Channel
@not_ai_manager_notes
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
311subscribers
+0 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002821063870 |
|---|---|
| Type | Channel |
| Username | @not_ai_manager_notes |
| Description | Заметки из мира AI/ML (в основном про рекомендательные системы) в BigTech компаниях, плюс пишу о жизни между Лондоном, Амстердамом и Москвой. |
| Created | 24 July 2025 — measured — dated from the channel’s first post |
| First recorded | 6 August 2026 |
| Last confirmed live | 7 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/not_ai_manager_notes |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 6 Aug 2026, 22:18 | 311 | no change |
| 6 Aug 2026, 18:20 | 311 | first reading |
16 posts held, back to 24 July 2025 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 16 posts for this entry, the most recent from 20 June 2026. An engagement rate over an empty window would be a number about nothing.
Lifetime counters from Telegram’s own channel header, read 6 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.
245 reactions across 13 posts, in 5 distinct kinds. The most used accounts for 48.2% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 118 | 48.2% | |
| ❤ | 78 | 31.8% | |
| 👍 | 43 | 17.6% | |
| 😁 | 4 | 1.63% | |
| 🎉 | 2 | 0.816% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 13 of the 16 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 245reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 16 most recent posts we hold, published 24 July 2025 to 20 June 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
📉МЛ, который тихо вредит бизнесу Давно не было постов — надо исправляться. Начну с истории, которая повторилась у меня уже в 3 компаниях) После одного из реоргов моей команде в наследство досталась куча ML-проектов — один из них price recommender (модель, рекомендующая среднюю «правильную» цену за ночь при регистрации апартаментов для их сдачи). Всё считалось рабочим, трогать не предполагалось. Но оказалось — мл-мод…
🔥11❤5👍5😁4
Как подготовиться к behavioral interview? Так получилось, что последние пару лет я активно собеседовался на Manager/Staff позиции в крупный бигтех/FAANG(Google, Amazon, Whatsup, Microsoft) и много участвовал в поведенческих интервью. Плюс собеседовал сам на похожие должности и помогал готовиться к таким интервью. Как выглядит подготовка: 1) Нужно взять топ 30 популярных максимально разных вопросов для бихейв интервь…
❤11🔥6
Rectools - фреймворк для рекомендательных систем. В сентябре 2025 года Rectools была представлена на ACM RecSys в Праге(лучшая конференция про рекоменадетльные системы) : eSASRec: Enhancing Transformer-based Recommendations in a Modular Fashion. Приятно, что когда-то внутренний фреймворк (rectools), родившийся в команде рекомендательных систем в МТС в 2021 году превратился в большой международный независимый opens…
🔥10❤5
Performance review (PSC) в BigTech для ML-инженеров По нашумевшим новостям про изменения PSC следуюший пост: Performance and Skill Calibration (PSC) – так в Bigtech называют полугодовой/годовой цикл оценки работы, определяющий развитие инженера, бонусы и акции. Процесс более менее прозрачен: инженер пишет self-review документ с достижениями и док-вами, собирает отзывы от коллег (peer review), а менеджер готовит PS…
🔥10❤2👍2
LLM basic overview Недавно собирал полезные ссылки для подготовки к верхнеуровневому собеседованию на AI-инженера для перекатывающегося приятеля инженера из классики в LLM, показались весьма полезными и для Дата сайентистов и для всех инженеров . Полезные ссылки: - Красивые ответы на интересные вопросы из таких компаний как Deepmind - 500 кейсов LLM из разных компаний System Design overview - часть 1 - часть 2 RA…
👍10🔥6❤3
Собеседования на менеджерские/руководящие роли в AI/ML/DS/Engineering/Applied Science. Так получилось, что за последние пару лет я активно собеседовался на разные менеджерские ML роли в Big Tech компаниях: Google (отказ), Amazon (оффер на Applied Science Manager), Uber (EM — 2 раза отказ), Facebook (AI EM — оффер), Spotify (отказ), Microsoft(отказ) и тд. Кроме того, несколько раз помогал готовиться другим кандидатам…
👍10🔥9❤4
Испытательный срок в FAANG Сегодня чуть больше полугода, как я работаю Engineering Manager ML(AI) команды в новой компании (FAANG) в лондонском офисе. Возможно, это были одни из самых сложных 6 месяцев за последние мои 8 лет карьеры в DS/ML (если брать в расчет только работу без совмещения с учебой). Как оказалось, в некоторых местах испытательный срок - это период, где не такой уж и маленький процент людей, особенн…
🔥18❤8👍6🎉2
Telegram-каналы В недавнем видео (которое скоро выйдет на youtube) я обещал поделиться небольшим списком Telegram-каналов, которые рекомендую к прочтению (если сделать весь список, то выйдет больше, чем на два поста). Они охватывают новости ML, разработки рекомендательных систем, а также личный опыт людей из индустрии. 📢Общие каналы про индустрию - t.me/seeallochnaya — новости (с авторскими комментариями) из мира …
❤7👍4🔥3
⚖️ Offline vs Online Evaluation Gap in RecSys: Why an Offline Leader Can Fail an A/B Test Немного более технический пост. Во всех компаниях, где я работал (или слышал от друзей из FAANG+ компаний), рано или поздно возникал один и тот же вопрос: как предсказать, что алгоритм, хорошо показавший себя на исторических данных, действительно улучшит метрики пользователей в продакшене? Это распространённая проблема в индустр…
🔥8❤2
⚡️ Укорачивай цикл. Чем быстрее гипотеза проверится на пользователях, тем меньше шанс, что за это время изменятся сами пользователи или контент. Минимизируйте задержку между оффлайн-экспериментом и онлайн-тестом. Один из подходов – off-policy оценка новых моделей: методы типа Inverse Propensity Scoring или Doubly Robust позволяют прикинуть эффект модели на основе собранных логов, без мгновенного выпуска в продакшен. …
🔥13❤2
Как понять, что твой будущий руководитель не м...к (адекватный в people management) ? Мы очень много говорим о том, как проходить собеседования в разные компании и что спрашивают в том же FAANG. Но не менее важно — как понять, что команда, компания и особенно твой будущий руководитель — адекватный человек. Ведь хороший рук-ль сильно не улучшит жизнь, но плохой сильно может испортить :) Мы с друзьями часто обсуждали…
❤10🔥4
💼 Как я попал в FAANG на позицию Engineering Manager в AI-команду Мысли о FAANG впервые появились у меня лет 8 назад. Тогда я посмотрел пару интервью русскоязычных ребят из Долины — и что-то щелкнуло. В это же время мои одногруппники‑олимпиадники с ВМК МГУ начали ездить на стажировки в Google. Я тогда был далеко не самый сильный из них (скорее наоборот), но очень было интересно, каково там работать. В 2020-2021 год…
🔥20👍6❤3
Showing the 12 most recent of 16 posts we hold for @not_ai_manager_notes. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Citation-graph rank — 5,836 of 1,160,990entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Named by 2 registered channels — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 6 August 2026 — this entry's latest reading, not the date you are reading this.
“Не AI Заметки AI Менеджера” (@not_ai_manager_notes), 311 subscribers as measured 6 August 2026. Telegram Register, tgregister.com/channel/not_ai_manager_notes.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.