Не SQL единым…
Очевидно, что SQL – не единственный инструмент аналитика. Второй инструмент, который требуется практически всем продуктовым и дата-аналитикам – это Python. Допустим, тебе необходимо провести небольшое исследование на данных или спарсить данные с сайта. Или ты хочешь поставить скрипты на расписание. Или подключиться к сервису, чтобы получить данные. В таком случае без питона никуда.
Сложность Python-задач на собеседованиях зависит от компании и уровня требований, которые предъявляются к аналитику. Для прохождения интервью в Яндекс, например, необходимо знание алгоритмов и структур данных, а также основ объектно-ориентированного программирования (имею в виду прежде всего классы).
В большинстве же компаний обычно достаточно продемонстрировать понимание того, как написать на питоне функцию, как работать со строкой и числами, списком и словарем, как работает цикл. Приведу три примера задач с собеседований:
1. Задана строка S из малых латинских букв. Требуется узнать длину наибольшей подстроки, в которой все буквы одинаковы.
2. Проверить, является ли слово палиндромом (читается одинаково слева-направо и справа-налево).
3. Проверить, является ли число простым (делится только на 1 и на себя).
Обычно интервьюер хочет, чтобы сначала соискатель проговорил вслух предполагаемый алгоритм решения и оценил его сложность по времени (иногда и сложность по памяти), и только потом закодил. Если предлагаемый вариант решения неоптимален, интервьюер предложит подумать еще или даст подсказку.
После написания решения важно остановиться и обдумать краевые случаи – что будет, если на вход функции придет пустая строка? Или ноль? Надо обработать такие случаи, чтобы код не падал.
Для знакомства со структурами данных советую курс Балакирева. Про оценку сложности алгоритмов здесь тоже есть, на мой взгляд очень понятно и доступно.
#Python_с_собеса #рекомендация
И снова на диване.
Очевидно, что SQL – не единственный инструмент аналитика. Второй инструмент, который требуется практически всем продуктовым и дата-аналитикам – это Python. Допустим, тебе необходимо провести небольшое исследование на данных или спарсить данные с сайта. Или ты хочешь поставить скрипты на расписание. Или подключиться к сервису, чтобы получить данные. В таком случае без питона никуда.
Сложность Python-задач на собеседованиях зависит от компании и уровня требований, которые предъявляются к аналитику. Для прохождения интервью в Яндекс, например, необходимо знание алгоритмов и структур данных, а также основ объектно-ориентированного программирования (имею в виду прежде всего классы).
В большинстве же компаний обычно достаточно продемонстрировать понимание того, как написать на питоне функцию, как работать со строкой и числами, списком и словарем, как работает цикл. Приведу три примера задач с собеседований:
1. Задана строка S из малых латинских букв. Требуется узнать длину наибольшей подстроки, в которой все буквы одинаковы.
2. Проверить, является ли слово палиндромом (читается одинаково слева-направо и справа-налево).
3. Проверить, является ли число простым (делится только на 1 и на себя).
Обычно интервьюер хочет, чтобы сначала соискатель проговорил вслух предполагаемый алгоритм решения и оценил его сложность по времени (иногда и сложность по памяти), и только потом закодил. Если предлагаемый вариант решения неоптимален, интервьюер предложит подумать еще или даст подсказку.
После написания решения важно остановиться и обдумать краевые случаи – что будет, если на вход функции придет пустая строка? Или ноль? Надо обработать такие случаи, чтобы код не падал.
Для знакомства со структурами данных советую курс Балакирева. Про оценку сложности алгоритмов здесь тоже есть, на мой взгляд очень понятно и доступно.
#Python_с_собеса #рекомендация
YouTube
#1. О большое (Big O) - верхняя оценка сложности алгоритмов | Структуры данных
Обучающий курс: https://stepik.org/a/134212
Инфо-сайт: https://proproprogs.ru/structure_data
Оценка вычислительной сложности алгоритмов с позиции Big O (О большое). Константное время выполнения операций, линейная и квадратическая сложность. Правила сокращения…
Инфо-сайт: https://proproprogs.ru/structure_data
Оценка вычислительной сложности алгоритмов с позиции Big O (О большое). Константное время выполнения операций, линейная и квадратическая сложность. Правила сокращения…
🔥5❤3
И снова на диване.
Делюсь своей статьей про то, как дата-аналитику получить оффер.
https://vc.ru/hr/1080091-hroniki-data-analitika-chast-2-kak-poluchit-offer
vc.ru
Хроники дата-аналитика, часть 2. Как получить оффер?
За 2023 год я прошла собеседования в 18 компаний. Где-то было всего одно собеседование, где-то этап отбора состоял из трёх-четырёх. Я не была в активном поиске, но если рекрутер писал мне с интересным предложением, я соглашалась пообщаться. Общение с 18 компаниями…
🔥5
И снова на диване.
Вышла на работу в стартап продуктовым аналитиком, свободного времени стало кратно меньше. Посты будут чуть реже.
Но точно могу сказать, что в маленькой компании мне нравится гораздо больше, чем в крупной, несмотря на хаотичные бизнес-процессы. Тут большое пространство для улучшения продукта, генерации гипотез и можно легко увидеть результат своих действий. Круто, когда ты приносишь вэлью)
P. S. В ближайшее время напишу пост про задачи на логику с собесов
🔥8
Задачи на логику
Иногда для скрининга кандидата достаточно задать пару-тройку вопросов на логику, чтобы понять, стоит ли продолжать процесс отбора.
Привожу примеры вопросов с моих собеседований:
1. Представь, что у тебя в ящике лежит много носков пяти разных цветов. Какое минимальное количество носков нужно вытащить, чтобы среди носков всегда была пара одного цвета?
2. В одном роддоме за месяц родилось 52% мальчиков, а в другом - 73%. Какой из роддомов находится в большом городе?
3. Есть 3 коробки с этикетками: с яблоками, с грушами и с обоими видами фруктов. В магазине перепутали все 3 этикетки. Какое минимальное количество вытягиваний фруктов из ящиков понадобится, чтобы расставить этикетки по местам?
Задача-разминка с собеседования в Яндекс (для тех, кто хочет посложнее):
Есть 2 мудреца, каждый из них сидит в своей башне и у них нет способов связи. Они одновременно подкидывают честную монетку (с орлом и решкой), затем каждый из них называет, что выпало у другого. Если хотя бы один из них угадает, то их помилуют и отпустят на волю, если нет - казнят. Какова вероятность того, что они выживут? А какова максимальная вероятность того, что они выживут, если договорятся о чём-то до того, как их отведут в разные башни и они подкинут монетку?
P. S. Обещаю возвращаться чаще, так как я уже втянулась в темп на новой работе)
#hire_me #вопрос_с_собеса #диваноломка
И снова на диване.
Иногда для скрининга кандидата достаточно задать пару-тройку вопросов на логику, чтобы понять, стоит ли продолжать процесс отбора.
Привожу примеры вопросов с моих собеседований:
1. Представь, что у тебя в ящике лежит много носков пяти разных цветов. Какое минимальное количество носков нужно вытащить, чтобы среди носков всегда была пара одного цвета?
2. В одном роддоме за месяц родилось 52% мальчиков, а в другом - 73%. Какой из роддомов находится в большом городе?
3. Есть 3 коробки с этикетками: с яблоками, с грушами и с обоими видами фруктов. В магазине перепутали все 3 этикетки. Какое минимальное количество вытягиваний фруктов из ящиков понадобится, чтобы расставить этикетки по местам?
Задача-разминка с собеседования в Яндекс (для тех, кто хочет посложнее):
Есть 2 мудреца, каждый из них сидит в своей башне и у них нет способов связи. Они одновременно подкидывают честную монетку (с орлом и решкой), затем каждый из них называет, что выпало у другого. Если хотя бы один из них угадает, то их помилуют и отпустят на волю, если нет - казнят. Какова вероятность того, что они выживут? А какова максимальная вероятность того, что они выживут, если договорятся о чём-то до того, как их отведут в разные башни и они подкинут монетку?
P. S. Обещаю возвращаться чаще, так как я уже втянулась в темп на новой работе)
#hire_me #вопрос_с_собеса #диваноломка
🤔5
Как решать задачи на логику?
Главный совет - практика, практика и ещё раз практика. В сети есть множество примеров задач и даже целые подборки с собеседований. Для некоторых задач понадобится хотя бы минимальное понимание теории вероятности и статистики.
По моему опыту, если компания не требовательна к кандидатам, то вопросов на логику, скорее всего, не будет. Обычно это небольшие компании или компании, где не развита дата-культура.
Делюсь ссылкой на мой любимый канал с задачами на логику: https://youtube.com/playlist?list=PLJicmE8fK0EiFRt1Hm5a_7SJFaikIFW30&si=JkOHMB4BqgOpeE0O
Главный совет - практика, практика и ещё раз практика. В сети есть множество примеров задач и даже целые подборки с собеседований. Для некоторых задач понадобится хотя бы минимальное понимание теории вероятности и статистики.
По моему опыту, если компания не требовательна к кандидатам, то вопросов на логику, скорее всего, не будет. Обычно это небольшие компании или компании, где не развита дата-культура.
Делюсь ссылкой на мой любимый канал с задачами на логику: https://youtube.com/playlist?list=PLJicmE8fK0EiFRt1Hm5a_7SJFaikIFW30&si=JkOHMB4BqgOpeE0O
👍4
Forwarded from кабачковая икра по акции
This media is not supported in your browser
VIEW IN TELEGRAM
Первый день на работе после того, как соврал в резюме
😁5🤝2👻1
Доход выше рынка
Рыночная оплата труда - вещь подвижная и субъективная. Кто-то считает, что рынок задают топ-10 крупных компаний РФ, кто-то ищет данные по среднему доходу в отрасли, кто-то опрашивает знакомых или смотрит на выкладки рекрутинговых агенств. При этом обычно ты никак не можешь заглянуть исследованию под капот.
Советую подходить к вопросу об оплате труда как настоящий аналитик. Доход указан с учётом налогов или без? С учётом премий или нет? Откуда взяли выборку для исследования? Надежны ли данные?
Источник может существенно влиять на надёжность предоставленных данных. Рекрутинговые агенства, получающие оплату от бизнеса за свои услуги, являются проводником интересов бизнеса (в первую очередь). Поэтому они могут быть заинтересованы в том, чтобы занижать данные о средних зарплатах: так кандидаты попросят меньше. Более того, за каждую закрытую вакансию некоторые агентства могут получать бонус от бизнеса, если удалось сэкономить на зарплате соискателя. Стоит ли доверять таким исследованиям?
Более надёжный источник, на мой взгляд, это каналы аналитиков, которые периодически проводят опросы об уровне дохода подписчиков или собирают анкеты с вопросами про условия труда. Конечно, результат анкетирования тоже можно подстроить, но эта вероятность ниже.
Если есть время и желание, можно собрать собственную статистику, полистав каналы с зарплатной вилкой (например, getmatch) и пообщавшись с рекрутерами. Однако стоит учитывать, что иногда вилка может быть занижена. На текущем месте работы я договорилась на зарплату на 15% выше верхней границы вилки. Если вы ценный специалист или компания уже долго находится в поисках, вам пойдут навстречу.
В заключение делюсь ресурсом, где можно ознакомиться с примерным уровнем зарплат в аналитике и почитать анкеты про условия труда. Закидывала туда две свои анкеты - по предыдущему и текущему месту работы: https://news.1rj.ru/str/zarplatnik_analytics
#hire_me #о_деньгах
И снова на диване.
Рыночная оплата труда - вещь подвижная и субъективная. Кто-то считает, что рынок задают топ-10 крупных компаний РФ, кто-то ищет данные по среднему доходу в отрасли, кто-то опрашивает знакомых или смотрит на выкладки рекрутинговых агенств. При этом обычно ты никак не можешь заглянуть исследованию под капот.
Советую подходить к вопросу об оплате труда как настоящий аналитик. Доход указан с учётом налогов или без? С учётом премий или нет? Откуда взяли выборку для исследования? Надежны ли данные?
Источник может существенно влиять на надёжность предоставленных данных. Рекрутинговые агенства, получающие оплату от бизнеса за свои услуги, являются проводником интересов бизнеса (в первую очередь). Поэтому они могут быть заинтересованы в том, чтобы занижать данные о средних зарплатах: так кандидаты попросят меньше. Более того, за каждую закрытую вакансию некоторые агентства могут получать бонус от бизнеса, если удалось сэкономить на зарплате соискателя. Стоит ли доверять таким исследованиям?
Более надёжный источник, на мой взгляд, это каналы аналитиков, которые периодически проводят опросы об уровне дохода подписчиков или собирают анкеты с вопросами про условия труда. Конечно, результат анкетирования тоже можно подстроить, но эта вероятность ниже.
Если есть время и желание, можно собрать собственную статистику, полистав каналы с зарплатной вилкой (например, getmatch) и пообщавшись с рекрутерами. Однако стоит учитывать, что иногда вилка может быть занижена. На текущем месте работы я договорилась на зарплату на 15% выше верхней границы вилки. Если вы ценный специалист или компания уже долго находится в поисках, вам пойдут навстречу.
В заключение делюсь ресурсом, где можно ознакомиться с примерным уровнем зарплат в аналитике и почитать анкеты про условия труда. Закидывала туда две свои анкеты - по предыдущему и текущему месту работы: https://news.1rj.ru/str/zarplatnik_analytics
#hire_me #о_деньгах
👍5✍2😎1
Как пробиться через отказы рекрутеров
Отказы на отклик, отказы после созвона с рекрутером, отказы после прохождения всех этапов отбора и даже отказы на этапе оффера. Отказы, отказы, отказы...🤕
Как этому противостоять? Главный совет - это сделать так, чтобы тебя выделили среди остальных кандидатов. Его можно разбить на несколько рекомендаций поменьше:
Совет 1. Подготовить резюме, ориентированное на результат. Чётко и в цифрах описать свои успехи на предыдущем месте работы или учебный проект/пет-проект (если нет опыта). Можно также подготовить сопроводительное письмо.
Более подробно можно почитать в моей статье Хроники дата-аналитика, часть 2. Как получить оффер?
Ссылка на статью: https://vc.ru/hr/1080091-hroniki-data-analitika-chast-2-kak-poluchit-offer
Совет 2. Узнать, может ли кто-то из знакомых поделиться контактами рекрутера той компании, в которую ты хочешь попасть. Так можно сразу перейти на следующий этап - общение с HR по вакансии.
Совет 3. Сделать так, как не делает никто после общения с рекрутером, а именно написать follow-up по итогам беседы. Кратко обозначь, что был рад знакомству и будешь готов ответить на дальнейшие вопросы. Сразу +100 к эмоциональному интеллекту.
Совет 4. Для знакомства с командой можешь заготовить несколько слайдов с информацией о себе: своих достижениях, мотивации, в каком направлении хочешь развиваться. Так тоже не делает почти никто, а значит, тебя точно запомнят.
Совет 5. Стоит готовиться к собеседованиям, причём не только к техническим. У тебя должен быть заранее готов рассказ о себе и прошлом опыте работы. Об этом тоже писала в статье.
Совет 6. Уверенность всегда склоняет чашу весов в пользу кандидата. Чем больше у тебя опыта прохождения интервью, чем меньше ты волнуешься, чем увереннее отвечаешь на вопросы интервьюера - тем выше шансы, что именно тебя пригласят в компанию.
Пусть твой оффер тебя найдёт!
#hire_me
И снова на диване.
Отказы на отклик, отказы после созвона с рекрутером, отказы после прохождения всех этапов отбора и даже отказы на этапе оффера. Отказы, отказы, отказы...
Как этому противостоять? Главный совет - это сделать так, чтобы тебя выделили среди остальных кандидатов. Его можно разбить на несколько рекомендаций поменьше:
Совет 1. Подготовить резюме, ориентированное на результат. Чётко и в цифрах описать свои успехи на предыдущем месте работы или учебный проект/пет-проект (если нет опыта). Можно также подготовить сопроводительное письмо.
Ссылка на статью:
Совет 2. Узнать, может ли кто-то из знакомых поделиться контактами рекрутера той компании, в которую ты хочешь попасть. Так можно сразу перейти на следующий этап - общение с HR по вакансии.
Совет 3. Сделать так, как не делает никто после общения с рекрутером, а именно написать follow-up по итогам беседы. Кратко обозначь, что был рад знакомству и будешь готов ответить на дальнейшие вопросы. Сразу +100 к эмоциональному интеллекту.
Совет 4. Для знакомства с командой можешь заготовить несколько слайдов с информацией о себе: своих достижениях, мотивации, в каком направлении хочешь развиваться. Так тоже не делает почти никто, а значит, тебя точно запомнят.
Совет 5. Стоит готовиться к собеседованиям, причём не только к техническим. У тебя должен быть заранее готов рассказ о себе и прошлом опыте работы. Об этом тоже писала в статье.
Совет 6. Уверенность всегда склоняет чашу весов в пользу кандидата. Чем больше у тебя опыта прохождения интервью, чем меньше ты волнуешься, чем увереннее отвечаешь на вопросы интервьюера - тем выше шансы, что именно тебя пригласят в компанию.
Пусть твой оффер тебя найдёт!
#hire_me
Please open Telegram to view this post
VIEW IN TELEGRAM
🏆18❤1
Про митапы
Раньше не видела особого смысла в тематических и профессиональных конференциях. А зачем, если я пока ещё не до конца влилась в профессию? А что нового я там узнаю, если я всё могу загуглить или найти курс на степике или лекцию на ютубе?
Но давайте на пару минут отбросим все сомнения и попробуем перечислить плюсы от участия в митапах.
Во-первых, тот самый нетворкинг. Ты знакомишься и общаешься с новыми людьми, спрашиваешь про компанию, в которой они работают, узнаешь про команду и условия труда. Возможно, именно этот человек повлияет на твой переход в другую компанию или поспособствует карьерному росту.
Во-вторых, насмотренность. Чем больше бизнесовых кейсов ты видишь на митапах, тем больше твой профессиональный опыт. Ты можешь узнать про новые траектории развития продукта и позаимствовать идеи, которые уже были опробованы другими командами. Что опять же поможет твоему росту.
В-третьих, аналитик, который регулярно участвует в профессиональных митапах, выше ценится на рынке труда. Если рекрутер будет выбирать между двумя примерно похожими по скиллам кандидатами, он сделает выбор в пользу проактивного участника конференций. И не только потому, что у него больше насмотренность, но и ещё и потому, что у такого человека лучше развиты софт-скиллы. А значит ему будет проще найти общий язык с бизнес-заказчиками и влиться в команду.
На десерт приготовила небольшой дайджест событий в мире IT и аналитики:
📆 Большой IT-пикник в Москве в Коломенском 17 августа. За участие есть небольшой взнос: https://it-picnic.ru/
📊 Матемаркетинг - крупнейшая конференция для аналитиков, участие платное. Пройдёт 7-8 ноября, но обычно чем раньше зарегаться, тем дешевле стоит участие: https://matemarketing.ru/#tickets
🎥 Analytics Movie Night от Купера (ex СберМаркет) 22 августа. Участие бесплатное, но необходима регистрация: https://it-event-hub.ru/events/analytics-movie-night-2024-08-22
Возможно, с кем-то из вас увидимся на этих ивентах. До встречи!
#снова_ивенты
И снова на диване.
Раньше не видела особого смысла в тематических и профессиональных конференциях. А зачем, если я пока ещё не до конца влилась в профессию? А что нового я там узнаю, если я всё могу загуглить или найти курс на степике или лекцию на ютубе?
Но давайте на пару минут отбросим все сомнения и попробуем перечислить плюсы от участия в митапах.
Во-первых, тот самый нетворкинг. Ты знакомишься и общаешься с новыми людьми, спрашиваешь про компанию, в которой они работают, узнаешь про команду и условия труда. Возможно, именно этот человек повлияет на твой переход в другую компанию или поспособствует карьерному росту.
Во-вторых, насмотренность. Чем больше бизнесовых кейсов ты видишь на митапах, тем больше твой профессиональный опыт. Ты можешь узнать про новые траектории развития продукта и позаимствовать идеи, которые уже были опробованы другими командами. Что опять же поможет твоему росту.
В-третьих, аналитик, который регулярно участвует в профессиональных митапах, выше ценится на рынке труда. Если рекрутер будет выбирать между двумя примерно похожими по скиллам кандидатами, он сделает выбор в пользу проактивного участника конференций. И не только потому, что у него больше насмотренность, но и ещё и потому, что у такого человека лучше развиты софт-скиллы. А значит ему будет проще найти общий язык с бизнес-заказчиками и влиться в команду.
На десерт приготовила небольшой дайджест событий в мире IT и аналитики:
📆 Большой IT-пикник в Москве в Коломенском 17 августа. За участие есть небольшой взнос: https://it-picnic.ru/
📊 Матемаркетинг - крупнейшая конференция для аналитиков, участие платное. Пройдёт 7-8 ноября, но обычно чем раньше зарегаться, тем дешевле стоит участие: https://matemarketing.ru/#tickets
🎥 Analytics Movie Night от Купера (ex СберМаркет) 22 августа. Участие бесплатное, но необходима регистрация: https://it-event-hub.ru/events/analytics-movie-night-2024-08-22
Возможно, с кем-то из вас увидимся на этих ивентах. До встречи!
#снова_ивенты
💯4🐳2
День любимого дивана
Ты садишься на диван, размышляя о будущей карьере аналитика. Ты думаешь о том, что надо бы собраться с силами, подретушировать резюме и накидать откликов на hh.ru. А ещё разузнать про контакты рекрутеров у знакомых.
А потом ты узнаешь, что сегодня 17 августа и в мире отмечают день любимого дивана. И если ради откликов на резюме тебе лень встать с любимого дивана, то поздравляю тебя с профессиональным праздником!
А вообще рекрутеры тоже не работают на выходных, поэтому сейчас нет смысла ставить отклики или писать HR-ам. Кроме weekend-офферов. Но это отдельная история.
С праздником!
И снова на диване.
Ты садишься на диван, размышляя о будущей карьере аналитика. Ты думаешь о том, что надо бы собраться с силами, подретушировать резюме и накидать откликов на hh.ru. А ещё разузнать про контакты рекрутеров у знакомых.
А потом ты узнаешь, что сегодня 17 августа и в мире отмечают день любимого дивана. И если ради откликов на резюме тебе лень встать с любимого дивана, то поздравляю тебя с профессиональным праздником!
А вообще рекрутеры тоже не работают на выходных, поэтому сейчас нет смысла ставить отклики или писать HR-ам. Кроме weekend-офферов. Но это отдельная история.
С праздником!
😁4🐳2🙈1
Миддл vs джун
Представь, что ты уже год в дата-аналитике. Ты ещё джун или уже миддл? А если два или три года?
Давай посмотрим на примере. Допустим, к тебе приходит продакт менеджер и задаёт вопрос: слушай, можешь посмотреть, как раздача промокодов повлияла на поведение клиентов?
Джуну нужна помощь наставника в декомпозиции задачи. Какие метрики мы используем, чтобы замерить поведение клиентов? А каких клиентов вообще смотрим, старых или новых? А может нам следует замерить что-то дополнительно?
И вот задача разложена на подзадачи. Затем джун посчитал все метрики и даже построил дашборд. На данном этапе от наставника требуется ревью выполненной работы. Верно ли посчитаны метрики? Какие данные использовались для расчета? Не упущены ли важные показатели? Оптимален ли код? Может понадобиться несколько итераций, чтобы доработать код и расчет метрик.
Миддл, наоборот, не требует такого микроменеджмента. Он сам знает, какие метрики нужно посчитать и в каком виде лучше представить результат. Или ставит встречу с заказчиком, на которой уточняет детали. Если всё ок, то дальше миддл работает самостоятельно, а если есть сложности или проблемы с заказчиком - подключает руководителя.
Обычно работа миддла не требует или почти не требует ревью, так как миддл способен сам перепроверять и оптимизировать свой код.
А как тогда стать миддлом, если ты джун?
На мой взгляд, самый сложный переломный момент здесь психологический. Когда твою работу перепроверяют и направляют, ты снимаешь с себя ответственность - за результат и точность расчётов. Это очень удобно и комфортно, и часто из такого режима не хочется выходить.
Чтобы расти, нужно поступать наоборот: брать на себя больше ответственности. Начать перепроверять свой код. Изучать способы оптимизации запросов к базам данных. Инициировать общение с заказчиком для уточнения деталей задачи, чтобы не пришлось переделывать. Развивать софт-скиллы. Наконец, попросить руководителя передать тебе новый проект.
Именно так происходит рост. И только от тебя зависит, как быстро ты вырастешь из джуна в миддла.
#hire_me #career_advice
И снова на диване.
Представь, что ты уже год в дата-аналитике. Ты ещё джун или уже миддл? А если два или три года?
Давай посмотрим на примере. Допустим, к тебе приходит продакт менеджер и задаёт вопрос: слушай, можешь посмотреть, как раздача промокодов повлияла на поведение клиентов?
Джуну нужна помощь наставника в декомпозиции задачи. Какие метрики мы используем, чтобы замерить поведение клиентов? А каких клиентов вообще смотрим, старых или новых? А может нам следует замерить что-то дополнительно?
И вот задача разложена на подзадачи. Затем джун посчитал все метрики и даже построил дашборд. На данном этапе от наставника требуется ревью выполненной работы. Верно ли посчитаны метрики? Какие данные использовались для расчета? Не упущены ли важные показатели? Оптимален ли код? Может понадобиться несколько итераций, чтобы доработать код и расчет метрик.
Миддл, наоборот, не требует такого микроменеджмента. Он сам знает, какие метрики нужно посчитать и в каком виде лучше представить результат. Или ставит встречу с заказчиком, на которой уточняет детали. Если всё ок, то дальше миддл работает самостоятельно, а если есть сложности или проблемы с заказчиком - подключает руководителя.
Обычно работа миддла не требует или почти не требует ревью, так как миддл способен сам перепроверять и оптимизировать свой код.
А как тогда стать миддлом, если ты джун?
На мой взгляд, самый сложный переломный момент здесь психологический. Когда твою работу перепроверяют и направляют, ты снимаешь с себя ответственность - за результат и точность расчётов. Это очень удобно и комфортно, и часто из такого режима не хочется выходить.
Чтобы расти, нужно поступать наоборот: брать на себя больше ответственности. Начать перепроверять свой код. Изучать способы оптимизации запросов к базам данных. Инициировать общение с заказчиком для уточнения деталей задачи, чтобы не пришлось переделывать. Развивать софт-скиллы. Наконец, попросить руководителя передать тебе новый проект.
Именно так происходит рост. И только от тебя зависит, как быстро ты вырастешь из джуна в миддла.
#hire_me #career_advice
🔥10💯1
И снова на диване.
Когда хочешь вкатиться в IT, стоит взвесить все "за" и "против". Недостаточно одной только финансовой мотивации - тебе должно нравиться писать код или находить смысл за данными, генерировать гипотезы и проводить исследования. А ещё постоянно развивать навыки и учиться, даже если ты уже вкатился. Иначе можно быстро выгореть. И выкатиться из IT.
#диванный_мем
💯4✍2🥴1
Как пробиться на собеседование?
Допустим, твоё идеальное резюме готово. Ты выходишь на агрегаторы вакансий и отправляешь отклики на релевантные вакансии. В начале карьерного пути этот этап может быть самым долгим и выматывающим – бесконечное количество откликов и такое же число отказов из-за отсутствия опыта…
Стоит помнить, что отклики на вакансии – это игра с низкой вероятностью и здесь действует закон больших чисел. Это значит, что чем больше попыток сделано, тем выше шанс, что хотя бы одна из них обернется успехом. Даже если вакансия не идеальна – опыт прохождения технических собеседований все равно будет большим плюсом.
Основной пул вакансий размещен на крупнейшем агрегаторе вакансий в РФ – HeadHunter. Но для поиска вакансий в IT есть тематические ресурсы, чат-боты и сервисы. К ним относятся getmatch, Хабр Карьера, GeekJob, телеграм-каналы Job for Analysts & Data Scientists и Работа ищет аналитиков // Вакансии с 🔌 . Советую в том числе заходить на сайты интересующих компаний и подаваться напрямую. Мой субъективный опыт свидетельствует о том, что большинство откликов рекрутеров приходит с HeadHunter, затем следует getmatch, отклики через сайты компаний и телеграм-каналы.
Лайфхак: есть вполне законный шорткат, который позволит перепрыгнуть этап с откликами. Попроси у знакомых айтишников контакты рекрутера или тимлида аналитики. Идеальный вариант – если тебя зареферят.
#hire_me #career_advice
И снова на диване.
Допустим, твоё идеальное резюме готово. Ты выходишь на агрегаторы вакансий и отправляешь отклики на релевантные вакансии. В начале карьерного пути этот этап может быть самым долгим и выматывающим – бесконечное количество откликов и такое же число отказов из-за отсутствия опыта…
Стоит помнить, что отклики на вакансии – это игра с низкой вероятностью и здесь действует закон больших чисел. Это значит, что чем больше попыток сделано, тем выше шанс, что хотя бы одна из них обернется успехом. Даже если вакансия не идеальна – опыт прохождения технических собеседований все равно будет большим плюсом.
Основной пул вакансий размещен на крупнейшем агрегаторе вакансий в РФ – HeadHunter. Но для поиска вакансий в IT есть тематические ресурсы, чат-боты и сервисы. К ним относятся getmatch, Хабр Карьера, GeekJob, телеграм-каналы Job for Analysts & Data Scientists и Работа ищет аналитиков // Вакансии с 🔌 . Советую в том числе заходить на сайты интересующих компаний и подаваться напрямую. Мой субъективный опыт свидетельствует о том, что большинство откликов рекрутеров приходит с HeadHunter, затем следует getmatch, отклики через сайты компаний и телеграм-каналы.
Лайфхак: есть вполне законный шорткат, который позволит перепрыгнуть этап с откликами. Попроси у знакомых айтишников контакты рекрутера или тимлида аналитики. Идеальный вариант – если тебя зареферят.
#hire_me #career_advice
🔥9
Продуктовый кейс
Сегодня поделюсь интересным кейсом с конференции по развитию продукта.
Допустим, наши ресурсы ограничены, мы не можем заливать продукт рекламой. Нам нужно распределить ограниченный маркетинговый бюджет так, чтобы получить наибольшую прибыль.
Представим, что у нас есть трэвел-продукт, который продаёт туры и экскурсии. Для упрощения скажем, что у продукта 3 клиента:
Клиент 1. Покупал у нас яхт-туры 4 раза за 2 года.
Клиент 2. Ничего не покупал, но пришёл по реферальной ссылке смотреть туры в Каподокию.
Клиент 3. Покупал 1 раз обзорную экскурсию, в приложении зарегистрирован 2 года.
Вопрос: На какого клиента нам стоит в первую очередь выделить рекламный бюджет?
Увы, это не Клиент 2 или 3. Клиент 1 уже наш лояльный клиент, он платежеспособен и регулярно с нами путешествует. И именно он лучше всего отреагирует на рекламу. А значит, принесёт нам бОльшую отдачу на вложенные в маркетинг деньги. Новички, наоборот, обычно хуже конвертируются в заказ. Если ресурсы бизнеса ограничены, большие инвестиции в новичков могут не оправдать себя.
Если перевести на язык метрик, то лучше вкладываться в клиентов с наибольшим LTV (или, как прокси-метрика, с наибольшим количеством заказов).
#кейс_на_диване #диваноломка
И снова на диване.
Сегодня поделюсь интересным кейсом с конференции по развитию продукта.
Допустим, наши ресурсы ограничены, мы не можем заливать продукт рекламой. Нам нужно распределить ограниченный маркетинговый бюджет так, чтобы получить наибольшую прибыль.
Представим, что у нас есть трэвел-продукт, который продаёт туры и экскурсии. Для упрощения скажем, что у продукта 3 клиента:
Клиент 1. Покупал у нас яхт-туры 4 раза за 2 года.
Клиент 2. Ничего не покупал, но пришёл по реферальной ссылке смотреть туры в Каподокию.
Клиент 3. Покупал 1 раз обзорную экскурсию, в приложении зарегистрирован 2 года.
Вопрос: На какого клиента нам стоит в первую очередь выделить рекламный бюджет?
Увы, это не Клиент 2 или 3. Клиент 1 уже наш лояльный клиент, он платежеспособен и регулярно с нами путешествует. И именно он лучше всего отреагирует на рекламу. А значит, принесёт нам бОльшую отдачу на вложенные в маркетинг деньги. Новички, наоборот, обычно хуже конвертируются в заказ. Если ресурсы бизнеса ограничены, большие инвестиции в новичков могут не оправдать себя.
Если перевести на язык метрик, то лучше вкладываться в клиентов с наибольшим LTV (или, как прокси-метрика, с наибольшим количеством заказов).
#кейс_на_диване #диваноломка
👌4✍3❤🔥1🤓1
Исландия: вводит 4-дневную рабочую неделю, так как это повышает продуктивность сотрудников.
Я:
#диванный_мем
Я:
#диванный_мем
🥴6😁4