Требуется: высшее образование / или специальное обучение Ausbildung, требования к языку +В1.

Зарплата (брутто/мес): 3800€ — 5000€

Интересное наблюдение: данная позиция есть не во всех компаниях, а в основном только в крупных. Если Arbeitsvorbereiter'a нет в организации, то его обязанности ложатся на прораба/начальника участка.

• Bauleiter

  или прораб / начальник участка

Обязанности: Отвечает за ведение объекта, организацию работы подрядчиков, контроль сроков, бюджета, качества строительства и охраны труда. Часто совмещает функции технадзора, иногда забирает на себя функции Arbeitsvorbereiter, а также может проводить тендеры и подбор субподрядных организаций.

Требуется: высшее образование, знание смет, VOB. Знать как планировать и организовывать строительство. Высокие требования к языку +В2-С1

Зарплата (брутто/мес): 4200€ — 5600€. Работа на крупных объектах может оплачиваться сильно выше.

• Projektleiter

  или руководитель проекта / Project Manager

Обязанности: Менеджер. Отвечает за договорную работу, коммуникацию с заказчиком. Контроль бюджета проекта, платжей, расчётных документов и вообще всех денежных вопросов проекта. Частичный контроль за всеми отделами занимающимися проектом.

Требуется: высшее образование в области строительства. Иногда требуются курсы и тренинги в области управления проектами, строительного права. Крайне высокие требования к языку +С1-С2

Зарплата (брутто/мес): 5200€ — 8600€. Работа на крупных проектах может оплачиваться сильно выше.

Про поиск работы в Германии и Европе

🪪 LinkedIn - главная площадка для поиска работы

Это по-моему основная платформа для поиска инженерных вакансий в Германии.

Часто встречаются различные позиции, виден референс той или иной компании. Ее цель и философия.

Плюсы: высокая активность рекрутеров и возможность писать им напрямую. Должен быть быстрый фидбэк. Также видно цепочку контактов.

Минусы: насколько мне известно не все немецкие компании активно публикуют вакансии - часть ищет через собственные сайты или через сторонние агрегаторы.

🟢Xing - немецкий аналог LinkedIn

По ощущениям достаточно пустая площадка. Активность ниже, чем в LinkedIn, но говорят некоторые немецкие компании предпочитают её для внутреннего найма.

Я использую Xing как вторую площадку, чтобы быть видимым для тех, кто ищет только в немецком пространстве.

P.S.

Прямо сейчас собираю собственную таблицу из понравившихся мне строительных компаний Германии.

Для каждой компании указываю: официальный сайт, профиль на LinkedIn, контактные e-mail, точную сферу деятельности (высотное, промышленное, инфраструктурное строительство и т.д.), чем запомнилась (проекты, подход, корпоративная культура).

Позже я буду составлять персонализированные сопроводительные письма и отправлять их вместе с резюме напрямую, а не просто откликаться на вакансии в LinkedIn и пр.

Такой подход в теории (надеюсь) даст возможность быстрее получить ответ и приглашение на интервью.

Как это работает? Механизм самоудушения:

1. Цель подменяется. Лозунг «публиковать самое важное» меняется на «публиковать самое цитируемое». Рискованную, ломающую шаблоны статью могут не взять, потому что её цитирование непредсказуемо. Возьмут ту, что гарантированно наберёт десяток ссылок от коллег по узкой теме.

2. Рецензенты-«могильщики». Статьи отправляют на рецензию проверенным «гуру» старой парадигмы. Их вердикт на новизну: «Интересно, но преждевременно / недостаточно данных / не соответствует профилю журнала».

3. Тематическое гетто. Журнал начинает бояться новых областей. Надежнее качать проверенную тему, где авторы цитируют друг друга по инерции, чем рисковать с чем-то революционным.

4. Ритуал важнее смысла. Вы тратите месяц не на ясность мысли, а на подгонку статьи под архаичные правила оформления, угодные редакции.

Интересные факты (которые пахнут нафталином):

• PRX и внутренний бунт. Были слухи, что в Physical Review X редакторы жаловались: их заставляли гнаться за IF в ущерб смелости отбора.

• Математика vs. Биология. IF в математике в разы ниже, чем в биомедицине. Не потому, что математики глупее, а потому, что в их области иначе цитируют. Но чиновники от науки этим не интересуются — для них цифра решает всё.

• «Цитатный картель». Фактически такие журналы становятся закрытыми клубами. Авторы из топ-лабораторий публикуются в них же и цитируют друг друга, поддерживая высокий IF.

Парадокс (и главный вывод):
Чем успешнее журнал в сохранении своего импакт-фактора, тем бесполезнее он для науки будущего. Он выигрывает в рейтингах и отчётах, но проигрывает в истории. По-настоящему важные работы сегодня часто рождаются вне этой системы — на препринтах (как arXiv), в открытых молодых журналах или просто в блогах крутых учёных.

Личное мнение (как человека, который видел эту кухню):
Импакт-фактор из полезного инструмента превратился в валюту в игре за статус, а не меру качества науки. Мы измеряем не важность идеи, а её способность встроиться в существующую цитатную машину. Как сказал один мой знакомый профессор: «Раньше я выбирал журнал, где мою статью прочтут нужные люди. Теперь я выбираю журнал, который даст мне больше баллов в отчёте».

Что делать?
Для учёного: перестать смотреть на бренд журнала. Оценивать статью по содержанию, а не по обложке. Поддерживать открытую науку.
Для науки в целом: двигаться в сторону инициатив вроде DORA (Сан-Францисская декларация), которые призывают убить культ импакт-фактора и оценивать работы по сути.

Такой журнал-реактор — это не злодей. Он жертва собственного успеха. Он похож на забальзамированную знаменитость: смотришь — вроде живой, все её знают, но внутри уже давно пустота. И все делают вид, что не замечают запаха нафталина.

#словарьсложныхвещей #реактор #наука #импактфактор #публикация #журнал #застой #DORA #научнаясреда

Словарь сложных вещей. Реактор - мы ТГ

👨‍🦰 Стив Джобс представил в Сан-Франциско «волшебное и революционное устройство» — планшет iPad за $499 с 9,7" экраном.

📊 Критики назвали его «большим iPod Touch» и пророчили провал, но за первые 80 дней продали 3 миллиона штук, создав целую категорию устройств «между смартфоном и ноутбуком».

💭 iPad не просто возродил мертвый рынок планшетов — он убил нетбуки за два года.

====================================
👇👇Наш канал на других площадках👇👇
YouTube | VkVideo | Telegram
====================================

Я в своей работе (решение производственных и конструкторских проблем) использую следующие нейросети: DeepSeek, Qwen, Perplexity и иногда GigaChat. Все они доступные в России без впн и какой-то сложной регистрации. Да почти все бесплатные! Только у Perplexity расширенный функционал за доллары. Но и бесплатного – вполне достаточно.

Что это за нейронки и как их подключить – не буду повторяться, есть в других моих статьях.

Perplexity

Начал я с этого искусственного интеллекта. Загрузил файл с картинкой. И как остальным нейросетям, я задал достаточно простой промт:

Изучи изображение и дай ответ на вопрос, который есть на этом изображении.

Такое ощущение, что Perplexity повела себя как балагур-подчинённый, к которому неожиданно подошёл начальник и что-то спросил. Но как соображающий балагур: ответ был выдан быстро. Очень короткий, с похожими на логические связи цепочки рассуждений. Но неправильный. Почему-то нейросеть посчитала, что автомобиль занял место 88.

Пришлось указать на ошибку:

И правильный ответ не заставил себя долго ждать!

Попытался сбить нейронку с толку – мол, и сейчас ошиблась – не помогло. Хотя, бывает, что мнение своё меняет.

Qwen

У Qwen относительно недавно появилась функция анализа изображений по частям. И, такое ощущение, что этот китаец хвалится этой функцией. Иногда действительно можно увидеть что-то новое для себя в таких анализируемых картинках. Но не в этот раз.

Эта нейросеть обстоятельно расписала каждый шаг своего анализа этой задачи. И как она увеличивала каждый фрагмент картинки, и что она видела…

Исписала два экрана текстом и дала правильный ответ.

DeepSeek

Неожиданно. Осенью прошлого года разработчики заявили, что DeepSeek теперь умеет анализировать изображения. Пару раз я закидывал картинки, но анализ был достаточно поверхностный – узнавала только крупные детали. А под Новый год вообще эту функцию отключили. Либо картинка не грузилась, либо сразу появлялось сообщение, что данный тип файла прочитать не может. А тут неожиданно прочитала и дала правильный ответ!

GigaChat

Разработка Сбера. Держу её в поле зрения, так как случись что и остались мы без зарубежных разработок. ChatGPT – на территории России не доступен вообще (только с магией). Perplexity (разработка США) – расширенную версию обычным способом не купить на российскую карточку. Но с этими всё ясно. Но некоторые китайские нейронки – тоже ограниченно доступны! Например, китайский Klign при помощи которого делают картинки и видео, нельзя оплатить российской картой. Так что, надо страховаться.

Так вот, GigaChat. Недавно приятно обновился – работают. Вроде как добавили Кандинского (тоже разработка Сбера), но мне не понравилось то, что многие функции (особенно дорисовки) исчезли!

И, к сожалению, хоть интерфейс и стал приятнее и понятнее, но ума не особо прибавилось.

На мой промт: «Изучи изображение и дай ответ на вопрос, который есть на этом изображении», я получил быстрый, но не верный ответ – 88.

Ну ладно. Было такое. Указываю на ошибку, прошу лучше подумать. Результат – признал, что ошибся и 96.

По его логике, между местами 88 и 98 автомобиль занял именно девяносто шестое место!

Ну почему?! Почему из 9 номеров выбран именно этот?!

«Вы правы. Ответ – 94»

Говорят, что грубое обращение с нейронками помогает повысить точность ответа. Похоже, это не этот случай.

А потом были дважды вариант «88» и вариант «86». И я сдался…

Почему это важно

Современные нейросети дают возможность общаться с ними не только при помощи текста, но и при помощи картинок. Картинки, кстати, могут нести больше информации, чем способен человек описать словами. Часто человек может и не видеть, что есть на картинке: «смотрит, но не видит».

А нейросеть может увидеть. Как, например, другой человек (которого рядом может и не оказаться, а нейросеть всегда в телефоне). И у меня вопрос, а что может увидеть та или иная нейросеть и как она мне может помочь в решении производственных и конструкторских проблем? Как с ней более эффективно общаться при помощи изображений?

Представляете: фотографируете нужным образом процесс или узел, задаёте правильный промт и за пять минут получаете способы решения проблемы! Красота!

Заключение

Кто ещё не сообразил, попробуйте посмотреть на парковку с другой стороны. А я пока покажу итоговую таблицу моего эксперимента.

Для тех, кто поленился подумать над задачкой у меня две новости.

Первая новость. Задачка относительно простая. Уровня начальной школы. Если и дальше так пойдёт, можете остаться без работы. Ну или вы немного отдохнули и с пользой – узнали про нейронки. 😊

Вторая новость. Правильный ответ 87. Вы сейчас смотрите на картинку и читаете цифры слева на право. Взгляд на парковку как бы сверху от бордюра. Если посмотреть на парковку сверху и со стороны дороги, то цифры надо будет читать справа на лево и их надо будет перевернуть: 86, ??, 88, 89…

Чаще я пишу в Телеграм и Вконтакте (это каналы-дублёры). Если интересна тема нейросетей в решении проблем производства и конструировании – подписывайтесь. Кстати, скоро я там выложу бесплатный гайд, как можно при помощи Qwen редактировать картинки для рабочих презентаций.

🚀 Игрок управлял «ракетой» (точкой света на экране осциллографа), стреляя по целям, нарисованным прямо на стекле.

📃 Патент выдан в 1948-м, но устройство осталось лабораторным экспериментом — на 11 лет раньше Tennis for Two и на 25 лет раньше Pong.

Деталь:
Это была аналоговая игра без компьютера и программы — чистая физика электронного луча.

====================================
👇👇Наш канал на других площадках👇👇
YouTube | VkVideo | Telegram
====================================

Присоединяйтесь к интересному

Российский рынок промышленных роботов действительно прибавил: по данным Центра развития промышленной робототехники Университета Иннополис, в 2025 году объём рынка вырос на 14% и достиг 7,86 млрд рублей. Это заметный шаг вперёд после нескольких лет стагнации, но за радостными цифрами прячется ряд существенных ограничений и противоречий. При сохранении нынешних темпов рынок к 2030 году может подрасти до 15,1 млрд, а при активной господдержке и больших вложениях - теоретически вырасти до 48 млрд; правда, для второго варианта потребуются триллионы рублей инвестиций и системная госполитика, которой пока не видно.

Плотность роботизации в стране выросла, но Россия всё ещё отстаёт от мировых лидеров: в Южной Корее на 10 тысяч работников приходится более тысячи промышленных роботов, в Китае - сотни, в США - почти триста. У нас же пока уровни в разы ниже, и чтобы войти в топ-25 по плотности потребуется массовая замена оборудования и переоснащение предприятий. Бюджетные вливания направлены в отрасль - на федеральный проект до 2027 года выделено уже 88,9 млрд рублей - но этого явно недостаточно для масштабной модернизации.

Практическая сторона тоже не праздник. Роботы полезны там, где много монотонной или опасной работы: металлургия, машиностроение, пищевая промышленность, логистика. Они могут поднять производительность и снизить травматизм. С другой стороны, для внедрения роботов предприятиям нужно перестраивать цеха, менять процессы, переучивать персонал и вкладываться в инфраструктуру. Эти издержки и создают барьер: лишь часть компаний готовы ждать окупаемости пять лет и более, многие готовы инвестировать только в готовые, "под ключ" решения.

Социоэкономический эффект вызывает больше вопросов, чем ответов. Массовая роботизация повышает эффективность, но не гарантирует справедливого распределения выгоды. Инвестиции и прибыль чаще концентрируются у собственников и крупных игроков, а рабочие получают угрозу сокращений и переобучение на условиях рынка. Без чёткой политики перенаправления выгод в пользу занятости и образования автоматизация рискует усилить неравенство, а не решить проблему производительности.

Компании готовы брать роботов у российских производителей, где ценят сервис и поддержку. Это плюс для локального рынка и индустриального суверенитета. Но зависит многое от реального объёма инвестиций и от того, кто будет оплачивать модернизацию — бизнес, государство или те же работники через сокращения и снижение социальных гарантий.

Cектор растёт, цифры радуют, но рост сам по себе не решит системных задач. Чтобы роботизация стала стимулом для широкого экономического и социального прогресса, нужна не только техника, но и политика: прозрачные инвестиционные программы, программы переобучения, защита занятости и механизмы перераспределения выгод. Иначе это будет просто новый виток концентрации капитала под видом технологического прогресса.