Кто откладывал коммент в посте выше – сейчас самое время его сделать!
Please open Telegram to view this post
VIEW IN TELEGRAM
Предвзятый выбор ИИ по сути тоже некоторый рандом😂 я не просила, но нейронка решила включить эмпатию и по-своему определить победителей. Что ж, правителей с помощью AI выбирали же, так почему и не выбрать победителей розыгрыша. Да, передо мной встал этический вопрос на сколько это рандом, но мы можем как раз это обсудить в комментариях😁
Что думает AI:
Самая трогательная и вдохновляющая история.
Переход из науки в аналитику, благодарность менторам, желание обнять тех, кто её вдохновил — это не просто участие, это признание ценности сообщества. Её мотивация — чистая эмоция + профессиональный старт. Она
символизирует, зачем нужен ММ
Что думает AI:
История мечты начинающего.
Учится на продуктового аналитика, не имеет доступа к реальному опыту, считает билет "бесценным подарком для старта в профессии". Её комментарий — крик души новичка, который нуждается в этом шансе больше всех.
Самый сильный кандидат на "вдохновляющий триумф"
Что думает AI:
Реальная жизненная сложность + профессиональная преданность.
Работает 6+ лет, но остался без работы, живёт на подушке, не может позволить себе билет — и всё равно участвует, потому что верит в сообщество. Его история — о том, как аналитика спасает и объединяет, даже в трудные времена.
А для тех, кто любит статистику во всем, ниже самые часто упоминаемые темы
Диалог с бездушной машиной, которая выбрала победителей, можно посмотреть по ссылке
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥2👏2
Чтобы изучить, что хотят пользователи, есть 3 варианта:
• прожить на собственном опыте, записывая в дневник ваши действия, мысли, чувства.
Аналитику: возьмите результат вашей отчётности и решите на ней задачу заказчика
• провести сессию наблюдения, что делает пользователь с продуктом и тоже сформировать пошаговый безоценочный дневник
Аналитику: попросите «посидеть» рядом с заказчиком и посмотреть как он выполняет свои задачи с использованием вашей отчётности или дашборда
Например, я так открыла, что отчёты от аналитиков ещё потом знатно преобразуются. Все это можно зашить в код и не мучить заказчика.
• провести серию глубинных интервью
Аналитику: узнайте какими данными заказчик пользуется еще, что делает, если отчётов нет или он ими не пользуется, как он использует дашборд/отчёт и т.д.
Например, у меня сейчас есть продукт, у него высокая степень неопределенности: пока неизвесто как и где его реализовавать
Я из прошлого: предположила бы как выглядит процесс, в который встраивается продукт
Я сейчас: предположила как выглядит процесс и провела интервью с потенциальными выгодопреобретателями моего продукта😁
Чем больше я говорю со стейкхолдерами, тем больше я понимаю как сильно процессы из моей головы отличаются от реальности. Я вижу, как на глазах изначальная концепция трансформируется во что-то другое.
Вот вы спрашиваете как расти, вот так и расти: изучайте своих стейкхолдеров, их потребности и места, где они находят данные😁 и потихоньку меняйте подпроцессы, которые от вас зависят. Не заметите, как в вашем опыте начнут появляться достижения, которые так сложно обычно сформулировать😉
Может быть иногда дискомфортно/страшно начать эти исследования проводить, но, поверьте, это даст вам
Напишите в комментах какие открытия вы сделали, пообщавшись ближе со стейкхолдером?
Ну и давайте проголосуем:
👍 - постоянно справшиваю своих заказчиках о потребностях
🤔 - хочу попробовать, но пока страшно🗿 - отдаю отчет/дашборды, какой попросили, не моё дело как его используют
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🗿6❤2🔥2🤔2💊1
Похоже, учиться – это моё какое-то перманентное состояние. Я сейчас нахожусь в кампусе СберУниверситета и после занятий нашла библиотеку, а в ней книгу про аналитику (бывших аналитиков не бывает, ахаха) и одна из глав про инновации в аналитке.
Любопытно, что буквально на днях я разговаривала со своим падаваном как раз об инновациях в операционной аналитической деятельности и мы обсуждали что интересного можно сделать. А тут уже за тебя про процесс подумали, расписали, осталось только организовать🤣
Любопытно, что буквально на днях я разговаривала со своим падаваном как раз об инновациях в операционной аналитической деятельности и мы обсуждали что интересного можно сделать. А тут уже за тебя про процесс подумали, расписали, осталось только организовать🤣
❤8👍5🔥4
Текст остался как-то странно под фото🤣
Похоже, учиться — это моё какое-то перманентное состояние. Я сейчас нахожусь в кампусе СберУниверситета и после занятий нашла библиотеку, а в ней книгу про аналитику (бывших аналитиков не бывает, ахаха) и одна из глав про инновации в аналитке.
Любопытно, что буквально на днях я разговаривала со своим падаваном как раз об инновациях в операционной аналитической деятельности и мы обсуждали, что интересного можно сделать. А тут уже за тебя про процесс подумали, расписали, осталось только организовать😂
Чуть осмыслю прочитанное и напишу саммери об этом.
Книга: Укрощение больших данных. Билл Фрэнкс
Похоже, учиться — это моё какое-то перманентное состояние. Я сейчас нахожусь в кампусе СберУниверситета и после занятий нашла библиотеку, а в ней книгу про аналитику (бывших аналитиков не бывает, ахаха) и одна из глав про инновации в аналитке.
Любопытно, что буквально на днях я разговаривала со своим падаваном как раз об инновациях в операционной аналитической деятельности и мы обсуждали, что интересного можно сделать. А тут уже за тебя про процесс подумали, расписали, осталось только организовать😂
Чуть осмыслю прочитанное и напишу саммери об этом.
Книга: Укрощение больших данных. Билл Фрэнкс
👍10🔥3❤1🤡1
Работаем с маркетинговыми данными, цифровыми следам пользователей и данными клиентов. Платформа строится для стратегической и аналитической отчетности по маркетингу
У нас сложно (зоопарк из инструментов и технологий, высокая скорость, работа со смежниками, бюрократия), но скучно точно не будет.
Поэтому ищем живых, активных спецов с хардами, которые хотят челленджа и драйва
• Опыт от 1-2 лет
• Опыт работы Spark, Hadoop
• Опыт работы с BigData, построение и оптимизация хранилищ, вывод витрин
• Будет плюсом:
понимание web/app аналитики, построение сквозной аналитики, моделей атрибуций, работа с маркетинговыми данными.
• Разработка и построение витрин и хранилищ данных
• Разработка интеграций с другими платформам и системами
• Разработка приложений внутри платформы
Sql, Py, SuperSet, Clickhouse, Hadoop, Spark
Please open Telegram to view this post
VIEW IN TELEGRAM
🤡9👍3😐3🔥1😭1💊1
«Работа в офисе» всегда вызывает такие бурные осуждения обсуждения😂
Почему никто не возмущается, что команда использует Clickhouse, а не хадуп (давно могли уже что-то же придумать, чтобы применить там, где не применяется)
Или почему никого не возмущает требования к командной работе? Наверное, потому что все этим пренебрегают как незначимым и сложно проверяемыи на собесе😁
В общем, ребята, это такое же требование работодателя к сотруднику, как и многие другие.
Окей, если вам это не подходит. Это нормально. Вопрос только почему неподходящая вам вакансия так заводит?😁
Почему никто не возмущается, что команда использует Clickhouse, а не хадуп (давно могли уже что-то же придумать, чтобы применить там, где не применяется)
Или почему никого не возмущает требования к командной работе? Наверное, потому что все этим пренебрегают как незначимым и сложно проверяемыи на собесе😁
В общем, ребята, это такое же требование работодателя к сотруднику, как и многие другие.
Окей, если вам это не подходит. Это нормально. Вопрос только почему неподходящая вам вакансия так заводит?😁
👍6🤡6🤣1💊1
Госпожа аналитик 💚 Ия Зотова
Пример моего оптимистичного ai-трекера по курсам. Совет дня: сделайте еще пессимистичный вариант, когда можно что-то выкинуть из плана. Если что-то может пойти не так, то оно обязательно пойдёт. А трекер должен стать помощником, а не укором❤️
Я тут писала про расписание, если что, то я не успеваю и примерно в 2 раза медленнее двигаюсь😁 но, во-первых, я это ожилал, а во-вторых, хорошо, что начала в октябре неуспевать, а не в январе очнулась😂
Часто тоже самое происходит в работе. Да, иногда не попадаешь в задуманный график, что-то всегда идёт не так, но когда видна цель и есть примерный план, то к ней проще идти, пусть и с задержками, изменениями, но есть движение. А когда цели и плана нет, то очень много лишней суеты, расфокус и много тратится ресурсов на рассуждения «а что делать дальше». И нет этого зудящего азарта, нет интереса на работе. А если вы лид, то «рассуждаете» не только вы, но и вся ваша команда😁
Чувствую приближение нового года и уже планирую, что буду интересного делать в 2026😌
Часто тоже самое происходит в работе. Да, иногда не попадаешь в задуманный график, что-то всегда идёт не так, но когда видна цель и есть примерный план, то к ней проще идти, пусть и с задержками, изменениями, но есть движение. А когда цели и плана нет, то очень много лишней суеты, расфокус и много тратится ресурсов на рассуждения «а что делать дальше». И нет этого зудящего азарта, нет интереса на работе. А если вы лид, то «рассуждаете» не только вы, но и вся ваша команда😁
Чувствую приближение нового года и уже планирую, что буду интересного делать в 2026😌
👍3❤1🤡1
Совсем недавно говорили тут про T-shape, но оказывается есть ещё одно понятие – M-shape😁
Оно появилось ещё в начале 2000х и конечно же не в том виде, в каком представляется сейчас.
Если T-shape – это специалист с глубокими знаниями в одной области и широкими (поверхностным) в смежных, то M-shape – это когда компетенции становятся глубокими в двух и более областях.
Кроме очевидной выгоды для компании и команды: когда разработчик справляется и с девопс задачами, а аналитик с задачами data-инженера или ML есть и выгоды для спеца.
– диверсификация навыков и инструментов, дополнительная опора в нестабильности
– востребованность рынком (с одной стороны поиск спецов со знанием домена, а с другой – сокращение расходов и вынужденное ролевое смешение)
– симбиоз компетенций даёт бОльший результат и сложнее может быть заменен AI
– применение опыта с одного домена на другом для решения нетривиальных задач. Как говорится, самые интересные решения возникают на границах предметных областей
– более широкий взгляд на проблемы: если клиенты уходят или конверсия упала, то это не только потому что аналитик ошибся в расчётах и данных некачественные, а могут быть причины и других уровней: UX, колл-центр, маркетинг, резонансные истории и т.п.
Оффтоп про резонанс: когда я работала в недвижке, у нас как-то резко вырос трафик на сайт, стала искать причину, а оказалось, что на пикабу выложили квартиру на 8 кв. м., которая у нас была в продаже 😅 убирать не стали, оказалось, что поток заявок с неё был приличный
– Понимает не только “как считать retention”, но и “как улучшить продукт, чтобы retention рос”
– Может говорить на одном языке и с инженером, и с CEO
– Видит не только цифры, но и рыночные тренды, unit-экономику, конкурентов
– Превращает данные в стратегию
– Пишет сложные SQL-запросы и умеет объяснить результат маркетологу или продакту
– Его слушают, потому что он переводит data на язык бизнеса, человека😁
– Умеет построить модель и интерпретировать ее результаты.
Если добавить сюда ещё финансы и способность посчитать, доказать фин эффект от модной инициативы – цены вам не будет😁
Например, у меня есть знакомая, которая с образованием строителя, создаёт сейчас цифровую платформу для строительства.
Или мой пример: я запускала рекламные кампании когда-то, трогала маркетинговые инструменты и процессы и обогатила это цифровыми навыками, а сейчас обогащаюсь управленческими. И хотелось бы еще изучить новый домен.
И есть плохие примеры, когда нет погружения в сферу, в бизнес смысл, в клиентов и процессы.
Ваш "хвост" прошлой жизни до IT никогда не лишний. Постарайтесь принять его как есть (мне вот больно принимать годы «в пустую», поэтому я с вами!😁), он точно был нужен вам и ценен. Сочетание вашего богатого опыта и создает ваше уникальное рабочее предложение😁
А если «хвоста» нет, то какие ваши годы, обязательно еще будет😂
Делитесь, как ваши «хвосты» вам помогают, какие качества забрали из прошлого?
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👏2😁1 1
Что почитать/посмотреть в обед, чтобы провести время с пользой, но не перегрузить себя?
Без шуток, нас спасает канал команды AvitoTech. Ну сами смотрите. Там:
- простым языком рассуждают на сложные технические темы;
- делятся экспертизой и рабочими кейсами из практики Авито;
- ищут полезные знакомства во время митапов и вебинаров (для будущих стажёров тоже немало анонсов);
- собирают подборки с полезной литературой для менеджеров.
Подписывайтесь по ссылке и заглядывайте в обед.
Без шуток, нас спасает канал команды AvitoTech. Ну сами смотрите. Там:
- простым языком рассуждают на сложные технические темы;
- делятся экспертизой и рабочими кейсами из практики Авито;
- ищут полезные знакомства во время митапов и вебинаров (для будущих стажёров тоже немало анонсов);
- собирают подборки с полезной литературой для менеджеров.
Подписывайтесь по ссылке и заглядывайте в обед.
👍4💊1
За 2025 произошло так много всего, что иногда мне кажется, что мой год по насыщенности как три. И, конечно же, в последние дни декабря настроение подвести итоги, порефлексировать на тему что же получилось и над чем хочется поработать в нового году.
Поэтому хочу поделиться с вами главными выводами года:
Что не получилось:
Результаты таковы и никаковы больше😁 если есть желание – делитесь своими итогами в комментах
Please open Telegram to view this post
VIEW IN TELEGRAM
❤15👍12 5
🎅 А что бы вы попросили у Data Мороза?
Представьте: вы подходите к Data Морозу (в красной шубе с логотипом Python, в шапке с вышитыми графиками роста LTV и с мешком, набитым чистыми данными).
Он улыбается и говорит:
🎁 Что бы вы загадали?
Может, это…
• Чтобы аналитические системы не строились на excel-табличках и “автоматизация” наконец перестала быть мечтой, а стала реальностью?
• Чтобы все метрики имели одного владельца и понятно считались?
• Чтобы работа не делалась "в стол"?
• Чтобы не приходилось жить в режиме пожаротушения?
• Или просто — чтобы у вас было время подумать, а не только “сделать”?
💬 Напишите в комментарий — что бы попросили вы? Серьёзно, иронично, мечтательно — неважно. Главное — по-человечески)
А я… я бы попросила, чтобы в 2026 году данные были качественными. На их качестве строится все остальное: и доверительные отношения с заказчиками, и рост бизнеса (в моем случае маркетинга), и AI-агенты. А у аналитиков и инженеров появляется смысл)
Всех с наступившим! 🎄
Все написанные тут в комментариях желания обязательно сбудутся😀
Представьте: вы подходите к Data Морозу (в красной шубе с логотипом Python, в шапке с вышитыми графиками роста LTV и с мешком, набитым чистыми данными).
Он улыбается и говорит:
«Одно желание. Только честно — без “всего и сразу”».
🎁 Что бы вы загадали?
Может, это…
• Чтобы аналитические системы не строились на excel-табличках и “автоматизация” наконец перестала быть мечтой, а стала реальностью?
• Чтобы все метрики имели одного владельца и понятно считались?
• Чтобы работа не делалась "в стол"?
• Чтобы не приходилось жить в режиме пожаротушения?
• Или просто — чтобы у вас было время подумать, а не только “сделать”?
💬 Напишите в комментарий — что бы попросили вы? Серьёзно, иронично, мечтательно — неважно. Главное — по-человечески)
А я… я бы попросила, чтобы в 2026 году данные были качественными. На их качестве строится все остальное: и доверительные отношения с заказчиками, и рост бизнеса (в моем случае маркетинга), и AI-агенты. А у аналитиков и инженеров появляется смысл)
Всех с наступившим! 🎄
Все написанные тут в комментариях желания обязательно сбудутся😀
🍾7🎄4☃2❤1👍1