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 какой фидбэк пользователей вы получаете на своих продуктах?
😍— пользователи в восторге
😇— раз на раз не приходится
😎— мы их не спрашиваем
#ЖеняМур
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!».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 ❤️
«Это тоже продукт?» — спросили меня.
А какой фидбэк пользователей вы получаете на своих продуктах?
😍— пользователи в восторге
😇— раз на раз не приходится
😎— мы их не спрашиваем
#ЖеняМур
😇26❤17😎13🔥11😍7👍2
Специалисты из агентства NEWHR опросили 1 293 аналитика из разных сфер, и большинство из них выбрали Авито в качестве самого привлекательного работодателя 🚀
По такому поводу решили поделиться, почему нам нравится быть аналитиками в Авито. Читайте карточки⬆️
→ Больше подробностей и других итогов опроса найдёте в исследовании
По такому поводу решили поделиться, почему нам нравится быть аналитиками в Авито. Читайте карточки
→ Больше подробностей и других итогов опроса найдёте в исследовании
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Всем привет! На связи Лада Селиванова и Дима Кротов.
Как и многие аналитики, на своём пути мы не раз ловили мысли: «Какой у меня уровень?», «Точно ли я уже мидл или всё ещё джун?» — привет, синдром самозванца 😅
А вы задумывались об этом?
🔎 Мы уверены, рефлексия — это не самокопание, а важный скилл для роста. Собрали вопросы, которые помогут разобраться, на какой ступени аналитики вы находитесь сейчас и понять, что уже умеете и делаете, а какие навыки ещё стоит подтянуть.
✍️ Читайте вопросы в карточках, выбирайте один вариант ответа и записывайте его себе в заметки или на листок. В конце нужно будет собрать все ответы и посчитать сумму баллов.
Разброс такой:
а) — 1 балл
б) — 2 балла
в) — 3 балла
❗Дисклеймер: полученные результаты теста являются фановыми. За более точной оценкой уровня идите в матрицу компетенций своей компании или на собеседование 😎
🤓 Проходите тест и делитесь своими грейдами в комментариях.
#Дима_Кр
#Лада
Как и многие аналитики, на своём пути мы не раз ловили мысли: «Какой у меня уровень?», «Точно ли я уже мидл или всё ещё джун?» — привет, синдром самозванца 😅
А вы задумывались об этом?
🔎 Мы уверены, рефлексия — это не самокопание, а важный скилл для роста. Собрали вопросы, которые помогут разобраться, на какой ступени аналитики вы находитесь сейчас и понять, что уже умеете и делаете, а какие навыки ещё стоит подтянуть.
✍️ Читайте вопросы в карточках, выбирайте один вариант ответа и записывайте его себе в заметки или на листок. В конце нужно будет собрать все ответы и посчитать сумму баллов.
Разброс такой:
а) — 1 балл
б) — 2 балла
в) — 3 балла
❗Дисклеймер: полученные результаты теста являются фановыми. За более точной оценкой уровня идите в матрицу компетенций своей компании или на собеседование 😎
🤓 Проходите тест и делитесь своими грейдами в комментариях.
#Дима_Кр
#Лада
❤23🔥10
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
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
😁127🤯25👎8🦄7💊6👍4❤3👀1
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.
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.
✍13❤10😍3🔥2👎1
Всем привет! На связи Рома Клочко, аналитик в Доставке 📦
Обучение ML-модели и оптимизация её метрик — это очень ресурсоёмко, увлекательно и благородно.
Но гораздо больше вызовов ждут нас на проде, когда по загадочным причинам качество модели значительно отличается от того, что мы видели на обучении. В невыгодную для нас сторону, конечно же 🙂
Хочу рассказать, с какими вызовами я столкнулся, когда доводил до прода ML-модели, и какие ошибки возникали там, где, как казалось, их быть не может.
🧠 Секреты успешного внедрения модели на прод:
1. У модели на проде актуальные значения фичей.
2. На проде фичи считаются абсолютно так же, как при обучении.
3. Алгоритм перевода предсказаний модели в принятие решения должен быть таким же, как при оценке качества при обучении.
✍️ Давайте приведу примеры ошибок, которые я допускал в каждом из этих пунктов.
1️⃣ При тестировании мы не смогли обнаружить, что в сервис попадает неактуальная версия витрины с фичами для модели.
Проблема возникала по двум причинам: во-первых, при тестировании мы проверили, что данные попадают в сервис, но не проверили, что они в точности соответствуют тем, что ожидаются. Тут табличка и там табличка, разве недостаточно? Оказалось, нет.
Во-вторых, при тестировании мы использовали витрину не такой структуры, как на проде, и это сделало ошибку менее очевидной.
2️⃣ Мы внедряли одну модель и заметили, что её качество значительно хуже, чем мы ожидали. Мы не залогировали каждое срабатывание, поэтому найти причину низкого качества было тяжело, и на это ушло несколько дней.
В итоге мы увидели, что при обучении модели некоторые фичи считались, подглядывая в будущее: учитывались данные, которые ещё не должны были доехать в DWH к моменту расчёта.
Мы пересчитали фичи и переобучили модель, но если бы на этапе тестирования залогировали все события, гораздо быстрее узнали бы, что фичи считаются некорректно.
3️⃣ Мы тестировали одну из моделей на проде и обнаружили аномальное поведение продуктовых метрик. Убедились, что фичи на сервисе актуальные, а модель выдаёт то же предсказание, что и в офлайне. Казалось, что происходит какая-то магия.
Анализ показал, что произошла мискоммуникация с разработкой, и положительный класс модели был воспринят на проде как отрицательный.
Модель буквально работала в обратную сторону: хорошие события отсеивала, а нежелательные оставляла. Если честно, более комичную ситуацию я не могу себе представить.
💡 Вывод таков: тестировать нужно настолько душно, насколько позволяют ресурсы. Каждое непроверенное звено может обернуться срочной задачей, которая внесёт коррективы в ваши выстроенные процессы планирования спринта.
Всем желаю не только пресижна и рекола, но и их воспроизведения в реальности!
#РомаК
Обучение ML-модели и оптимизация её метрик — это очень ресурсоёмко, увлекательно и благородно.
Но гораздо больше вызовов ждут нас на проде, когда по загадочным причинам качество модели значительно отличается от того, что мы видели на обучении. В невыгодную для нас сторону, конечно же 🙂
Хочу рассказать, с какими вызовами я столкнулся, когда доводил до прода ML-модели, и какие ошибки возникали там, где, как казалось, их быть не может.
🧠 Секреты успешного внедрения модели на прод:
1. У модели на проде актуальные значения фичей.
2. На проде фичи считаются абсолютно так же, как при обучении.
3. Алгоритм перевода предсказаний модели в принятие решения должен быть таким же, как при оценке качества при обучении.
✍️ Давайте приведу примеры ошибок, которые я допускал в каждом из этих пунктов.
1️⃣ При тестировании мы не смогли обнаружить, что в сервис попадает неактуальная версия витрины с фичами для модели.
Проблема возникала по двум причинам: во-первых, при тестировании мы проверили, что данные попадают в сервис, но не проверили, что они в точности соответствуют тем, что ожидаются. Тут табличка и там табличка, разве недостаточно? Оказалось, нет.
Во-вторых, при тестировании мы использовали витрину не такой структуры, как на проде, и это сделало ошибку менее очевидной.
2️⃣ Мы внедряли одну модель и заметили, что её качество значительно хуже, чем мы ожидали. Мы не залогировали каждое срабатывание, поэтому найти причину низкого качества было тяжело, и на это ушло несколько дней.
В итоге мы увидели, что при обучении модели некоторые фичи считались, подглядывая в будущее: учитывались данные, которые ещё не должны были доехать в DWH к моменту расчёта.
Мы пересчитали фичи и переобучили модель, но если бы на этапе тестирования залогировали все события, гораздо быстрее узнали бы, что фичи считаются некорректно.
3️⃣ Мы тестировали одну из моделей на проде и обнаружили аномальное поведение продуктовых метрик. Убедились, что фичи на сервисе актуальные, а модель выдаёт то же предсказание, что и в офлайне. Казалось, что происходит какая-то магия.
Анализ показал, что произошла мискоммуникация с разработкой, и положительный класс модели был воспринят на проде как отрицательный.
Модель буквально работала в обратную сторону: хорошие события отсеивала, а нежелательные оставляла. Если честно, более комичную ситуацию я не могу себе представить.
💡 Вывод таков: тестировать нужно настолько душно, насколько позволяют ресурсы. Каждое непроверенное звено может обернуться срочной задачей, которая внесёт коррективы в ваши выстроенные процессы планирования спринта.
Всем желаю не только пресижна и рекола, но и их воспроизведения в реальности!
#РомаК
🔥36❤11👍11❤🔥1🏆1
Привет! Меня зовут Артём Минаков, я аналитик в монетизации. Вы когда-нибудь мечтали стать лучшей версией себя? Моложе, красивее…
Сегодня хочу поговорить о том, в чём может заключаться развитие аналитика кроме хард-скиллов: SQL, Python, AB и ML.
Я выделил три навыка, которые были или являются моими точками роста.
1️⃣ Продуктовое мышление
Я начинал карьеру со стажировки в консалтинге, где мы делали проекты по внедрению BI. Оттуда я вышел с пониманием того, что моя работа заключается в конкретных задачах, например, сделать дашборд или обработать и преобразовать данные.
Мой майндсет кардинально поменялся, когда я впервые стал частью продуктовой команды. Там я осознал, что моя главная задача заключается именно в улучшении продукта, в донесении ценности для пользователей. Начал предлагать и питчить свои идеи, брать больше ответственности за принятие решений и приоритизацию аналитических задач, стараясь стать правой рукой продакта.
Ролевой моделью для меня являются коллеги, которые готовы подстраиваться и действовать в интересах продукта: сегодня они тащат модель в прод или делают нетривиальный дизайн теста, а через месяц заменяют заболевшего менеджера, рассказывая про успехи команды на дэмо. Бесконечно восхищаюсь такими ребятами вокруг себя❤️
2️⃣ Управление ожиданиями
На мой взгляд, это один из ключевых навыков, влияющих на отношения с продактом и стейкхолдерами. Однако, в этом навыке я далёк от идеала — склонен переоценивать себя, брать больше, чем могу успеть.
Поделюсь некоторыми советами, которые помогают выстраивать доверительные рабочие отношения и снижают количество лишнего стресса:
🚀 Договариваться о целях, майлстоунах и ожиданиях от результата на старте
🚀 Закладывать в оценки времени выполнения задач немного на непредвиденные обстоятельства. Искать баланс между амбициями выполнить всё asap и минимальным риском.
🚀 Не бояться сообщать, что сроки сдвигаются. Подсвечивать, даже если появляется такой риск.
Расскажите о ваших способах прокачивать этот навык в комментариях, мне будет интересно ознакомиться
3️⃣ Борьба с перфекционизмом
Простая мысль, о которой я обычно забываю, погружаясь с головой в очередную задачу: иногда хорошее решение лучше идеального, особенно если его можно быстро внедрить и проверить.
Скорость принятия решений критична для бизнеса. Присущая мне (и многим аналитикам) дотошность и стремление всё довести «до ума» частенько идёт вразрез с желанием бизнеса получить всё как можно быстрее.
Это не значит, что нужно халтурить и делать только минимально необходимое😀
Полезно понимать, когда скорость важнее глубокой проработки, и идеальным будет именно good enough решение.
Напишите, что помогло вам побороть синдром отличника, потому что я с ним сталкиваюсь даже во время написания этого поста…
Откликаются ли вам перечисленные пункты?
🔥— если замечали за собой хотя бы одну из перечисленных зон
🐳 — если вы когда-нибудь мечтали стать лучшей версией себя
#ТёмаМинаков
Сегодня хочу поговорить о том, в чём может заключаться развитие аналитика кроме хард-скиллов: SQL, Python, AB и ML.
Я выделил три навыка, которые были или являются моими точками роста.
Я начинал карьеру со стажировки в консалтинге, где мы делали проекты по внедрению BI. Оттуда я вышел с пониманием того, что моя работа заключается в конкретных задачах, например, сделать дашборд или обработать и преобразовать данные.
Мой майндсет кардинально поменялся, когда я впервые стал частью продуктовой команды. Там я осознал, что моя главная задача заключается именно в улучшении продукта, в донесении ценности для пользователей. Начал предлагать и питчить свои идеи, брать больше ответственности за принятие решений и приоритизацию аналитических задач, стараясь стать правой рукой продакта.
Ролевой моделью для меня являются коллеги, которые готовы подстраиваться и действовать в интересах продукта: сегодня они тащат модель в прод или делают нетривиальный дизайн теста, а через месяц заменяют заболевшего менеджера, рассказывая про успехи команды на дэмо. Бесконечно восхищаюсь такими ребятами вокруг себя
На мой взгляд, это один из ключевых навыков, влияющих на отношения с продактом и стейкхолдерами. Однако, в этом навыке я далёк от идеала — склонен переоценивать себя, брать больше, чем могу успеть.
Поделюсь некоторыми советами, которые помогают выстраивать доверительные рабочие отношения и снижают количество лишнего стресса:
Расскажите о ваших способах прокачивать этот навык в комментариях, мне будет интересно ознакомиться
Простая мысль, о которой я обычно забываю, погружаясь с головой в очередную задачу: иногда хорошее решение лучше идеального, особенно если его можно быстро внедрить и проверить.
Скорость принятия решений критична для бизнеса. Присущая мне (и многим аналитикам) дотошность и стремление всё довести «до ума» частенько идёт вразрез с желанием бизнеса получить всё как можно быстрее.
Это не значит, что нужно халтурить и делать только минимально необходимое
Полезно понимать, когда скорость важнее глубокой проработки, и идеальным будет именно good enough решение.
Напишите, что помогло вам побороть синдром отличника, потому что я с ним сталкиваюсь даже во время написания этого поста…
Откликаются ли вам перечисленные пункты?
🔥— если замечали за собой хотя бы одну из перечисленных зон
🐳 — если вы когда-нибудь мечтали стать лучшей версией себя
#ТёмаМинаков
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥40🐳19❤7🥱2👍1
Привет! Я Женя, старший аналитик в монетизации.
В Авито работает много моих друзей. Часть из них сначала стали коллегами, а потом друзьями, а часть — сначала друзьями, потом коллегами. И рассказать я хочу про вторых.
Во многих компаниях есть рефералки: вы рекомендуете человека, он проходит собеседование и (если мэтч случился) устраивается на работу. Так уже шесть моих друзей стали моими коллегами!
Приглашая человека по рефералке, я обещаю другу, что компания точно того стоит, и я правда очень рекомендую её. Отправляя рефералку компании, гарантирую, что я как Женя Мурзаева, действительно ручаюсь за этого человека.
♥️ И как же я люблю осознавать, что работаю в компании, которую рекомендую всей душой, и что мои друзья — те люди, которых могу рекомендовать с огромной гордостью. Кстати, один из этих друзей — также автор этого канала.
С Артёмом Минаковым мы работали в параллельных командах другой компании. Я была пользователем инхаус инструмента, за который отвечал Артём, и всегда восхищалась его желанию помочь, докопаться до ответа, структурировать подходы.
Наши с ним пути разошлись, но ненадолго: встреча на конференции, рассказ об Авито, рекомендация, собеседования, оффер в команду монетизации…
И вот мы с Артёмом снова собираемся с утра на кофе, только уже в офисе Авито!
А вы используете реферальную программу в компании?
P.S. Если у вас в компании нет рефералки, а крутые друзья есть — рекомендуйте их к нам. Вы получите денежный бонус после выхода человека на работу -> порекомендовать друга. А если вы ищете, кто порекомендует вас, то пишите мне( @jane_mur ) или любому автору канала :)
#ЖеняМур
В Авито работает много моих друзей. Часть из них сначала стали коллегами, а потом друзьями, а часть — сначала друзьями, потом коллегами. И рассказать я хочу про вторых.
Во многих компаниях есть рефералки: вы рекомендуете человека, он проходит собеседование и (если мэтч случился) устраивается на работу. Так уже шесть моих друзей стали моими коллегами!
Приглашая человека по рефералке, я обещаю другу, что компания точно того стоит, и я правда очень рекомендую её. Отправляя рефералку компании, гарантирую, что я как Женя Мурзаева, действительно ручаюсь за этого человека.
♥️ И как же я люблю осознавать, что работаю в компании, которую рекомендую всей душой, и что мои друзья — те люди, которых могу рекомендовать с огромной гордостью. Кстати, один из этих друзей — также автор этого канала.
С Артёмом Минаковым мы работали в параллельных командах другой компании. Я была пользователем инхаус инструмента, за который отвечал Артём, и всегда восхищалась его желанию помочь, докопаться до ответа, структурировать подходы.
Наши с ним пути разошлись, но ненадолго: встреча на конференции, рассказ об Авито, рекомендация, собеседования, оффер в команду монетизации…
И вот мы с Артёмом снова собираемся с утра на кофе, только уже в офисе Авито!
А вы используете реферальную программу в компании?
P.S. Если у вас в компании нет рефералки, а крутые друзья есть — рекомендуйте их к нам. Вы получите денежный бонус после выхода человека на работу -> порекомендовать друга. А если вы ищете, кто порекомендует вас, то пишите мне
#ЖеняМур
🔥34❤12🍓7
Образование аналитика
Всем привет! На связи с очередным лонгридом (краткость не моя сестра) Настя Аносова, старший аналитик в Товарах. Сегодня хочу затронуть тему высшего образования для аналитика.
В нашей сфере можно встретить кого угодно: физиков, экономистов, социологов, и даже филологов. Многие из них — классные специалисты, из чего следует логичный вопрос: зачем тогда тратить 4–6 лет на универ, если можно быстро освоить нужные инструменты и начать работать?
Честно говоря, при устройстве на работу в разных компаниях про диплом у меня спросили примерно 0 раз. Но я на репрезентативность не претендую, может, не там искала. Однако и по опыту коллег и друзей из сферы ситуация выглядит похоже (ошибка выжившего?).
Аргументов, дискредитирующих образование, подобрать можно много, вот самые частые из них:
👩💻 Пока универ перепишет программу, технологии уйдут далеко вперёд (в моей альма-матер, например, нас учили кодить на R)
📚 Часто в универе слишком много теории, крайне мало практики и объяснения полезности этой теории в реальной жизни (пока не начала работать аналитиком, понятия не имела, насколько может быть полезна статистика. Хотя в универе этому был посвящён целый год)
⌛ 4–6 лет обучения — это огромный срок, за который можно освоить все необходимые навыки, построить стартап, превратить его в единорога и продать Илону Маску…
Несмотря на это, я считаю, что классическое универское образование всё равно полезно (про отсрочку чур не шутить). Но оно не столько про знания, сколько про формирование широкого кругозора, дисциплину и нетворкинг.
Университет — это среда. Почему выпускники из топовых универов страны в среднем зарабатывают больше (давайте не будем челленджить статистику) и часто занимают более успешные позиции? Их учат какой-то другой математике? Другой экономике? По большей части — нет. Просто успех человека во многом формирует окружение.
И если рядом с тобой много замотивированных классных ребят (а таковые и оказываются в топовых университетах), то ты с высокой вероятностью станешь одним из них.
Из других важных навыков — университет учит учиться, делать неидеально, но приемлемо и в срок. А ещё сомневаться, проверять информацию и делать обоснованные выводы. Также развивает умение общаться с людьми, презентовать свои идеи и работать в команде.
Да и на стажировках нередко обращают внимание на ВУЗ, и часто отдают предпочтения интернам из топовых универов. Так что для старта карьеры — точно важная конкурентная плюшка.
Резюмируя — высшее образование не гарантирует успех (в аналитике или где бы то ни было). Можно ли без него быть классным специалистом? Определённо. Но, справедливости ради, я не знаю ни одного коллегу, который бы не имел вышки =)
P.S. Давайте проведем перекличку в реакциях к этому посту. Ставьте⚡, если считаете, что высшее образование было для вас полезно, и 🐳 , если нет. Проверим гипотезу)
#НастяАн
Всем привет! На связи с очередным лонгридом (краткость не моя сестра) Настя Аносова, старший аналитик в Товарах. Сегодня хочу затронуть тему высшего образования для аналитика.
В нашей сфере можно встретить кого угодно: физиков, экономистов, социологов, и даже филологов. Многие из них — классные специалисты, из чего следует логичный вопрос: зачем тогда тратить 4–6 лет на универ, если можно быстро освоить нужные инструменты и начать работать?
Честно говоря, при устройстве на работу в разных компаниях про диплом у меня спросили примерно 0 раз. Но я на репрезентативность не претендую, может, не там искала. Однако и по опыту коллег и друзей из сферы ситуация выглядит похоже (ошибка выжившего?).
Аргументов, дискредитирующих образование, подобрать можно много, вот самые частые из них:
👩💻 Пока универ перепишет программу, технологии уйдут далеко вперёд (в моей альма-матер, например, нас учили кодить на R)
📚 Часто в универе слишком много теории, крайне мало практики и объяснения полезности этой теории в реальной жизни (пока не начала работать аналитиком, понятия не имела, насколько может быть полезна статистика. Хотя в универе этому был посвящён целый год)
⌛ 4–6 лет обучения — это огромный срок, за который можно освоить все необходимые навыки, построить стартап, превратить его в единорога и продать Илону Маску…
Несмотря на это, я считаю, что классическое универское образование всё равно полезно (про отсрочку чур не шутить). Но оно не столько про знания, сколько про формирование широкого кругозора, дисциплину и нетворкинг.
Университет — это среда. Почему выпускники из топовых универов страны в среднем зарабатывают больше (давайте не будем челленджить статистику) и часто занимают более успешные позиции? Их учат какой-то другой математике? Другой экономике? По большей части — нет. Просто успех человека во многом формирует окружение.
И если рядом с тобой много замотивированных классных ребят (а таковые и оказываются в топовых университетах), то ты с высокой вероятностью станешь одним из них.
Из других важных навыков — университет учит учиться, делать неидеально, но приемлемо и в срок. А ещё сомневаться, проверять информацию и делать обоснованные выводы. Также развивает умение общаться с людьми, презентовать свои идеи и работать в команде.
Да и на стажировках нередко обращают внимание на ВУЗ, и часто отдают предпочтения интернам из топовых универов. Так что для старта карьеры — точно важная конкурентная плюшка.
Резюмируя — высшее образование не гарантирует успех (в аналитике или где бы то ни было). Можно ли без него быть классным специалистом? Определённо. Но, справедливости ради, я не знаю ни одного коллегу, который бы не имел вышки =)
P.S. Давайте проведем перекличку в реакциях к этому посту. Ставьте⚡, если считаете, что высшее образование было для вас полезно, и 🐳 , если нет. Проверим гипотезу)
#НастяАн
⚡118❤10🐳10👍1
В Авито мы живём по канонам OKR: каждый квартал ставим цели, замеряем результаты... Ну вы поняли. Недавно закончился Q1 2025 и сейчас самое время для рефлексии.
Настоящие OKR оставим на другой раз, а сегодня — поделюсь своими неформальными «ачивками» квартала.
🎯 Objective: «Быть на высоте» 🎯
☑ Зайти в квартал «с ноги»
Вспомнить свои обязанности и имена коллег после новогодних праздников
☑ Новаторски починить дашборд, просто заменив ссылку
Смотрите скрин про это в комментариях к посту
☑ Выработать и соблюдать SLA по скорости ответов в чатах
Срочность = количество тегов + количество «!» + «плиз»
☑ Раскрыть несколько дел о багах в данных
Кажется, это к команде Х — посмотрите, плиз?
☑ Повысить well-being своих коллег
Делиться мемами и забавными ситуациями
☑ Докопаться до сути задачи
Спасибо за терпение к моим «я походу жёстко туплю, но...»
☑ Заработаться и забыть про начало встречи («ой, сорри, бегу!»)
☑ Быть готовой ко всему
Регулярно использовать реакцию с Гарольдом😬
☑ Дать мутной задаче настояться
...чтобы она решилась сама
☑ Укрепить чувства благодарности и любви к своим коллегам (бесценно!)
Думаю, OKR можно считать закрытым на 100%! 😅
Конечно, это всё шутки, но мне приятно вспоминать подобные мелочи, ведь они наполняют рабочую жизнь и делают её живее ✨
А какие неформальные OKR закрыли вы в прошлом квартале? Пишите в комментариях! 👇
#ЮляГол
Настоящие OKR оставим на другой раз, а сегодня — поделюсь своими неформальными «ачивками» квартала.
🎯 Objective: «Быть на высоте» 🎯
Вспомнить свои обязанности и имена коллег после новогодних праздников
Смотрите скрин про это в комментариях к посту
Срочность = количество тегов + количество «!» + «плиз»
Кажется, это к команде Х — посмотрите, плиз?
Делиться мемами и забавными ситуациями
Спасибо за терпение к моим «я походу жёстко туплю, но...»
Регулярно использовать реакцию с Гарольдом
...чтобы она решилась сама
Думаю, OKR можно считать закрытым на 100%! 😅
Конечно, это всё шутки, но мне приятно вспоминать подобные мелочи, ведь они наполняют рабочую жизнь и делают её живее ✨
А какие неформальные OKR закрыли вы в прошлом квартале? Пишите в комментариях! 👇
#ЮляГол
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥27