Datalytics

17 Jun 2024 13:07

Базовый анализ продуктовых фичей

В статье автор делится своим опытом анализа интерфейсных решений и отдельных фичей продуктов. Основной вопрос, с которым ему приходится сталкиваться: "Зашла ли фича пользователям и приносит ли она доход?"

Автор разработал компактный фреймворк, который помогает планировать исследования и адаптируется под разные продукты

В статье он кратко рассказывает о своём подходе и объясняет, почему важно разбирать продукт на отдельные фичи. Улучшая каждую часть, можно улучшить весь продукт в целом

Основная идея заключается в создании системы метрик для оценки фичи — от её заметности до экономического эффекта. Это помогает сравнивать ожидания с реальными результатами и принимать дальнейшие решения

Обязательно прочтите статью "Базовый анализ продуктовых фичей", чтобы узнать, как шаг за шагом улучшать свой продукт

Datalytics

17 Jun 2024 11:37

Я сначала немного приуныл по результатам опроса. А потом подумал «А чё мне приунывать?»: стратегия роста через смену компании — вполне себе ок. Каждый сам кузнец своего счастья

Какой же непрошенный совет я могу дать людям, которые выбирают для себя стратегию частой смены работ?

Обращать внимание на то, насколько текущие рабочие приоритеты соответствуют вашим собственным долгосрочным целям. Долгосрочные личные цели в профессиональном развитии — это то, что позволяет наделять работу смыслом и уменьшать риск того, что работа в какой-то момент начнёт восприниматься как «перекладывание задачек в джире»

Аспект долгосрочного планирования должен быть на переднем плане, в независимости от того какая стратегия выбрана: будь то при частой смене работы ради карьерного роста или намеренном развитии внутри одной компании

Очень важно иметь четкий карьерный вектор и соизмерять свою деятельность с ним. Регулярно задавайте себе вопрос: «где я сейчас?». Например, хочу ли я развиваться в лидера или в принципала? Какие навыки и качества мне необходимо развить для этих ролей? Что важно для моего роста как лидера или какими специализированными знаниями мне нужно овладеть? Как я донесу до стейкхолдеров, что теперь обладаю этими важными качествами?

Не следует работать «наскоками», реагируя только на входящие задачи. Можно и нужно учиться через входящие задачи. Но если вы не смотрите на это обучение через призму ваших долгосрочных целей, то такое обучение получается как бы реактивным (в противовес проактивному) и вы не управляете своей карьерой. Ваши скиллы развиваются «как попало». Важно держать в фокусе свои цели и мотивироваться их достижением, обеспечивая соответствие этих целей вашему внутреннему компасу. Это помогает быстрее расти через входящие задачи

А ещё лучше ставить тебе дополнительные задачи, которые будут продиктованы только вашими стратегическими целями. Попробовать выбить у руководителя немного времени на них. И тогда появляется возможность самому управлять своим бэклогом, что добавляет в работу больше контроля и элемента некоторого творчества

Для того, чтобы успевать думать о своём карьерном развитии, можно выделять раз в месяц в календаре время для вот такого простого процесса:

1. Остановиться — Приостановить деятельность и дать себе время для размышлений
2. Чекнуть ожидания — Сформировать стратегические карьерные ожидания (если ещё не сформированы) или обновить предыдущие ожидания. Лучше их прям фиксировать письменно. Лично я это делаю через голосовое во время прогулки, а потом голосовое перевожу в текст и структурирую через GPT — на то, чтобы начать говорить мне нужно меньше когнитивного ресурса, чем на то, чтобы писать, поэтому голосовое тут хороший icebreaker, чтобы запустить эту работу
3. Зафиксировать разницу — Проанализировать свои ожидания и текущие результаты. Сравнивая первоначальные цели с текущими достижениями, важно понять, в каком направлении вы движетесь и где вам потребуется корректировка стратегии. Разбить результаты на ключевые показатели: что достигнуто, что требует доработки. Зафиксировать, в каких навыках и знаниях вы преуспели, а какие области требуют больше внимания. Хорошим инструментом здесь может быть SWOT-анализ (сильные и слабые стороны, возможности и угрозы). Это позволяет выявить расхождения и планировать действия для их устранения
4. Анализ и планирование — После этого можно отприоритизировать расхождения в соответствии с вашей стратегией. И дальше сформулировать план работы для дальнейшего личного роста. При этом тут можно опираться на текущее представление о планах компании, оценить возможности для использования корпоративных ресурсов (если есть внутренние обучения), свериться с планами развития по грейдам (если они есть), узнать у команды или лида какие сейчас существуют проблемы, где может быть важна ваша включенность. То есть ключевое тут — не смотреть на развитие «в вакууме», а попытаться включить его в окружающую вас среду и возможности этой среды. В итоге, на этом этапе у нас появляется план, который позволит систематически приближаться к своим карьерным целям

Datalytics

14 Jun 2024 16:37

🎁 Павел Бухтик сделал бесценный подарок всем начинающим продуктовым аналитикам - пошаговое руководство по проведению А/Б-тестов! 📚 Это настоящий клад знаний, который редко встретишь на курсах или в книгах.

🧭 Паша создал этот роадмап, опираясь на свой богатый опыт и лучшие материалы по теме. Он пересматривал проверенные временем видео, перечитывал любимые статьи из закладок и по кусочкам собирал мозаику знаний. Результат - четкая пошаговая инструкция, которая проведет вас через все этапы А/Б-тестирования.

🎯 Каждый шаг руководства состоит из тем-ссылок, нажав на которые вы попадете на конкретный учебный материал. Это как квест, где каждая подсказка ведет вас к новому уровню мастерства. И самое приятное - большинство ресурсов на русском языке, так что языковой барьер не помешает впитывать знания.

💡 Чем это руководство может быть полезно для вашего карьерного роста? А/Б-тестирование – это мощный инструмент продуктовой аналитики. Освоив его, вы сможете на данных проверять гипотезы по улучшению продукта, находить инсайты, влиять на продуктовые решения. Вы станете ценным партнером для продуктовой команды и будете напрямую влиять на бизнес-метрики. А это уже новый уровень в карьере аналитика!

Также подписывайтесь на канал Павла — @nodatanogrowth

Datalytics

11 Jun 2024 17:12

Приглашаем на вебинар: Разбираемся с продуктовыми метриками с нуля 🔥

Основа любой аналитики - продуктовые метрики. Если аналитик их не знает, нет смысла учить Python, SQL, математику и прочее. Это база.

Поэтому мы решили провести вебинар, где подробно разберем все основные продуктовые метрики, их классификацию, способы расчеты и примеры из разных бизнесов: от торговли до банкинга.

📅 Дата: 13 июня, четверг
🕘 Время: 19:00 по Мск

🔗 Доступ к трансляции придет в бота, записывайтесь → ссылка

Вебинар подойдет даже если вы только-только начинаете свой путь в аналитике - будем разбирать все по шагам понятным языком 🧡


Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134.
Erid:LjN8K3RkW

Datalytics

06 Jun 2024 19:54

​Давно в этом канале не было чего-то личного. Решил сделать короткое интро.

Меня зовут Алексей Макаров, мне 32 года. Я долгое время работал аналитиком в разных ролях — веб-аналитиком, системным и продуктовым. Мне скучно в строго определенных рамках, поэтому я всегда стремился менять роли и расширяться. Для меня работа — это своего рода творчество. Пространство для выражения себя.

В свое время я упарывался по Python и Pandas, создал группу в ФБ и позже этот канал для их популяризации. Началось с того, что я активно собирал разные подборки обучающих материалов, а позже начал и обучать сам: написал для SkillFactory авторский курс про аналитику данных, выступал на Матемаркетинге с воркшопом про анализ данных с помощью pandas, вел семинары в школе Digital God, преподавал Python в ВШЭ на магистратуре «Коммуникации, основанные на данных». В 2019 году я стал наставником на первом потоке курса «Аналитик данных» в Яндекс.Практикуме. Через какое-то время я ушел в Практикум на фулл-тайм на позицию менеджера программы «Аналитик данных». Так в мою жизнь пришёл EdTech.

В Практикуме я участвовал во многих проектах как эксперт, проектный и продуктовый менеджер, автор, методолог, исследователь, руководитель, лидер больших смысло-центричных проектов. Я вместе с командой запустил карьерный центр для аналитиков, создал центр продуктовых исследований, разработал систему ML-диагностики отвала студентов. В своё время я переобщался с кучей нанимающих менеджеров, чтобы понять кто такой «идеальный» аналитик и на что смотрят при найме. С приходом ChatGPT начал пилотировать проекты по AI в образовании. Где-то в это же время я решил покинуть Практикум, потому что edtech в части дополнительного профессионального образования начал, на мой взгляд, слишком сильно терять свой первоначальный смысл и масштабирование привело к утрате важных смыслов. Практикум познакомил меня с драйвовыми ребятами, желающими менять мир через образование. За время работы в Яндексе я вырос как менеджер и лидер, осознав, что для масштабных изменений необходима сильная команда.

Сейчас я работаю в СберОбразовании руководителем отдела разработки и внедрения технологий ИИ. Моя команда проектирует и развивает дата и ИИ-центричные продукты в сфере школьного образования, такие как интеллектуальные помощники для анализа деятельности преподавателя.

Наша задача — объединить технологии, бизнес и академическую часть. Чтобы создать, например, педагогически валидный чат-бот, недостаточно просто натренировать его на данных. Мы склеиваем технологию, академические и бизнесовые потребности, чтобы получить инновацию, которую после аппробации можно встроить в продукт. Это своего рода R&D в образовании.

Я занимаю гуманистическую позицию в отношении ИИ, считая, что он должен использоваться для усиления человека и групповой деятельности. Меня очень интересует психология и философия взаимодействия человека и технологий, раскрытие коллаборативного потенциала человека и ИИ. Сейчас мои профессиональные интересы сосредоточены на том, как ИИ может быть внедрен в работу учителей, освобождая их от рутины и давая больше времени на осмысленное взаимодействие с классом.

Люблю читать и писать в блог о сложных и неоднозначных вещах, развитии, управлении собой и людьми, осознанном бизнесе. Хочу делиться опытом, который поможет другим профессионально расти, выстраивать отношения, повышать ценность своей работы.

А теперь когда вы со мной познакомились, у меня будет просьба. Пожалуйста, напишите в комментариях, о чем бы вам было интересно почитать. Уверен, мы найдем темы, которые нас объединяют.

Datalytics

06 Jun 2024 13:44

Ищем себе MLOps'а. Откликайтесь, распространяйте по знакомым. Нетривиальные задачки, так как мы много работаем не только с классическим ML, но и трансформерными моделями (LLM, STT). Ну и сами задачи на стыке образования и технологий, так что много ресерча и неочевидных челленджей

Datalytics

05 Jun 2024 16:52

Прорыв в прогнозировании погоды: модель Aurora от Microsoft Research

Microsoft Research представили модель искусственного интеллекта Aurora - первую foundation-модель для работы с прогнозированием атмосферных явлений

И новость в целом для меня не столько про метеорологию, сколько про то, что в будущем мы будем видеть всё больше foundation-моделек под соверешенно-разные потребности. В контексте аналитики данных и продуктовой аналитики ждём появления таких моделей для задачек прогнозирования продуктовых метрик (не удивлюсь, если какой-нибудь Amplitude обучит такое на своих данных) на малых и грязных выборках данных

В чем преимущество foundation-модели Aurora:

1. Быстрота и точность: Точные операционные прогнозы с высоким разрешением и ускорением вычислений в 5000 раз по сравнению с традиционными системами

2. Меньшая чувствительность к данным на входе: Универсальная архитектура 3D Swin Transformer с кодировщиками и декодировщиками, позволяющая эффективно работать с гетерогенными данными, минимизируя ручную предобработку.

3. Работа с малыми выборками: Благодаря предварительному обучению на разнообразных датасетах Aurora демонстрирует высокую точность даже на малых выборках при дообучении под конкретные задачи.

Внедрение подобных foundation моделей открывает доступ к надежным метеоданным даже в регионах с их нехваткой. Это открывает новые возможности для аналитики в сельском хозяйстве, энергетике, логистике и управлении рисками стихийных бедствий.

Aurora задает новый стандарт анализа данных в науках о Земле и может стать основой будущих операционных систем прогнозирования погоды и климата.

Datalytics

30 May 2024 15:03

Впервые B2C-продакты и продуктовые аналитики из сильнейших технических команд собираются вместе на конференции о науке об управлении и развитии цифровых продуктов

Product Science - это смесь трех компетенций, которые двигают продукты вперед:
- Data Science - статистика и работа с данными
- Product Management - понимание технологий и потребностей бизнеса
- Psychology - поведенческая и социальная психология

Приходите на конференцию Aha!’24 чтобы качественно поговорить про продакт менеджмент, product ops, эксперименты, ретеншен, пользовательский опыт, интеграцию искуственного интеллекта в продукт, про прикладное машинное обучение и чуть меньше (но больше, чем кто бы ни было) про гео-аналитику.

По промокоду IMBESTPRODUCT скидка 15%, которая действует до 1 июня!

Подробнее: https://matemarketing.ru/aha
Программа: https://bit.ly/aha24
Бесплатный онлайн-доступ к части контента: https://matemarketing.ru/tickets

Если вы сильный технически подкованный продакт, то эта конференция - лучшее место для встречи с себе подобными. Более 1000 спецов из более чем сотни команд уже подтвердили свое участие

Вперед!

Datalytics

29 May 2024 14:54

Поговорим про российские BI?
Это те, что чаще всего или👎🏻, или оверпрайс💸, а иногда всё сразу.

После ухода зарубежных BI из РФ на нашем рынке появляется всё больше отечественных решений. Большинство из них пока послабее западных. Однако на мой взгляд, всё-таки есть пара-тройка российских систем с хорошим потенциалом. Мне, например, важно попробовать продукт и лично убедиться, что он подходит под мои задачи. Правда, у нас BI-платформ с бесплатной версией раз-два и обчёлся, собственно, кроме DataLens и Analytic Workspace ничего и нет.

☝🏻Кстати, последние — Analytic Workspace, на днях запустили BI-марафон по обработке и визуализации данных, пишут, что будет интересно как новичкам, так и опытным специалистам.

Участники будут в течение 4 дней на практике внутри BI-системы прокачивать свои BI-навыки. У Analytic Workspace есть неограниченная по времени Free-версия, поэтому можно сколько угодно тестить систему, практиковаться и просто создавать классные дашики.📊

Посмотрел программу, у них ещё HR-партнёры есть, кому-то из участников может прилететь оффер, но тут всё зависит от вас.

🔗Оставляю ссылку на марафон, он, кстати, бесплатный, поэтому точно ничего не потеряете, а возможности лучше не упускать.

Datalytics

28 May 2024 15:24

📊 Хотите прокачать свои навыки в прикладной статистике? Тогда этот пост для вас! 🚀

Открытый курс от создателей Академии Аналитиков Авито 💸

Чему вы научитесь:
✅ Применять критерии Манна-Уитни, t-test, бутстрап, хи-квадрат
✅ Использовать специализированные библиотеки Python
✅ Разрешать спорные ситуации при анализе данных
✅ Экспериментировать, выводить критерии, доказывать формулы

🌟 Особенность курса в том, что уроки построены на примере реальных данных и показывают, как решать задачи бизнеса с применением прикладной статистики.

https://avito.tech/education/statistics

Datalytics

27 May 2024 12:10

♾ Продолжаем бесконечный цикл добра

С 3 по 7 июня стартует восьмая неделя IT-донора. С каждым запуском акция объединяет всё больше неравнодушных людей по всей России. За 3,5 года:

❤️в проекте зарегистрировалось 4900 человек;

❤️собрали 720 литров крови и спасли более 3000 жизней;

❤️объединили 200 городов.

Эти цифры не предел. Ведь сейчас открывается регистрация на летнюю неделю IT-донора 🔥

Стать героем просто — присоединяйтесь к акции и делитесь постом. И будьте уверены, что помогли спасти жизнь. Зарегистрируйтесь на акцию через наш бот и с 3 по 7 июня приходите на любую станцию переливания, чтобы сдать кровь или компоненты.

Подробнее о цикле добра читайте на сайте

Datalytics

25 May 2024 11:01

🫖 Как стать топовым Data-инженером?

Хотите развиваться в Data-инжиниринге, но не знаете, что для этого нужно?

Подключайтесь к вебинару от Слёрм «ИИ и инструменты Data-специалиста» и получите инсайдерские знания о том, как улучшить свои навыки и стать лидером в области обработки данных.

Когда? 27 мая в 19:00
➡ Зарегистрироваться

В программе:

- Вкатились в Data-инжиниринг. Что дальше?
- Управление знаниями: персональная Data-инженерная вики.
- Где и как рисовать диаграммы и схемы?
- Чат-боты и ChatOps: персональный помощник Data-инженера.
- Какие софт скиллы нужны Data-инженеру?
- Нужны ли Data-инженеру пет-проекты и участие в хакатонах?
- Как влиться в DE-комьюнити?

Спикеры:

Николай Марков, Data Platform Lead в компании Altenar, спикер курса Слёрма «Data-инженер», 11 лет опыта в разработке и проектировании.

Игорь Мосягин, Data-*разработчик в shrimpsizemoose AB, PhD по теоретической физике.

❓ А еще на вебинаре вас ждёт анонс нового и пока секретного проекта. Приходите, чтобы узнать подробности!

До встречи 27 мая!

➡ Регистрируйтесь в боте

Реклама ООО «Слёрм» ИНН 3652901451, erid: 2VtzquduX7y

Datalytics

16 May 2024 21:53

🔥 Как эффективно использовать явный и неявный фидбек в рекомендательных системах?

Расскажет опытный эксперт на открытом практическом уроке от OTUS, где вы:

— познакомитесь с двумя типами фидбека от пользователя: явным и неявным;
— обучите рекомендательные модели на разных типах фидбека;
— сравните их качество.

📌 Вебинар будет полезен дата-сайентистам и ML-спецам, которые хотят расширить область знаний и технологический стек.

Встречаемся 23 мая в 20:00 мск в преддверии старта курса «Machine Learning. Professional». Все участники вебинара получат специальную цену на обучение и персональную консультацию от менеджера OTUS!

💣 Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок: https://clck.ru/3Afszn

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

Datalytics

14 May 2024 20:41

🟢 Откройте дополнительные возможности DVC — фичи для ML и Data Science

Приходите на открытый практический урок от OTUS и узнайте:

— как использовать DVC для версионирования данных;
— как обеспечить совместный доступ к данным через S3;
— как версионировать модели и хранить артефакты в DVC;
— когда лучше подойдет DVC, а когда MLFlow;
— как сделать воспроизводимое обучение моделей.

⚠️ Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences и опытный руководитель команд.

Встречаемся 22 мая в 20:00 мск в преддверии старта курса «MLOps». Все участники вебинара получат специальную цену на обучение!

👉 Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок: https://clck.ru/3AdUYd

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

Datalytics

07 May 2024 16:16

🔥 Хотите эффективно обеспечивать версионирование данных и моделей?

Освойте систему DVC на открытом практическом уроке от OTUS. Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences и опытный руководитель команд.

💻 На вебинаре вы:

- научитесь настраивать в git репозитории DVC и хранить артефакты на S3;
- переключаться между версиями артефактов и загружать их во внешнее хранилище;
- создавать воспроизводимые конвейеры обучения моделей с помощью DVC Pipelines.

Встречаемся 14 мая в 20:00 мск в преддверии старта курса «MLOps».

⚡️ Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок: https://clck.ru/3AWBqs

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

Datalytics

17 Jun 2024 11:37

Таким образом, не важно планируете ли вы пойти на рынок труда и апнуть себе зарплату в 2 раза или нацелены на развитие внутри текущей компании — вы всегда через стратегическое планирование будете возвращаться к удержанию фокуса на собственном развитии. Это позволит сохранять мотивацию, добиваться поставленных целей и обеспечивать согласованность вашей текущей деятельности с личными карьерными устремлениями

Datalytics

15 Jun 2024 12:24

Недавно наткнулся на одно утверждение про работу, которое навело меня на мысли про стратегии личного роста внутри коммерческих компаний

Звучало это утверждение так: «Ты – это инвестиционный проект. Ты должен зарабатывать компании деньги. А она будет платить тебе зарплату, засыпать плюшками и обещать уверенность в завтрашнем дне. Для этого нужно постоянно показывать, что ты – выгодная инвестиция»

Немного категорично, но здравое зерно есть. Капитализм — это ведь про бабки, ты — часть капитализма как часть корабля коммерческой организации, а значит твоя работа должна выражается в деньгах. Но есть одно но: не все категории деятельности сводятся к деньгам

Поэтому при всей любви меня как руководителя к цифрам (потому что на цифрах проще принимать решения), я не соглашусь, что любую свою деятельность я должен отражать в количественном показателе, который в итоге переводится в табличку доходов и расходов

Представим, я занимаюсь обучением сотрудников и благодаря моему обучению продакт-менеджеры и аналитики гипотетически могут быстрее выдвигать и валидировать гипотезы. Внёс ли я дополнительную ценность в компанию? Да. Заработал ли я в тактическом горизонте компании больше денег? Сомнительно. Я, конечно, могу организовать двойное слепое рандомизированное плацебо-контролируемое исследование, чтобы определить влияет ли моё обучение действительно на скорость выдвижения, выбора и валидации гипотез и дальше сделать оценку в деньгах. Но в реальности организация — это настолько сложный механизм с таким количеством факторов и переменных, что сделать такую оценку в категориях метрик бизнеса — просто не получится. Я работаю в edtech и знаю, что если концентрироваться только на метриках бизнеса, то мы провалим качественную ценностную компоненту, при этом эта компонента очень сложно проксируется на бизнес-метрику

Поэтому мне кажется, что переформулировать это можно как «ты должен приносить компании ценность»

Офигенно, если эта ценность измеряется в деньгах. И надо признать, что ценность, выразимая в деньгах — это сильный аргумент, который лучше всего работает на руководителей, собственников бизнеса, инвесторов. Но при этом ценность не всегда выражается именно в деньгах. Я могу научиться лучше общаться со стейкхолдерами и как следствие быстрее и эффективнее решать задачи, я могу обучать, выстраивать и оптимизировать процессы, влиять на качественную компоненту бизнеса, организовывать отличные тимбилдинги, быть лучшим в проведении собеседований и тащить в этом всю команду (да ещё и так, что чтобы побывать на собеседовании со мной будет выстраиваться очередь кандидатов на входе) — всё это приносит ценность компании

Поэтому я бы сказал, что для руководителей важно слышать о том, что сотрудник приносит ценность, что у него есть намерение эту ценность наращивать и что сотрудник понимает как эта ценность влияет на общее дело и он может явно это аргументировать. С этого начинается любой продуктивный диалог про повышение, который заинтересует меня как руководителя. И если ко мне придут с тезисом «я тут уже 2 года сижу, а повышения не было», то я постараюсь зафреймить именно в разговор «я готов повышать, но давай подумаем как это повышение будет завязано на рост твоей ценности на горизонте N месяцев, поставим с тобой четкие договоренности и критерии достижения результата, а я со своей стороны буду готов идти обсуждать твоё повышение и пересмотр фот»

Так что тезис «Ты должен зарабатывать компании деньги» я бы переформулировал как «Если хочешь расти в компании, то подумай как ты можешь реализовать себя, чтобы приносить компании больше ценности»

А что вы думаете: лучше зарабатывать деньги, приносить ценность или просто сидеть таски в джире перекладывать?

Datalytics

13 Jun 2024 12:40

Недавно я обсуждал с коллегой карьерной развитие и в нашем разговоре вырисовалось разделение на 2 трека: 1️⃣ рост вглубь (движение от джуниора к миддлу и синьору); 2️⃣ рост вширь (расширение области влияния, выход за рамки своих непосредственных обязанностей)

Это очень интересная и актуальная тема, особенно для аналитиков данных и продуктовых аналитиков. Часто возникает ощущение, что твоя работа не приносит реальной ценности бизнесу, что ты просто «крутишь данные». Но на самом деле, карьерный рост аналитика напрямую связан со степенью влияния, которое он оказывает на принятие решений в компании.

Сначала аналитик выполняет конкретные задачи — собирает данные, строит отчеты и дашборды, отвечает на вопросы бизнеса. Чем лучше он это делает, тем выше его грейд. Но на определенном этапе упираешься в потолок - твое влияние ограничено рамками поставленных задач.

Чтобы выйти на новый уровень, нужно развивать стратегическое мышление. Задавать себе и окружающим вопросы:
💠Какие у бизнеса цели и метрики успеха?
💠Как данные могут помочь в их достижении?
💠Какие инсайты можно извлечь из данных?
💠Как улучшить продукт, процессы, клиентский опыт?
💠Какие гипотезы стоит протестировать?

Когда начинаешь мыслить стратегически, приходят идеи, выходящие за рамки обычных задач. Важно валидировать эти идеи, сверяясь с видением руководства и других отделов. В итоге формируется своя картина того, как аналитика может помочь бизнесу на стратегическом уровне.

И тут аналитик становится «агентом влияния» — он активно продвигает свои идеи, аргументированно доказывает их ценность для продукта и компании в целом. Он выходит за рамки своего отдела и функций, выступает консультантом и партнером для продуктовых менеджеров, маркетологов, разработчиков, руководителей. Чем больше его идеи приносят пользы, тем больше его ценят и продвигают.

Карьерный рост аналитика — это путь от выполнения задач к определению задач, от локального к стратегическому мышлению, от роли исполнителя к роли «агента влияния». Это непростой путь, требующий развития софт-скиллов, бизнес-чутья, умения убеждать. Но именно он позволяет аналитику привносить реальную ценность и расти вместе с компанией.

Если коротко: Классно, когда аналитик переходит из плоскости «я сделал этот отчет» в плоскость «я придумал, как с помощью данных улучшить продукт/процесс». А потом не только придумал, но и убедил всех, что это нужно сделать, и в итоге идея была реализована и принесла компании пользу. Вот это и есть реальное влияние! 🚀 Ну и важно, чтобы всё это конвертировалось в рост удовлетворенности от своей работы и рост вознаграждения (а это уже скорее вопрос умения вести переговоры)

Если вам интересно ещё больше почитать про различия карьерных треков — жмите 🔥
Если вам интересны конкретные практические советы по трансформации в «агента влияния» — жмите 👍🏻

Datalytics

07 Jun 2024 13:18

👨‍🎓Сколковский институт науки и технологий Skoltech запустил бесплатный курс по продвинутому A/B тестированию. Это методика, которая помогает принимать обоснованные решения на основе данных, опираясь на теорию вероятностей и математическую статистику.  

Авторы курса – наши коллеги из команды ad-hoc аналитики X5 Tech – Александр Сахнов, Михаил Хозин и Николай Назаров, а также профессора Сколтеха Евгений Бурнаев и Максим Панов.

Курс охватывает широкий спектр знаний по А/В тестированию, что полезно как для технических специалистов, так и для тех, кто не является экспертом в этой области. Он рассчитан на студентов математических, экономических и других прикладных технических наук, менеджеров и владельцев продуктов, которые хотят понять основы А/B-тестирования, а также для всех, кто хочет научиться оценивать влияние изменений в продуктовых компаниях или попасть туда на работу в роли аналитика или Data Scientist.  
 
Курс лежит здесь

Datalytics

06 Jun 2024 13:44

MLOps Engineer в СберОбразование

СберОбразование — компания экосистемы Сбера, созданная в 2021 году. Мы внедряем цифровые решения и создаем новые возможности для развития и обучения на протяжении всей жизни.

Задачи:
👾Поддержка, проектирование и развитие DS инфраструктуры;
⚙️Развёртывание необходимого ML-окружения на инфраструктуре, владение практиками DevOps;
🎨Проектирование архитектуры развертывания ML решений;
👷‍♂️Внедрение ML-модели в прототип и prod;
🛣CI/CD пайплайны поставки моделей;
📊Мониторинг работы моделей и ML-сервисов;
💿Оптимизация доступа к данным для моделей и DS;
🗂Настройка CI/CD для batch/realtime моделей;
⚖️Настройка балансировки нагрузки;
🔤Обеспечение работы больших языковых моделей (LLM) в prod.

Ожидаем от вас:
🔴Знание практик управления жизненным циклом ML-моделей (автоматизация, оптимизация, мониторинг, переобучение/обновление) и умения их внедрять;
🔴Знания по поддержке, разворачиванию аналитической инфраструктуры;
🔴Знания: Linux, Python, SQL, Clickhouse, JupyterHub, Airflow, Docker, Git, Jira, Flask/FastAPI.

Полное описание на HH

Контакт для связи — Анна Егорова /channel/EEzhevica

Datalytics

06 Jun 2024 12:49

Подборка каналов для поиска работы в сфере IT и digital 🌐

Мы собрали для вас проверенную подборку телеграм-каналов, где публикуются актуальные вакансии от надежных работодателей. Эти каналы помогут вам сэкономить время и усилия, предлагая только проверенные возможности.

Также в папке вы найдете каналы с рекомендациями по поиску работы, подготовке резюме, прохождению собеседований и анализу рынка труда. Это позволит вам повысить свою конкурентоспособность и лучше подготовиться к процессу поиска работы.

Что вы найдете в нашей подборке:

✅ Актуальные вакансии: ежедневно обновляемые предложения от ведущих компаний.
✅ Полезные советы: как эффективно искать работу и выделяться среди кандидатов.
✅ Анализ рынка труда: тенденции, зарплатные ожидания и востребованные навыки.

Подписывайтесь на интересующие вас каналы и будьте в курсе самых привлекательных вакансий в сфере IT. Прокачивайте свои навыки и знания, чтобы уверенно пройти собеседования и получить работу мечты.

➡️ Ссылка на подборку каналов

Datalytics

03 Jun 2024 11:20

Если твой день состоит из А/Б-тестов и анализа данных, то ты точно знаешь, как измерять успех. И не важно, что за продукт перед тобой: fashion-платформа или очередной отличный день🔥

Предлагаем тебе применить все профессиональные методы к самому яркому дню рабочей недели — пятнице!

Пройди тест, проживи пятницу и посмотри, что покажут в конце дня твои основные метрики: общение, веселье и здоровье 😉

Команда продуктовых аналитиков помогает нам в Lamoda Tech анализировать идеи: от самых простых до нестандартных решений. Благодаря им мы знаем, как попасть в самое сердце пользователя. Чтобы в этом убедиться, попробуй шоппинг на Lamoda и участвуй в розыгрыше подарков!

Пройди тест, подпишись на наш канал и поделись результатами под постом с конкурсом. Двое стиляг, которых мы выберем 7 июня с помощью рандомайзера, получат сертификаты на шоппинг в Lamoda на 10 000 рублей 🍀

Datalytics

30 May 2024 11:05

Спросили у аналитиков, почему они пришли работать в Авито — вот что они ответили.

Комфортный процесс онбординга, постоянно обновляемая документация, поддерживающее комьюнити профессионалов, возможность вносить свои идеи в продукты, совместная работу с высококвалифицированными продактами, удобная инфраструктура для A/B-тестов и понятный карьерный трек для всех уровней специалистов.

Подробности читайте по ссылке!

Реклама. ООО «Авито Тех».

Datalytics

28 May 2024 16:43

erid: 2VtzqwWoC77

📣Как аналитику данных подготовить сильное резюме

Знакома ситуация? Повышение или новую работу получают не самые компетентные, а те кто умеют себя продавать. Сделать красивое резюме и "правильно" вести себя на собеседовании.

В сфере аналитики данных то же самое. Конечно, без технических компетенций и отраслевого опыта "балабола" на работу не возьмут (хотя...). Но разве не обидно порой за грамотных и скромных людей, чьи резюме рекрутеры просто не замечают среди сотен остальных (а на хорошую вакансию сейчас прилетают сотни откликов)?

Здесь можно найти золотую середину. Когда у вас есть реальный опыт, и нужно просто правильно подготовить маркетинговый документ - РЕЗЮМЕ. Убрать лишние детали, неоднозначные факты и сделать акценты на ваши достижения в цифрах.

В итоге у вас останется 2-3 страницы сильного текста, четкого говорящего что вы тот самый кандидат. И тогда рекрутер положит ваше резюме вверх стопки или даже побежит к своему боссу с криком:

зовем этого классного аналитика без очереди, пока его не схантили конкуренты!

Datalytics

27 May 2024 17:58

Недавно прочитал у Романа Нестера пост «Прощай, объективность» про то, что OpenAI планирует внедрить в ChatGPT рекламу и продвижение "партнерского" контента от избранных издателей

При условии, что эта задумка реализуется, высок риск, что ответы модели будут смещены в сторону маркетинговых интересов спонсоров. И это вызывает некоторые опасения, что реклама, интегрированная в ответы ChatGPT, будет казаться органичной частью ответа, и не вся «маркетинговая выдача» будет явно промаркирована как реклама. Тем самым это по сути усиливает манипулятивный потенциал такого ответа от LLM и скрытое влияние на пользователей.

В целом, такой шаг довольно-таки ожидаем и неизбежен. Не хочу звучать как левак, но прозвучу как типичный левак: это закономерный шаг в логике капиталистической системы, задача которой подчинять сущности некоторому императиву прибыли. ИИ-сервисы пойдут таким же путем как и в своё время поисковые системы — включать рекламу для того, чтобы окупить операционные издержки

Кажется в этой же логике может находится и открытие доступа всем желающим к GPT-4o. Видимо, в юнит-экономике монетизация через рекламу потенциально приносит существенно больше, чем платная подписка

Интересно пофантазировать к чему это вообще может привести. Увидим ли мы LLM, в которой будет через аукционную модель реализовываться возможность для рекламодателей изменять веса выходного слоя? То есть не просто рекламные вставки, а непосредственное подмешивание рекламного контента в результаты генерации. В теории это возможно, хотя и сложно, а ещё вызывает кучу этических вопросов

Я думаю, что всё это будет иметь ряд долгосрочных последствий. Попробую попрогнозировать и пофантазировать:
1. Дерьмофикация (такой новоязовский термин действительно существует) ИИ-сервисов — мы все больше будем видеть растущий класс пользователей, которые будут ругаться на обилие рекламы и «раньше было лучше»
2. Попытки со стороны регуляторов явно промаркировать рекламный контент, а также создать рамки, которые призваны бороться с манипулирование поведением потребителя через ИИ
3. Модели ИИ будут обучаться за счет данных, предоставляемых рекламодателями (возможно, как часть сделки). Что в перспективе приведет к тому, что качество моделей будет находится в некоторой корреляции от количества рекламодателей
4. Создание инструментов, которые позволяли бы проверять «объективность» ответов от ИИ — то есть нужны будут какие-то алгоритмы, чтобы чекать некоторый bias моделей в сторону наличия рекламного контента (тут можно дальше уйти и вообще пофантазировать о том, что появятся анализаторы контента, которые будут определять некоторое «намерение» самого контента по отношению к пользователю, например, чтобы чекать политическую пропаганду)
5. Появление аналога адблокеров для LLM
6. Рост open-source моделек как попытки сделать «чистый ИИ». Но тут вопрос опять же о том, что такое этот самый «чистый ИИ» и как может быть ИИ вне идеологии. То есть фантазии об объективном ИИ — это всегда будут некие фантазии на тему объективности, а не объективность
7. Разные виды API. Если OpenAI предложит два вида API - с рекламными механизмами и без них - то вторые могут стоить существенно дороже. Это повысит порог входа и затраты на ИИ для бизнеса.

Внедрение рекламы в ИИ-сервисы, подобно поисковым системам, неизбежно повлечёт за собой значительные изменения в их функционировании и восприятии пользователями. Тут возникает много этических вопросов и открывает путь к новому витку борьбы за "чистый" и объективный контент (хах, верните старый интернет по диалапу). Так что в будущем мы точно ещё увидим интересные события в ходе балансирования между коммерциализацией и прозрачностью и объективностью.

Больше про ИИ читайте у меня в AI FORGE

Datalytics

27 May 2024 10:03

Станьте экспертом в Яндекс Практикуме: создавайте курсы и делитесь знаниями 
Мы ищем автора, который будет вместе с командой контента писать уроки для темы «Визуализиция (чарты) данных с помощью DataLens. Создание дашбордов» для курса «Аналитик данных».

Мы ждем, что вы:
• имеете опыт работы BI-аналитиком от 2 лет
• отлично владеете инструментом Datalens и знаете Python, SQL

Мы предлагаем:
• удалёнку, частичную занятость от 10 часов в неделю, гибкий график
• ежемесячный дополнительный доход 
• прокачку своего личного бренда
• образовательную миссию, возможность делиться знаниями со студентами

📩 Узнать подробности и откликнуться 
• Автор курса «Аналитик данных» - 
https://practicum.yandex.ru/job/vacancy-207/

Datalytics

24 May 2024 11:22

⚡️ Практики MLOps для Data Scientist-ов и ML Engineer-ов — освойте новые инструменты и сделайте прорыв в карьере

Время действовать — пройди вступительное тестирование для онлайн-курса «MLOps» от OTUS прямо сейчас.

Проверь, готов ли ты к новым карьерным возможностям: https://clck.ru/3ApEkv

🦾 Покажи свою экспертность и открой дверь в мир передовых технологий. А еще получи подарочные уроки и специальную цену на обучение!

Datalytics

15 May 2024 11:16

Стартовал набор в Академию Аналитиков Авито.

Это бесплатный образовательный онлайн-курс с практикой в реальном бигтехе.
Традиционно в Академии два направления: аналитик данных и DS-инженер.

Выбери, что ближе тебе, познакомься с требованиями к поступлению, программой и преподавателями на странице Академии. И спеши подать заявку!

Datalytics

14 May 2024 13:03

16–17 мая ВСК проводит One Day Offer.

Если ты разработчик или системный аналитик уровня middle и выше, регистрируйся https://onedayoffer.vsk.ru до 15:00 15 мая.

Пройди онлайн-собеседование в компании из золотого рейтинга Forbes и получи офер в тот же день. Выбирай сам формат будущей работы и пользуйся ДМС с первого дня.

Создавай лучшие InsurTech-продукты страны в одной из наших Agile-команд.

Datalytics

06 May 2024 18:49

Это очень вдохновляюще. Выход из рутины, работа на вечные ценности, вот это всё

https://vc.ru/design/112303-veb-dizayner-prevrashchaet-starinnye-knigi-i-broshyury-19-veka-v-interaktivnye-sayty

via