получателям с минимальной задержкой. Добиться низкой задержки в среднем или на медиане можно достаточно стандартными приемами. А вот хардовая часть – сделать так, чтобы на высоких квантилях и под нагрузкой задержка ухудшалась минимально, даже когда растут объем передаваемых данных и количество получателей. В общем оптимизировать P99 (по своему опыту работы с low latency аудио моделями знаю как это тяжело). Конкурс проводит Spectral::Technologies - команда занимается высокочастотным трейдингом (HFT), торгует на рынках по всему миру своими стратегиями. Чтобы чуть лучше дать понять, чем занимаются их инженеры – открыли одну из задач, которую решали сами, в формате соревнования. Из прикольного. Вместе с участниками задачу будет решать и Claude Code. Его решение будет находиться в публичном доступе. Можно использовать как бэйзлайн и источник для вдохновения. Recursive Self-Improvement тема горячая, поэтому хорошая площадка для экспериментов по дизайну таких агентов. Экспертиза по распределенным сетям и прокачанный C++ тоже явно не помешают. Оценивать будут распределение задержки, масштабируемость, корректность и воспроизводимость решения. 🏆 Бонусом хорошие призовые (участие индивидуально): 1 место – 6 000 USD gross 2 место – 3 600 USD gross 3 место – 2 400 USD gross Авторам лучших работ – и не только участникам из топ-3 – предложат сокращенный трек найма на позиции C++ Software Engineer или AI Software Engineer. Платят ребята очень хорошо, вилки публичные (ссылка на блог на codeforces) Дедлайн конкурса – 30 августа, 23:59 GMT+3 Регистрация и доступ к задаче через бота компании – @spectral_challenge_bot
    Пост канала «max.sh» от 12 августа 2026 г.

О канале в цифрах

Создан
3 декабря 2024 г.
Фото
109
Видео
7
Ссылки
138

По данным Telegram на 19 ноября 2026 г.

Отзывы

Оставить отзыв
Оценка

От 40 символов. Опубликуем после проверки.

Отзыв виден всем, владелец канала не может его удалить.

Отзывов пока нет. Ваш будет первым.

Упоминания

Этот канал упоминает 1 канал каталога.

Реклама

Похожие

Ещё по теме