惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cloudbric
Cloudbric
T
Tor Project blog
T
Tenable Blog
月光博客
月光博客
V
Visual Studio Blog
雷峰网
雷峰网
腾讯CDC
V
Vulnerabilities – Threatpost
博客园 - Franky
The Hacker News
The Hacker News
T
Threat Research - Cisco Blogs
Jina AI
Jina AI
阮一峰的网络日志
阮一峰的网络日志
酷 壳 – CoolShell
酷 壳 – CoolShell
Simon Willison's Weblog
Simon Willison's Weblog
T
Threatpost
S
Schneier on Security
P
Palo Alto Networks Blog
S
Security Affairs
博客园 - 聂微东
博客园 - 【当耐特】
大猫的无限游戏
大猫的无限游戏
Know Your Adversary
Know Your Adversary
有赞技术团队
有赞技术团队
博客园 - 司徒正美
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Secure Thoughts
Attack and Defense Labs
Attack and Defense Labs
美团技术团队
Last Week in AI
Last Week in AI
Latest news
Latest news
Security Archives - TechRepublic
Security Archives - TechRepublic
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
C
Cyber Attacks, Cyber Crime and Cyber Security
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
SegmentFault 最新的问题
T
Tailwind CSS Blog
P
Privacy & Cybersecurity Law Blog
C
Cybersecurity and Infrastructure Security Agency CISA
小众软件
小众软件
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
N
News | PayPal Newsroom
博客园 - 叶小钗
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
L
Lohrmann on Cybersecurity
爱范儿
爱范儿
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Hugging Face - Blog
Hugging Face - Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
Google Online Security Blog
Google Online Security Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Архитектурный крест: как приручить System Design interview
AlexanderTimokhin · 2026-06-17 · via Все публикации подряд на Хабре

Средний

10 мин

18

Вначале, наверное, каждый попадал в эту ловушку на собеседовании: кандидат открывает экран, уверенно запускает draw.io и бодро начинает рисовать. Бац — микросервисы! Бац — брокеры сообщений между ними! Redis-кеш сверху, базы данных снизу. Даже стрелки вызовов нарисованы в правильном стиле. Интервьюер кивает, видя техническую беглость. Кандидат чувствует уверенность, ждёт похвалы.

— Отлично, — говорит интервьюер, — а откуда берутся данные для этого отчёта? 

Кандидат на секунду замешкается. «Откуда?.. Ах да, из базы данных, наверное... или из очереди?..» Он смотрит на схему, где слева — пустое место перед микросервисами.

— И кто потребитель этого события? — продолжает интервьюер. — Кто его забирает и что делает с результатом?

Кандидат начинает водить курсором по доске draw.io, но схема рассыпается. Сквозного потока данных нет, потому что контекст не был зафиксирован с самого начала. Это не техническая ошибка, а фундаментальный пробел в системном мышлении.

Проблема не в отсутствии знаний, а в отсутствии целостной картины.

Большинство кандидатов (и не только на собеседованиях) сразу ныряет в глубину технологий, не очертив границы системы. Они рисуют внутреннюю механику бэкенда, не уточнив, откуда приходят входные данные и куда уходит результат. Это как строить фундамент, не зная размеров участка. Или как инженер, который начинает проектировать двигатель, не узнав, что это за транспорт и что он должен делать.

На собеседовании такая ошибка критична. Интервьюер видит технический кругозор, но не видит системного мышления. А ведь это именно то, что отличает senior-архитектора от middle, который умеет только пилить отдельные сервисы.

Из этой боли и сформировался фреймворк «Архитектурный крест».

Это не замена для C4 или UML, у меня нет никаких претензий на академичность. Это прикладной инструмент, который я использую на собеседованиях и в реальной работе. Он дисциплинирует мышление и заставляет начать с ответов на три главных вопроса:

  1. Откуда данные? (источники слева)

  2. Куда они идут? (потребители справа)

  3. Какие у нас планы? (AS IS против TO BE)

Этот метод позволяет за пять минут выстроить скелет системы, который демонстрирует интервьюеру зрелость подхода. Ты показываешь не знание конкретных технологий, а понимание природы систем: как они рождаются, функционируют и эволюционируют.

Схема «Архитектурного креста» — это то самое первое впечатление, которое вы можете произвести на собеседовании. Когда интервьюер видит трёхмерную проекцию системы, где пересекаются поток ценности, слои архитектуры и будущие миграции, он мгновенно считывает: «Этот кандидат видит картину целиком. Он не рисует микросервисы ради микросервисов. Он думает о системе как о живом организме с входами, выходами и развитием во времени».

Описание фреймворка

Вообще, «крест» в названии здесь является графической схемой, следуя которой можно быстро и достаточно точно смоделировать систему. И этот крест представляет собой пересечение трех осей:

Горизонтальная ось (X): от источника до потребителя — «Поток данных»

Это главная ось, вдоль которой течёт бизнес-ценность в ИТ — данные и информация. Слева на холсте отображаем их источники. Не абстрактные «источники данных», а конкретные системы, от которых зависит вся цепочка. Впрочем, в качестве источников могут выступать и ручные операции — ввод пользователями данных в интерфейсе или загрузка файлов. Также сюда можно отнести всякие сенсоры с датчиками IoT, партнёрские системы и всё что угодно.

Вот расширенный (но не исчерпывающий) список источников, который я использую на собеседованиях:

  • Пользовательские действия в интерфейсе: — клики по кнопкам, свайпы в мобильном приложении, ввод форм, голосовые команды.

  • Файловая загрузка: Excel-файлы для импорта, CSV-списки, PDF-документы для обработки OCR. 

  • Внешние API партнёров и очереди сообщений: вебхуки и вызовы API от внешних систем. Также важно не забыть про асинхронные события (Kafka, Rabbit и так далее).

  • IoT-сенсоры и устройства: считывание QR-меток на складе, датчики температуры в холодильных камерах, камеры наблюдения. Они генерируют потоки данных без человеческого вмешательства.

  • Потоки изменений из смежной БД (CDC): Change Data Capture. Когда вместо ежедневной миграции данных ты читаешь журнал MySQL/PostgreSQL и транслируешь изменения в реальном времени.

Справа отображаем наших дорогих потребителей, ради которых всё затевалось. Если информация не доходит до потребителя, то это не архитектура, а игра в кубики:

  • Фронт пользователя: отображение на экране (товар в корзине, статус заказа, карта доставки). То есть любые выводы в интерфейсе у пользователей системы.

  • Вызовы бэка других систем: отправка событий и вызовов во внешние и внутренние backend-системы через API, gRPC и тому подобное.

  • Сообщения в очереди: отправка сообщений в асинхронные очереди (Kafka, RabbitMQ и тому подобные).  

  • Физические устройства: печать чека на кассе, табло на производстве, светодиодная панель на складе с индикацией собранного заказа.

Примечание: если правая часть Креста пуста — это значит, что не проработаны вопросы с потребителями данных. 

Горизонтальная ось — это кровеносная система. Данные должны течь от источника к потребителю, без застоев и разрывов. Если ты видишь участок, где поток прерывается — это знак, что ты что-то упустил.

Вертикальная ось (Y): классические слои — «Скелет»

Теперь поговорим о вертикали. Здесь все знакомо: Frontend, Backend, Data. Всем знакомая трёхслойная архитектура.

Важно: это не подробная архитектура с компонентами и портами, а высокоуровневые слои для первичного наброска. На собеседовании они нужны, чтобы показать понимание разделения ответственности, а не засорять доску деталями. Можно вначале обозначить их тремя квадратами, а чуть позже разделить на модули.

  • Frontend: все виды интерфейса. В дальнейшем делится по функциям — например, «Три интерфейса: мобильное приложение для клиента, веб-консоль для администратора, мобильное приложение для курьера».

  • Backend: внутренняя часть серверной системы, где происходит обработка данных (API, бизнес-правила, оркестрация). Вначале это один блок, потом раскладывается на микросервисы.

  • Data: базы данных, кеш, хранилища. Также делим по функциям в зависимости от сценария.

Ключевое взаимодействие осей: данные протекают не просто вертикально (кликнул — ушло в API — сохранилось в БД), а, скорее, диагонально, с учётом тракта распространения. Событие от источника проходит так: интерфейс (Front) → API-шлюз (Back) → база (Data) + выход наружу потребителю. Крест позволяет отследить эту цепочку целиком.

Наконец, добавим третью ось. На плоскости это уже отобразить затруднительно, поэтому подключим воображение. Все-таки, описываемый шаблон — это сначала инструмент мышления, а уже потом — визуализации. Третья ось даст нам  пересечение трех отрезков, наподобие системы координат. Или противотанкового ежа. Где-то в параллельной вселенной эта статья могла бы называться «Архитектурный ёж» :)

Ось глубины (Z): настоящее против будущего — «Машина времени»

Это самый сильный и дифференцирующий этап. На нём разворачивается большая часть архитектурных дискуссий. Объясню на примере.

Архитектор редко создаёт с нуля. Чаще всего мы попадаем в legacy-контекст: часть системы уже живёт, и её нельзя просто выкинуть. Или приходят новые ограничения: «Сейчас у нас 100 заказов в день, через год ожидаем 10 000».

Выяснение текущего состояния системы и планов по её дальнейшему развитию — то, о чём большинство кандидатов забывает, как только у них начинает вырисовываться в голове примерный черновик архитектуры.  

На доске эта ось выглядит как пометки по углам: AS IS (Legacy, текущее) и TO BE (Target, целевое). В одном углу схемы у нас старый монолит, в другом — новые микросервисы, и они должны как-то взаимодействовать в переходный период.

Суть в том, что Крест позволяет нарисовать монолит слева сверху, а целевой микросервис — справа, и соединить их пунктиром миграции (например, паттерн «удушающая лоза»). Это демонстрирует зрелость: кандидат не просто фантазирует об идеальном мире, а умеет вписывать новое в существующие ограничения. Ты показываешь, что понимаешь разницу между проектированием в условиях greenfield и brownfield.

На собеседовании эта ось проявляется в таких фразах:

  • «Каталог блюд сейчас в монолитной 1С, но в целевой архитектуре мы выносим его в отдельный сервис».

  • «Очереди пока нет, будем писать в БД. Когда вырастем до 100 транзакций в секунду — поставим Kafka».

  • «Сейчас отчёты загружаются вручную раз в месяц, но в TO BE мы перейдём на синхронную интеграцию, когда источник будет готов».

Ось Z — это машина времени. Она показывает, что ты не просто «рисовальщик» архитектуры, а инженер изменений. Ты видишь не только то, какой система должна стать в конце, но и как она такой станет.

Пошаговый набросок

Надеюсь, теоретическую часть я смог донести. Теперь давай попробуем накидать что-нибудь по этому фреймворку в привычном всем draw.io. Олды могут взять лист бумаги с маркером или гелевой ручкой (ими же гораздо приятнее писать, правда)?

Шаг 1. Рисуем оси

Наметим основных участников системы, без детализации. Нарисуем оси X и Y:

Шаг 1. Основные участники и слои системы

Шаг 1. Основные участники и слои системы

Горизонтальная линия — поток данных (основная ось, тракт распространения информации), вертикальная — слои архитектуры (скелет системы).

Примечание: На этом шаге проговариваем что-то вроде «Обозначим верхнеуровневые блоки системы, чуть позже я их декомпозирую».

Шаг 2. Очерчиваем границы

Теперь наполним ось Х подробностями.

Шаг 2. Детализируем источники и потребителей

Шаг 2. Детализируем источники и потребителей

Слева — источники. Выписываешь ВСЕ источники данных, которые удалось выяснить. Здесь не экономим. Даже если сомневаешься — пиши. Потом отфильтруем лишнее.

Задаём интервьюеру уточняющие вопросы:

  • «Кто инициирует процесс? Это внешний пользователь, внутренний сотрудник, смежная система, файловый обменник?»

  • «Есть ли автоматические источники (API, Cron, CDC, IoT)?»

  • «Откуда приходят данные для обработки?»

Пример: «Клиент (мобильное приложение), ресторан (планшет), администратор (веб-консоль), внешняя система доставки (Kafka)».

Справа — потребители. Выписываешь ВСЕ выходы, всех потребителей результата:

  • «Кто увидит итог? Пользователь на экране, менеджер в BI-отчёте, смежник в своей системе?»

  • «Какие системы получают результат (DWH, API партнёра, SMS-шлюз)?»

Примечание: здесь говорим что-то наподобие «Я фиксирую возможные источники слева и потребителей справа. Я ничего не упустил, есть что-то ещё?"

Шаг 3. Проводим ток

Воспроизводим сквозной сценарий и соединяем источник с потребителем через центр, где будет располагаться ядро бизнес-логики.

Красной или жирной линией рисуем главный Critical Path. Это тракт данных, соответствующий пути пользователя до успешного достижения им своей цели в системе.

Шаг 3. Основной сценарий пути данных

Шаг 3. Основной сценарий пути данных

Пример: «Клиент (слева) → мобильное приложение (Front) → API-шлюз (Back) → база заказов (Data) → вызов API службы доставки (справа)».

Обычными линиями отображаем фоновые и второстепенные цепочки:

  • отправка логов в Elasticsearch;

  • синхронизация с DWH для аналитики;

  • инвалидация кеша при обновлении цен;

  • уведомление в Telegram администраторам.

Примечание: можно не рисовать линию, а просто водить курсором мышки с комментариями вроде «Вот так проходит путь данных от самого входа до конечного потребителя. Это критический путь системы. Отобразил также фоновые процессы — они важны, но не критичны для первого релиза».

Это ключевой шаг. Именно он демонстрирует сквозное мышление. Комментируй вслух, что ты делаешь. Интервьюер должен ловить смысл: не «я рисую стрелки», а «я строю работающий процесс доставки ценности».

Шаг 4. Время делить на части!

Теперь можно углубиться в подробности и разделить слои архитектуры на разные модули. Не нужно пытаться учесть всё возможное, 3-5 модулей на каждом уровне будет вполне достаточно.

Шаг 4. Декомпозиция модулей

Шаг 4. Декомпозиция модулей

Не обязательно соблюдать здесь какую-то нотацию, если вас об этом не просят. Указывайте стрелками направление данных (источник — потребитель), этого будет достаточно в большинстве случаев. 

Примечание: здесь отличный момент, чтобы уточнять или задавать самому нефункциональные требования к модулям (см. ниже п. 4.2 про NRF).

Шаг 5. Накладываем изменения

Настало время показать миграцию модулей. Обводишь или помечаешь цветом на схеме участки, где сейчас Legacy (старая БД, монолитный сервис) и где будет Target (новый микросервис, обновлённая архитектура). Рисуешь миграционный пунктир между ними.

Шаг 5. План миграции

Шаг 5. План миграции

Примечание: «Сейчас данные для отчёта отправляются ночным батчем (Legacy), но в целевой архитектуре мы переезжаем на событийный стриминг через Kafka (Target). На схеме это выглядит как выводимые из эксплуатации интеграции (красным) к новым потокам (синий пунктир)». 

Теперь твоя схема готова. Пусть не нарисована архитектура во всех подробностях, зато мы продемонстрировали системное мышление. 

Стратегия поведения на интервью

Нарисованная схема — это половина успеха на интервью, но также важно уметь красиво и уверенно продать свою идею. «Архитектурный крест» — это инструмент не только проектирования, но и коммуникации. Поэтому отдельно расскажу про тактику поведения на интервью.

Управление вниманием через ось Z

Проектировать молча — ошибка. Интервью — это диалог, а не монолог. Обязательно комментируй, особенно выделяя ось времени. Ты не просто рисуешь, ты вслух демонстрируешь свою инженерную зрелость и опыт работы с реальными ограничениями.

Что говорить:

  • «Это legacy-модуль. Мы не можем его быстро менять — на него уже завязаны свои процессы. Поэтому сейчас — адаптер-фасад, а потом постепенный переход.»

  • «Здесь я вижу потенциальное узкое место. В целевой архитектуре мы это решим через кеширование.»

  • «Сейчас это работает батчем, но через 6 месяцев, когда вырастем до 1000 транзакций в секунду, это будет критично. Поэтому в Target — Kafka.»

Ось Z — это главное место, где ты можешь выделиться и подчеркнуть важность понимания не только технологий, но и способов их постепенной миграции.

Работа с NFR (нефункциональными требованиями)

Декомпозиция оси Y (шаг 4 выше) — отличный момент для уточнений нефункциональных ограничений:

  • На уровне Data: «Надёжность 99,9%, шардирование по региону, репликация, back-up каждые 4 часа».

  • На уровне API: «Rate Limiting 100 запросов в секунду на endpoint, авторизация OAuth2, аудит-логи всех запросов».

  • На уровне Front: «Деградация при отключении API (показываем кешированный список), PWA для оффлайн-режима».

  • На уровне Business Logic: «Идемпотентные ключи для повторных запросов, SAGA для отмены заказа».

Это не только показывает, что ты умеешь квадратики рисовать, но и демонстрирует твой кругозор и профессиональные навыки.

Использование вопросов интервьюера

Крест во многом провокационная схема. Своей структурой она подталкивает интервьюера задавать ожидаемые вопросы.

Например:

  • Ты нарисовал «Legacy БД» и «Новая БД» — интервьюер спросит: «Какой формат данных на стыке адаптера и нового сервиса?»

  • Ты нарисовал «Kafka для стриминга сообщений» — интервьюер спросит: «Как решите проблему повторной доставки при перезапуске потребителя?»

  • Ты нарисовал «PostgreSQL для заказов» — интервьюер спросит: «Как вы будете шардировать при росте нагрузки?»

Ты сам создаёшь поле для вопросов, к которым можно подготовиться. При определённом навыке прохождения интервью можно вообще взять весь разговор в свои руки:

  1. Нарисовал модуль → упомянул ограничения → ждёшь вопрос.

  2. Если вопроса нет — задай его сам себе: «Возможно, вы спросите, как мы решим проблему X — вот так…»

  3. Ответь, не усложняя: 2-3 предложения и покажи на схеме.

Не жди вопросов, чтобы показать себя. Сам задавай их себе, сам отвечай на них сразу, подавая в виде «я уже подумал об этом, вот как...».

Тайминг

Набросок Креста — первые 5-10 минут задания на интервью. Это время формирования первого впечатления, важно не упустить его на собеседовании. Последующие 10-15 минут — время для углубления и демонстрации своих технических знаний. У тебя уже есть своя песочница, на которой ты можешь их продемонстрировать. Далее ты можешь говорить про более глубокие темы (например, про шардирование, CQRS, Event Sourcing), потому что интервьюер уже будет видеть контекст. 

Первое правило: задавай как можно больше уточняющих вопросов. Мало кто въедливо спрашивает условия задачи и ограничения системы.

Второе правило: Не молчи. Говори. Объясняй. Показывай, что ты думаешь. На собеседовании ценится не знание, а процесс мышления. И «Архитектурный крест» — это инструмент не для рисования, а для рассуждения вслух. 

Надеюсь, он тебе поможет пройти будущие собеседования и получить крутые офферы. Удачи!