Математика, харды и только харды 👨‍🏫

Привет! Меня зовут Никита Тугушев, я аналитик в Товарах. Хочу в очередной раз поговорить про харды. Как и многие, я прошёл немало шагов на пути к прокачке математических навыков — и каждый раз убеждаюсь, что без этого никуда.

Недавно в одной из рабочих задач мне понадобилось освежить методы оптимизации функций. Никогда не думал, что придётся искать глобальные минимумы и максимумы на реальном проекте!

Я построил модель, которая описывает зависимость количества «покупок» от наших действий, а потом нужно было максимизировать её с учётом заданных ограничений — прямо как в задачках из учебника по математическому анализу.

Вижу и у коллег то же самое: многие придумывают или совершенствуют инструменты для анализа данных, снова и снова доказывая, что математика — одна из самых увлекательных и мощных частей в работе аналитика.

В конце концов, в нужный момент именно она может выделить тебя на фоне сотен других специалистов.

🧠 Важно помнить: дело не в том, чтобы применять самый сложный метод любой ценой. Намного важнее найти способ, который решает задачу быстро и не усложняет процесс.

Если простая линейная регрессия покрывает все потребности, не пытайтесь впечатлить коллег громоздким алгоритмом — здесь результат важнее красоты решения.

🦾 Кроме того, сложные методы требуют больше сил на поддержку и внедрение. Иногда лучше реализовать быструю и понятную модель, чем тратить время на «мегамозговой» подход.

🧑‍💻 Весь смысл в том, чтобы эффективно решать задачи бизнеса и пользователей, а не просто прокачивать математические навыки ради них самих. Это, на мой взгляд, главный контраст с научной карьерой: в бизнесе всегда важна максимальная эффективность.

Я ставлю харды на высокое место, но обязательно соразмеряю их с задачами по улучшению продукта и бизнеса.

Такой баланс помогает не увязнуть в избыточной сложности: когда используешь сильные методологии осознанно, опираясь на реальные потребности, то жить с хард-скилами становится гораздо проще и продуктивнее.

Вывод:

1️⃣ Держите математический тонус: обогащайте хард-скилы, даже если кажется, что в реальной задаче это не пригодится.

2️⃣ Не забывайте про бизнес: главное — получить результат, а не «прикрутить» ради эксперимента что-то сверхсложное.

3️⃣ Сильный аналитик — это тот, кто умеет и в сложные методы, и в здравый смысл.
Выбирает метод, который решает задачу лучше всего и при этом не создаёт необоснованной сложности.

В итоге харды остаются важной частью нашего роста: они помогают делать точные выводы, гибко выстраивать эксперименты и создают среду, где любая гипотеза проверяется крепкой математической логикой.

🐳 — Пошёл пересматривать лекции по матану
🌝 — Всё жду такую задачу

#НикиТушев

Привет, на связи Настя из Авито Недвижимости 👋

Кажется, что все вокруг разбираются в аналитике лучше, а ты только делаешь вид? Добро пожаловать в клуб!

Синдром самозванца — частый спутник аналитиков. Исследование показывает, что до 70% людей в той или иной степени испытывают это переживание в течение своей карьеры. Но давайте посмотрим на него с другой стороны.

Это чувство — не враг, а, скорее, индикатор того, что вы стремитесь к росту. Оно заставляет сомневаться, проверять себя и учиться. Главное — не дать ему парализовать себя.

Как с этим справляться?
1. Примите, что идеальных аналитиков не существует. Даже senior-аналитики иногда ошибаются. Аналитика — это не про идеальные ответы, а про поиск лучшего решения в условиях неопределенности.

2. Фиксируйте свои успехи. Заведите список достижений, а когда будете сомневаться в себе, перечитывайте его. По данным психологов, регулярное фиксирование достижений снижает уровень тревожности.

3. Делитесь страхами. Обсудите свои переживания с коллегами или близкими, это поможет понять, что вы не одиноки.

4. Разделяйте себя и свою работу. Ошибка в анализе — это не ошибка вас как человека. Это просто часть процесса.

5. Учитесь принимать обратную связь. Воспринимайте критику не как подтверждение своей «недостаточности», а как возможность роста.


Если эти советы вам не помогли или вы хотите лучше разобраться в теме, советую прочитать одну из этих книг:
📚 «Синдром самозванца» / The Impostor Phenomenon — Полин Роуз Кланс
📚 «Дары несовершенства» / The Gifts of Imperfection — Брене Браун
📚 «НИ СЫ» / You Are a Badass — Джен Синсеро

И помните: синдром самозванца — это не про ваши навыки, а про отношение к ним. Используйте его как топливо для роста, а не как тормоз 💪

А вы сталкивались с этим чувством?
Да — 🗿
Нет — 💅

Делитесь в комментариях, как справляетесь с ним!

#НастяЗв

Всем привет! Я — Женя Мурзаева, и я работаю в монетизации.

Команда монетизации Авито занимается разработкой продуктов для продавцов, которые используют Авито не просто для разгрузки дома и продажи личных вещей, а как платформу, на которой они зарабатывают. Пример продуктов, над которыми работает моя команда: продвижение объявлений, плата за размещение объявления или плата за целевое действие с объявлением.

Несмотря на то что наши задачи не строятся на том, чтобы делать продукты дороже, мы довольно часто получаем негатив от пользователей.
Например, фразы в духе: «раньше всегда было лучше и понятней» или «Авито точно хочет нас обмануть». Мы привыкли к этому.

Но вот однажды за семейным обедом я рассказывала, чем занимаюсь. Начала издалека — с рассказа, какими бывают ИТ-продукты.

И как только закончила говорить, кто-то из родственников начал:

«А, так Авито недавно добавил опцию размещения на 14 дней в долгосрочной аренде, это прям здорово!».
«Это тоже продукт?» — спросили меня.

Тут я расплылась в улыбке. Ведь это именно мой продукт и именно моя команда работала месяцы, чтобы появились эти опции. Такие моменты всегда сохраняются в сердцах команды монетизации ❤️

А какой фидбэк пользователей вы получаете на своих продуктах?
😍— пользователи в восторге
😇— раз на раз не приходится
😎— мы их не спрашиваем

#ЖеняМур

Привет! Я Георгий Фандеев, и я менеджер аналитики.

Когда я пришел в Авито, использование Python было де-факто стандартом среди аналитиков компании.
Мне, выросшему на R, это было странно и непривычно. К счастью, за эти годы мне удалось донести преимущества R до своих команд и сделать его основным языком. А со следующего полугодия мы начнем популяризацию R уже в рамках всего Авито.

Почему R, а не python?

👉 Python разработан почти 35 лет назад. Многие ли из вас знакомы с языком Ада? Нет? То-то же, а ведь ему всего 45. Да, пока ещё Python на волне успеха, но, опыт говорит, что ему осталось недолго.

👉 R, в отличие от питона, изначально создавался для анализа данных. Вы можете стать гуру R, оставаясь аналитиком, а не превращаясь в разработчика.

👉 R в среднем быстрее питона. Да, в некоторых ML-задачах это не так, но разве это проблема? Пока обучается модель, аналитик может делать дашборд или витрину.

👉 Элитарность. Специалистов по R мало и ценятся они высоко. Кроме того, менеджер, подчиненные которого используют только R, может быть спокоен, — его ребятам будет сложнее уйти в другую компанию.

Как происходил переход?

1️⃣ Первым делом я провел серию воркшопов и рассказал о достоинствах R.

2️⃣ Затем я стал поощрять использование R на добровольных началах. Переход на R стал одним из поводов выдать повышенную премию.

3️⃣ Ещё через год я ввел запрет на Python в своих командах (за некоторыми исключениями). Если мне приносили код на питоне, я отправлял переписывать на R. Жёстко? Да, но зато сработало!

Эксперимент оказался удачным:

✅ Задачи выполняются в среднем на 42% быстрее.

✅ Число технических ошибок в скриптах снизилось на 14%.

✅ Мои команды стали сплочённее: изучение R вынудило ребят больше общаться между собой и спрашивать советы друг у друга.


Как итог — со следующего полугодия в матрицу компетенций аналитиков уже всего Авито будет добавлено знание R (пока наряду c Python).
Надеюсь, наш опыт вдохновит и вас на R-переход! Поверьте, оно того стоит!

#ГеоргийФ

Приглашаем на митап про A/B-тесты и наш инструмент Trisigma

Мы в Авито проводим по 4 000+ A/B-тестов в год: это позволяет проверять много гипотез и значительно растить ключевые показатели. Но эти результаты зависят не только от количества тестов, а ещё и от их качества.

Чтобы эффективно и быстро проводить эксперименты, мы создали собственную A/B-шницу — Trisigma. Сейчас она доступна для всех продуктовых команд.

Если интересно больше узнать о том, как устроен этот инструмент и как мы проводим тесты, приходите на наш митап. Расскажем, как всё работает, а после встречи обязательно понетворкаем.

📅 Когда
16 апреля. Собираемся с 18:15, начнём в 19:00, будем на встрече до 22:00 с перерывом на кофе.

📍 Где
— офис Авито в Москве на Лесной, 7
— или онлайн: трансляция будет на YouTube и в VK

✅ Как присоединиться
Регистрируйтесь на таймпаде — это можно сделать уже сейчас.