Новая рубрика «Пять с половиной глупых вопросов». Сегодня на глупые вопросы отвечает Алексей Рытов, ведущий канала Притчи продуктолога.
————————————

Пять с половиной глупых вопросов менеджеру продукта

1. А чем ты вообще занимаешься, всю работу ведь делают программисты?

Когда я работал UX-дизайнером, и кто-нибудь комментировал мой интерфейс словами «Тут нет никакого дизайна», я считал это высшей похвалой. Ведь цель интерфейса не поражать красотой, а добиваться результата. Если продукт развивается, растет и при этом кажется, что я как менеджер ничего не делаю — это лучший комплимент для меня.

2. Какими навыками должен владеть продакт?

Разными. Многими. Желательно очень многими. Конечно, есть база: системный анализ, юнит-экономика, касдев, CJM. Но я разбираюсь и в технической архитектуре, дизайне, тестировании, аналитике данных, контент- и диджитал маркетинге, HR-процессах, рекрутинге, Agile, Scrum, коучинге и многом другом. Недавно пришлось освоить администрирование мэйлеров.

3. Из какой профессии можно перейти в продуктологи?

Из любой. Я пришел из UX и считаю это очень логичным переходом — практически одна и та же профессия, просто разные инструментарии. Многие приходят из разработчиков. Из маркетологов тоже есть. Аналитики данных почему-то редко переходят, для меня загадка почему, ведь сферы близкие.

4. Как войти в профессию?

В идеале на текущей работе начать подменять / помогать менеджеру продукта. Или взять какой-то внутренний продукт «который не жалко». И уже, получив какой-то практический опыт, начинать подтягивать недостающие знания.

5. Сколько зарабатывают продакты?

Как в других профессиях это зависит от грейда. В принципе, столько же, сколько и бэк-енд программисты. Получается немного выше дизайнеров или маркетологов. Но в целом, обычная айтишная профессия в плане оплаты.

5,5. Когда менеджеров заменит ней…

На самом деле уже, дело в том, что я...

————————————
Чтобы прочитать пять с половиной ответов про аналитика — переходите на канал Алексея: @product_proverbs

Будьте аккуратны с работодателями, которые просят выполнить тестовое

В личку мне написали случай с компанией Ingate, которая на отклик на вакансию Web - аналитик просит сразу же сделать тестовое задание (смотрите скрин выше).

То есть HR не хочет проводить вводную встречу, рассказывать о компании, условиях, а сразу шлет тестовое.

При этом Ingate - довольно крупная компания (по их словам 500 + человек, 20 лет опыта и позиционирует себя как лидер digital рынка).

Я решила сама откликнуться на эту вакансию, чтобы проверить. И та же самая история - сразу скинули тестовое.

При этом оно выглядит так, как будто бы это реальная задача, которая сейчас есть у Ingate, но на которую у них не хватает рук и они придумали вот такой способ. Просят сделать юзабилити сайта реальному клиенту, дают реальные доступы в метрику, да еще и оформить нужно по их стандартам. Само тестовое тут.

Но даже если Ingate и не имела злого умысла, то можно ли назвать такую работу HR хорошей? А отношение к потенциальному сотруднику уважительным?

Я написала HR, что прежде чем делать тестовое, у меня есть ряд вопросов. Ответ пришел только через 10 дней! И оказалось, что оплата за работу только 1 раз в месяц, а сама оплата за задачи просто смешная, можете посмотреть тут.

Нормальная ли это ситуация? Нет! И я призываю вас не выполнять тестовое, пока не узнаете все условия работы.

Было ли у вас что-то подобное?

- Senior data analyst получает 150 тыс. $ + доход с доли в компании
- Data scientist - 250 тыс. $ совокупно (зарплата + доход с доли)

Именно такие цифры называют случайные прохожие на улицах Сан-Франциско (США) в вирусном видео в тик токе (выше).

В России не принято делиться зарплатой. У меня предположение, что у людей есть страх, что либо получаешь слишком мало (что сразу понижает тебя в глазах спрашивающего), либо слишком много (что порождает зависть и якобы можно навредить).

Всвязи с этим давайте проведем анонимный вопрос, кто сколько зарабатывает?

А кто самый смелый - пишите в комментариях, сколько зарабатываете. И какая цель по деньгам в 2023?

Сегодня получила тестовое от зарубежной компании Food Panda

Food Panda - это крупнейшая онлайн-платформа доставки еды и продуктов в Азии со штаб-квартирой в Сингапуре. Принадлежит немецкой Delivery Hero.

Вакансия - Senior Data Analyst.

Само тестовое еще не делала, но просмотрела “пробный вариант” (перед прохождением тестового предлагают пройти пробный вариант, чтобы понять, какие будут задачи).

Вопросы в пробном варианте стандартные, связаны с Python или SQL:

- нужно либо выбрать правильный ответ на вопрос
- либо написать код

В пробном варианте всего 4 вопроса, решить их нужно за 45 минут. В оригинальном тесте 15 вопросов, на выполнение дано 2 часа.

Делюсь с вами вопросами тут.

Применяем аналитику и Python в своей жизни. Реальный пример

Всегда хотела применить аналитику в своей жизни (имею ввиду взять личные данные, взять Python и что-нибудь сделать с этими данными).

Одна из мыслей была - это визуализировать данные по бездомных животным в Красной поляне (я там ранее жила), чтобы привлечь к проблеме (это отдельная история, но ежедневно в Красную поляну привозят и выкидывают собак и кошек). Но не сделала, так как проблема в том, чтобы собрать эти данные.

И вот сегодня наткнулась на личный проект - анализ фитнес-данных из Runkeeper.

Парень выгрузил свои данные о беге за 7 лет в формате CSV и сделал анализ с помощью Python.

Не совсем поняла прикола, ведь насколько мне не изменяет память (пользовалась приложением давно и могу ошибаться), в Runkeeper уже есть некоторые графики и анализ.

Но все равно показалось интересным.

Во-первых, можно вдохновиться и сделать все-таки анализ, основанный на своих данных. И это могут быть не данные о беге из Runkeeper, а что-то другое.

Во-вторых, если вы новичок, но не хватает практических проектов - то вот, можно сделать похожее. И как мне кажется, такая практика будет очень интересной.

Сам анализ фитнес-данных из Runkeeper тут в статье или уже в Kaggle (это одно и тоже, выбирайте где удобнее).

Бесплатные курсы, ресурсы и личный опыт за 2022 год

Ранее в канале и на других ресурсах (VC, Habr, сайт) публиковала много материалов. Сегодня решила выбрать самые интересные на мой взгляд и сделать сюда ссылку для закрепа.


Бесплатные курсы и ресурсы:

Более 100 бесплатных курсов и ресурсов по аналитике данных (тут и базовые курсы, и специализированные и тренажеры, и блоги ведущих компаний и тд). Одноименная статья на VC набрала более 12 тыс просмотров (Кстати, в общем все мои статьи на VC набрали уже более 150 000 просмотров).

3 примера портфолио аналитиков

4 сервиса для аналитиков для быстрого старта кодинга

9 бесплатных курсов бизнес английского

Как прокачивать английский бесплатно?

39 ресурсов для поиска работы в IT зарубежом

Инструменты ИИ с бесплатным тестовым доступом, 1 часть, 2 часть


Личный опыт:

Что такое ИПР и зачем я его делаю?

3 типа вопросов про "чувство продукта" на собеседованиях на аналитика

Выводы после прохождения собесов в российские компании (еще летние)

Как выучить SQL быстрее? (написала на основе своего опыта, вдохновившись видео зарубежного блоггера)

Мое расписание дня при работе аналитиком

Ответ на вопрос, какой курс выбрать (от платных школ)? (без упоминаний конкретной школы)

Как я ищу работу или “воронка трудоустройства”

Я работаю и учусь, да и делаю все свои другие дела по Методу Помидора. В статье рассказала об итогах (использовала технику 6 месяцев)


Если хотите отвлечься, то вот другие мои посты:

1) Из Москвы в Красную поляну на удаленку

2) В отпуск по Кавказу на машине

3) Про жизнь в Ташкенте (почти 1 месяц)

4) Про неделю в Индии (совмещала работу и прогулки по Индии, что ввиду особенностей, которые описаны в статье, было не просто)


P.S. Некоторые курсы на Coursera пишут о бесплатном 7-дневном периоде, а дальше просят оплатить. Это МОЖНО ОБОЙТИ и слушать курс абсолютно бесплатно, в комментах под этим постом написала, как это сделать.

Подписчик просит совета!

Никита @id57489 делает проект по активности пользователей в ВК, он только начинает свой путь с данными и просит совета.

—————

Я недавно начал делать проект. Собираю данные по активности пользователей в ВК и вывожу статистику.

Из инструментов использую vk-api, чтобы получить информацию о пользователях и их активности. Все данные по активности собирает скрипт на питоне, который крутится на сервере и загружает данные в postgresql на том же севере. В данный момент данные я загружаю вручную с postgresql в jupyter notebook. С помощью python это происходит напрямую и данные из postgresql по нажатию сразу появляются в формате dataframe. В ноутбуке я вывожу статистику по пользователям по часам.

Думаю сделать дашборд куда статистика будет отгружаться автоматически.

Мне было бы интересно услышать:

- любые идеи/советы на счет анализа активности пользователей. если есть данные по времени пользователей в сети и некоторые данные о самом пользователе.

- еще мне хотелось бы сделать портрет каждого пользователя. Но я не знаю как это реализовать. Вероятно, нужен человек, который занимается машинным обучением. Мб кто-то сможет предложить интересные гипотезы и статистические тесты.

—————

💡Если у вас возникли идеи/советы или вы просто можете натолкнуть на мысль/задать направление, пишите под этим постом, любые комментарии будут ценны!

10 отличий между экспертами в аналитике данных и "любителями"

Кэсси Козырьков (главный специалист по принятию решений в GOOGLE) поделилась своим мнением.

Она считает, что барьеры для входа в аналитику данных низкие, начать легко и поэтому в профессии много "любителей".

Вы профессионал, если:

№1. Имеете отличные навыки работы как минимум с 2мя из этих языков: Python, SQL, R.

№2. Можете легко обрабатывать большие объемы данных. Размер данных вас не пугает. Для этого у вас есть инженерные навыки.

№3. У вас выработано неуважение к данным (в то время как "любители" произносят данные с большой буквы "Д"). Есть высказывание, что "Без данных вы просто еще один человек со своим мнением". Это правда, однако "С данными вы все еще просто человек со своим мнением".

№4. Вы аналитик по выбору, а не по несчастью. Для вас аналитика - это самостоятельная дисциплина, а не ступенька к какой-то другой профессии (например, к data science).

№5. Вы устойчивы к предвзятости. Предвзятость - заклятый враг при принятии решений на основе данных и причина ошибок.

№6. Вы реалистичны по отношению к данным и ничего от них не ожидаете. Плохие данные - это реальность для аналитиков, часто приходится начинать с плохих данных, чтобы выяснить, как сделать их лучше.

№7. Вы знаете, как повысить ценность. Задача лица, принимающего решения - превращать информацию в более эффективные действия. Ваша задача - помогать ему в этом реактивно (путем поиска данных, которые отвечают на их конкретные вопросы) и проактивно (путем изучения данных, чтобы вдохновить их на рассмотрение новых направлений).

№8. Вы понимаете, что ваша работа - это не гарантированные результаты и поэтому вы ищете босса, который не накажет вас за возвращение с пустыми руками. Вы думаете с точки зрения потенциальной окупаемости ваших действий во времени.

№9. У вас высокая скорость работы и вы постоянно учитесь тому, что сделает вас еще быстрее (новым инструментам, методам, приемам).

№10. Вы отказываетесь быть "торговцем ядовитой ретроспективой". Понимаете, что статистика и аналитика - это две абсолютно разные дисциплины.

Источник - блог Кэсси Козырьков.


Кто вы? Профессионал или "любитель"?
Я вот подумала, что скорее всего аналитика в скором времени останется для меня "ступенькой" к другим целям. И почему-то не вижу в этом ничего плохого. Но Кэсси бы это точно не понравилось 😂 Ну а со всеми остальными пунктами я полностью согласна.

Где искать стажировки аналитиком данных в России?

Изучала эту тематику, когда набирали стажеров в аналитику на одном из мест работы. И делюсь некоторыми возможностями с вами.

——-

Самый популярный способ - это hh, по идее там должны находиться все стажировочные вакансии, но по факту бывает не так и многие хорошие вакансии проходят мимо.

Future today - на нем размещены стажировки и лидерские программы от крупных компаний, а также IT-программы для студентов и молодых специалистов (как от известных Авито, МТС, Яндекс, так и от менее известных).

На сайте Сhangellenge (правда не так много, но все же).

Есть еще сайты Grintern и Профстажировки.рф, ранее оттуда мы получали хороший отклик, но похоже сейчас они уже умерли.

——-

Еще один способ - следить за сайтами компаний, которые нравятся. У многих крупных (да и не только) компаний есть специальные разделы со стажировками, в которых переодически открываются/закрываются наборы.

Например, сейчас открыта вакансия Стажер-аналитик в Яндекс и частенько Яндекс на своем сайте размещает стажировки.

Открыт набор на вакансию Стажер в отдел бизнес-аналитики в Лабораторию Касперского.

Стажировки от Сбербанка размещают тут (правда пока набор закрыт, но периодически его открывают).

——-

Также есть бесплатные программы обучения на аналитика с возможностью дальнейшего трудоустройства.

Программы все разные, подробности на сайте, но везде правда есть отбор.

Школа анализа данных Яндекса (набор начнется в апреле)
Школа 21 от Сбера. Есть несколько направлений, в том числе Машинное обучение и анализ данных (Python), Базы данных, Алгоритмы и структуры данных. (ближайшие наборы Новосибирск 6 февраля, Сургут - 27 февраля, Москва - лето).

Школы, наборы в которых закрылись, но нужно мониторить новые:

Школа аналитиков Авито
Школа аналитиков данных X5
Академия больших данных от ВК
Алгоритмы и структуры данных Тинькофф

Проверить свои знания и получить сертификаты

- для усиления портфолио
- для проверки своих знаний
- если говорим о сертификатах на Linkedin - говорят, что они повышают тебя в выдаче

БЕСПЛАТНО:

На Hakerrank можно сдать тест и получить сертификаты на знание SQL и Python. Причем есть тесты на разные уровни - Basic, Intermediate, Advanced. Учитывайте только, что знания Python будут проверяться общие, а не заточенные под аналитику.

По любому навыку (SQL, Python и другие) можно получить “значок навыка” на Linkedin, пройдя небольшой тест. Но применить вы его сможете только на Linkedin. Говорят, что эти "значки навыка" повышают тебя в выдаче на Linkedin.

Некоторые инструменты аналитики делают собственные бесплатные сертификации, например Google analytics и Яндекс Метрика.

ПЛАТНО:

Общая сертификация для аналитиков данных от DataCamp. Подтверждает, что у вас есть навыки для уверенного анализа данных и вы владеете нужными инструментами. Есть начального уровня, есть для профессионалов. 6,17$ месячная подписка.

На сайтах SQL EX (1500 руб.) и W3schools (95$) можно получить сертификат на знание SQL.

Некоторые инструменты аналитики делают платную сертификацию на знание своих инструментов Tableau (250$), Power BI (165$).

——
Пост навеян частыми вопросами подписчиков про получение тех или иных сертификатов. Я сама получала только бесплатные сертификаты в целях проверки своих знаний. В резюме когда-то указывала, когда-то нет. На собеседованиях и при трудоустройстве меня ни разу не спрашивали физического подтверждения того или иного сертификата (в том числе о прохождении обучения).

Поэтому хотелось бы услышать ваше мнение, получали ли вы подобные сертификаты и насколько они полезны при трудоустройстве?

Нейросеть ChatGPT делает анализ данных в считанные секунды: аналитики будут не нужны?

Интернет взорвала новость, что студент РГТУ успешно написал диплом с помощью нейросети ChatGPT.

Я же решила проверить, насколько нейросеть справляется с задачами аналитики, и вот что получила:

- ChatGPT смогла написать простой код SQL (сложный тоже смогла, но с ошибками)
- Справилась с задачей на визуализацию и получения инсайтов из данных уровня Junior
- Ответила на вопрос с собеседования в американскую компанию Lyft уровня Hard
- Дала ответ по задаче на маркетингового аналитика в компанию Яндекс уровня Middle

Задачи и скрины с ответами тут.

Мой вывод:

Нейросеть может справляться с простыми задачами аналитики. Более сложные задачи тоже делать может, но требуется активное участие человека, чтобы исправить ошибки и направлять ее "размышления" в ходе анализа.

Однако ChatGPT обучается и я уверена, что уже в ближайшее время прогресс будет очевиден.

Правда сама нейросеть уверяет, что аналитиков она не заменит:

"Хотя модели ИИ могут выполнять некоторые задачи, связанные с анализом данных, им не хватает способности понимать контекст, предоставлять информацию и принимать решения так же, как это могут делать аналитики данных.

Модели ИИ могут дополнять работу аналитиков данных, автоматизируя повторяющиеся задачи и предоставляя новые идеи и точки зрения, но они не могут заменить опыт и навыки критического мышления, которые привносят в работу аналитики данных."

И мы ей конечно верим.

ChatGPT для аналитики данных: 6 примеров использования

Пока часть людей находится в страхе потерять работу, используем нейройсеть, чтобы повысить эффективность и выйти на новый уровень.

Видео Analysing Data with ChatGPT (Data Analysis and ML): как анализировать заданный набор данных с помощью ChatGPT

Видео Automate Data Science Tasks with ChatGPT: как автоматизировать задачи на SQL, Python, R и тд

Видео 10X Your Excel Skills with ChatGPT: как улучшить свои навыки работы с Excel с помощью ChatGPT

Видео ChatGPT For Data Analysts: несколько примеров, в том числе создания дашборда в Tableau

How to Use Chat GPT with Power BI: как использовать Chat GPT с Power BI

Шпаргалка: как использовать ChatGPT для написания кода, создания контента.

Совет "использовать нейросеть" не отменяет самостоятельного критического осмысления задач, а наоборот, освобождает для него место. Кроме того, будьте аккуратны с использованием личных данных и данных работодателя (ChatGPT - это кошмар конфиденциальности).

Если можете, используйте ChatGPT на английском языке, с ним она работает быстрее (я пробовала на английском, русском и тайском).

16 февраля. 18:00 по мск. Avito Analytics meetup #9.

Строим репутационную систему, оцениваем падения метрик в деньгах и сокращаем дисперсии.

Реклама. ООО «Авито Тех». LdtCKT5Cg

Где работать аналитиком в Бангкоке? Лучший город для экспатов 2022

На днях была в Бангкоке и это ❤️. Особенно впечатлили небоскребы, которые разбросаны по всему городу (их более 165 штук!).

Согласно InterNations Expat Insider Report 2022 Бангкок входит в 10ку лучших городов для экспатов (оценивались административные барьеры, рынок труда, баланс между работой и личной жизнью, безопасность).

В каких компаниях тут работать:

1) В целом в Таиланде есть офисы российских компаний, которые нанимают IT специалистов. Например, я знаю, что на Пхукете находится IT-офис Aviasales (крутой кстати).

2) Полно своих азиатских компаний, которые по масштабам не уступают европейским и американским. Например, Foodpanda (доставка еды), о которой я писала выше, Agoda (азиатский букинг), Lazada (азиатский Алиэкспресс), Lotus’s (ритейлер), Grab (азиатский Uber) и другие. А также компании меньших масштабов.

3) Расположены офисы европейских и американских компаний - Michelin, Unilever, Visa, IBM и др.

Выставляю на Linkedin Тайланд, пишу data analyst и получаю все вакансии.

Кроме Бангкока из азиатских в 10ку лучших входит также Сингапур (это вообще как силиконовая долина, он маленький, но многое из азиатского основано там, хотя и попасть туда не так просто), а Куала-Лумпур (Малайзия) входила в 10ку в 2021 году.

🇹🇭Рандомный факт:

В Таиланде сейчас 2566 год (так что попадая сюда - вы попадаете в будущее😀).

Каждый будний день делаю рабочие, личные задачи, обучение. И обучение - важная часть, из него черпаю вдохновение, идеи.

Сейчас сфера моих интересов - веб-приложения и искусственный интеллект (кажется, немного разное, но мне так нужно). Иду туда практически с нуля, хотя технический бэкграунд от аналитики конечно имеется и проходила небольшие бесплатные курсы. Скоро начну pet-project и буду обучаться в процессе делания (такую методику, когда начинаешь сразу с практики, нашла в книге “Суперобучение” Скотта Янга, и по мнению автора она эффективнее традиционного обучения).

Иногда времени на обучение реально не хватает, есть только 30 минут и думаешь: "что эти 30 минут дадут?". Но на практике поняла, что 30 минут, но ежедневно, работают лучше, чем 2,5 часа раз в неделю. Концепция baby steps (маленькие шаги на пути к большой цели) - лучшее открытие последних лет.

Короче, если вы только начинаете новую для вас тему - я вас очень понимаю и шлю вам лучи поддержки, как говорится 🫶🏻😀

5 подробных примеров проектов для начинающих аналитиков данных

Изучать теорию в любом деле - это хорошо. Но без практики это может оказаться тупиковым путем (в книге “Суперобучение” Скотт Янг подробно раскрывает эту тему).

Поэтому сделала подборку подробных примеров (с кодом) для начинающих:

1) Проект Исследовательского анализа данных. Даниэла Круз взяла существующий набор данных об американских университетах в 2013 году из Kaggle и использовала его для изучения того, почему студенты предпочитают один университет другому.

2) Проект визуализации данных. Аналитик данных Ханна Ян Хан визуализирует уровень навыков, необходимый для 60 различных видов спорта, чтобы определить, какой из них самый сложный.

3) Проект очистки данных и исследовательского анализа данных. Аналитик данных Раахим Хан очищает набор ежедневно обновляемой статистики популярных видео на YouTube и проводит исследовательский анализ данных.

4) A/B тестирование с использованием Python. Аман Кармал анализирует результаты 2 маркетинговых кампаний, чтобы выбрать лучшую.

5) Когортный анализ с использованием Python. Когортный анализ на примере данных по ритейлу.

Где брать данные для проектов?

На Kaggle, Data.gov, Google data set search, Github. Также это могут быть личные данные или данные компании, в которой вы работаете.

Работа на удаленке. Ожидания/реальность

Ожидания:

Лежишь под пальмой с ноутбуком и кокосом в руке. На чиле и расслабоне делаешь задачи несколько часов. Потом весь день свободен.

Реальность:

Весь день лежишь под кондиционерами в квартире, зашторенной со всех сторон, чтобы солнце не попадало. Ноутбук умирает от перепада температур. Фигачишь 24/7. Знакомые думают, что ты лежишь с ноутбуком на пляже.

- Может сходим на пляж в выходные?
- Да ну его нафиг, может останемся дома? (после пляжа от воздействия солнечных лучей восстанавливаешься несколько дней).

У кого похожая ситуация?😂