Други, позвольте использовать силу сообщества и получить обратную связь про созданную площадку "Канбан Метрик"
Хочу сделать
- более читабельным
- более удобным

По сему прошу закинуть в подкат рекомендаций что можно улучшить.
Спасибо!

Появилось видео доклада из Питерского выступления

Тема доклада:
«Эффективность продуктовых команд: как её измерить и где её искать»

YouTube - https://youtu.be/vC6V4kUvjGA
VK - https://vkvideo.ru/video-227710807_456239032

#доклады

Закон Брукса — это наблюдение об управлении программными проектами: «Добавление рабочей силы в запоздалый программный проект увеличивает его сроки».

Придумал Фред Брукс в своей книге «Мифический человеко-месяц» 1975 года.

#интересное

Еще один закон, который ограничивает рост возможностей по решению задач
Правда, он больше относится к вычислениям

Закон Амдала — иллюстрирует ограничение роста производительности вычислительной системы с увеличением количества вычислителей

#интересное

Не знаю, что за спортивные состязания, приходить ко мне и убеждать меня в том, что "моя оценка она работает".

Но, вот вам пример выдержки из диалога:

— Мы наоборот ушли от типов и от SP, потому что они не алгебраичны, и их нельзя складывать.
По экспресс-оценке трудоемкости можно легко понять капасити бэклога. С разбивкой по майкам и SP это сделать гораздо сложнее. Плюс все категорийные разбивки искусственны: одну и ту же задачу кто-то может назвать М, а кто-то L. Трудоемкость в человеконеделях всеми воспринимается одинаково.

В общем, у ребят есть запрос на оценку бэклога, когда мы его выработаем.
А использовать монте-карло, для этого не понимают как, изобретая свой новый тип оценки.

Может быть у вас тоже есть интересные истории похожие, поделитесь в чатике

#интересное

Я прочитал книгу "Принцип ставок".

Я сам являюсь заядлым игроком в покер, как и автор этой книги, поэтому её аналогии и подходы оказались мне особенно близки.

Книга посвящена тому, как мы принимаем решения и как на них реагируем. В ней предлагаются методики оценки ситуации до принятия решения, а также рассказывается, как правильно относиться к результату своей "ставки":

— Если у вас всё получилось — возможно, вам просто повезло, а само решение могло быть ошибочным.
— Если ставка не сыграла — это не обязательно означает, что решение было плохим. Просто обстоятельства сложились не в вашу пользу.

Автор — Энни Дюк (она) — подробно описывает психологические аспекты принятия решений, ссылаясь на исследования учёных и примеры из американской культуры, включая бейсбольные матчи и другие ситуации из повседневной жизни.

На многочисленных примерах она показывает, как даже правильные решения могут приводить к непредсказуемым исходам, и учит, как психологически относиться к таким ситуациям, что учитывать при принятии решений и как оценивать их качество.

Книга написана легко и доступно, объём — всего около 256 страниц.

Рекомендую её всем, особенно тем, кто склонен к тревожности и переживает из-за возможных ошибок в принятии решений.

Есть на литрес

#прокниги

Как вы считаете разработка API в виде MCP сервера для любого приложения и БД это уже является необходимым минимумом или нет?

Что такое MCP: https://habr.com/ru/articles/879970/

Очень интересная картина на CFD

Попробуйте сказать какие есть проблемы у команды?

Случайно на столе у коллеги увидел книгу которую точно хочу поисследовать.

Руководящие должности в ИТ без прохождения System Design интервью в нынешнем времени уже сложно себе представить.
(Как минимум в bigtech)

А вы бы смогли пройти такое интервью?

Давольно давно был проект Node RED, где рисуя логику графически передавая из одной системы данные в другую, можно было автоматизировать процессы на уровне детской игры.

И кажется появился хороший наследник N8N
https://github.com/n8n-io/n8n

С учетом того, что сейчас появилась возможность делать интеграции с AI
То что раньше казалось сложной автоматизацией сейчас превращается в игру

По мне так, использвоание этой технологии кратно увеличить объем решаемых задач.
Так как порог вхождения становится очень низким для автоматизации

И это очень сильно изменит в самое ближайшее время работу

Навернека уже на РФ рынке есть те, кто развернул такой проект и построил экономику на обслуживании эьтого сервиса с прозрачной интегарцией в разные модельки

А ведь система позволит автоматизировать чат ботов еще проще

Взял у коллеги книгу "Венчурное Мышление" Илья Стребулаев, Алекс Данг
Которую можно отнести к категории книг мотивирующих к тому, чтобы поменять принципы восприятия для достижения целей выиграть в области с высокой неопределнностью.

Авторы предлагают набор принципов связывая их с практикой венчурных инвесторов селиконовой долины:

👉 Деверсификация. Успехи важны, провалы — нет. Венчурные инвесторы понимают, что их бизнес-модель строится на законе Парето, где 20% инвестиций приносят 80% (а по некоторым оценкам, и 95%) дохода. Они consciously диверсифицируют риски, создавая портфель из множества ставок, зная, что достаточно одного «единорога», чтобы компенсировать все убытки.

💭 Собственно древняя мысль о том, что хочешь свободы действия — развивайся всесторонне, в условиях того, что тебя всегда будут загонять в рамки, как в финансовом так и в мыслительном плане.

👉 Бояться не поражений, а их отсутствия. Культура, которая наказывает за неудачи, убивает инициативу и инновации. Страх провала не должен мешать делать смелые ставки.

💭Рискуй собственной шкурой, ошибки — лучший твой учитель

👉 Увеличивай сеть своих контактов. Создание широкой и разнородной сети контактов — это не дополнительная активность, а основа основ. Согласно исследованиям, более половины успешных сделок заключаются благодаря проактивному нетворкингу, а не ожиданию заявок. Это помогает ловить тренды на самом раннем этапе.

💭 Про исследования в области увеличения контактов и их "скукоживания" я уже упоминал в своем канале ранее, и да, этот тезис, можно сказать, подтверждается математически.

👉 100 раз скажите «нет». Дисциплина и умение отказываться от 99% возможностей так же важны, как и готовность идти на риск. Это защищает от «проклятия победителя» — ситуации, когда из-за страха упустить выгоду (FOMO) инвестор переплачивает за актив.

💭 Контр методика против тезиса выше, которая необходима для этой модели мышления, чтобы не растачить полностью свои ресурсы. Вероятно, что для этой модели умение говорить "НЕТ", это тот навык который нужно наработать, и без ошибок (кровь, слезы и боль) не выйдет.

👉 Разногласия лучше консенсуса. Единомыслие в команде — это признак того, что вы рассматриваете банальные, ничем не рисковые идеи. Настоящие прорывные возможности часто выглядят спорными, и их продвижение может требовать убеждённости одного человека против мнения большинства.

💭 Идейная Меритократия — один из тех принципов который использую в своей работе со своими людьми.
Очень круто, когда об этом явно транслируется в культуру вашей компании

Не стоит ждать от книги, действительно глубокой мысли, скорее это публицистика формирующая выжимку современной мысли управления в области с высокой неопределенностью в которой сходятся философия таких мыслителей как
— Нассим Талеб
— Рей Далио

И мысли менее фундоментальных авторов методик
— Джимми Кэмп
— Джек Ма
— Патрик Ленсиони

Однако, в качестве подкрепительной литературы, книгу считаю полезной, хорошо структурированной и с описанием действительно полезных инструментов.

Чуть подробнее про содержание: https://unidraw.io/app/board/f6ac890b7f23ce2f9dfd

#прокниги

Считаю очень полезное видео для нашей аудитории для освяжения памяти о Цепях Маркова и их применимости.

Veritasium выпустил новый ролик на youtube о цепях Маркова.

Так же контент можно найти в канале официальных переводчиков vert dider в телеге.

Рассказывают откуда появился этот метод, и как он породил метод Монте-Карло в рамках Манхетеновского проекта.

А далее расскрывается практическая польза от использования цепей Маркова, там где аналитический метод не применим или сложен.

Не плохо в ролике раскрыто и то, как работают поисковые системы и откуда появился LLM (основа Chat GPT)

Контент годный, на досуге еще и полезный.

#полезное

Всемирный день статистики — праздник, который впервые отмечался 20 октября 2010 года. Отмечается не раз в год, а раз в пять лет.

Как сравнить средние значения в 2 группах?

Конечно, t-критерием Стьюдента. Вот только у него есть одно важное условие. И нет, это не нормальность распределения, она нас не очень-то волнует, если мы решили сравнивать средние и у нас достаточное число исследуемых.

Этим условием является равенство дисперсий показателя в сравниваемых группах. Проще говоря, стандартные отклонения должны быть равны или приблизительно равны.

Например, сравнить 15(2) и 17(3), где:
•15 и 17 - средние значения в двух группах,
•2 и 3 - соответствующие стандартные отклонения,
можно с помощью обычного t-критерия Стьюдента.

А что делать, если дисперсии двух групп сильно различаются?
Например, показатель составляет 15(2) и 17(6). Одно стандартное отклонение больше другого в 3 раза! Обычный t-критерий в такой ситуации может привести к ошибочной оценке. Особенно если число исследуемых в группах тоже разное.

Для обхода условия равенства дисперсий при сравнении средних статистиком Бернардом Льюисом Уэлчем (Bernard Lewis Welch) был разработан модифицированный t-тест, который получил название t-тест (критерий) Уэлча.

А в связи с тем, что для определения p-значения используется расчет степеней свободы по специальному уравнению Уэлча-Саттертуэйта, иногда этот метод называют t-тест Уэлча-Саттертуэйта (Welch-Satterthwaite t-test) или даже t-тест Саттертуэйта.

Широко известен и довольно популярен такой алгоритм выбора критериев для сравнения средних значений в 2 группах:
1️⃣ Проверить равенство дисперсий с помощью специальных тестов, например, теста Левена (Levene’s test).
2️⃣ Если дисперсии не имеют статистически значимых различий, использовать t-тест Стьюдента. В противном случае - использовать t-тест Уэлча.
Этот алгоритм реализован в программах SPSS, jamovi, а в PubMed запрос “Levene test” OR “Levene’s test” выдает 647 публикаций, причем 109 из них - этого года.

Вместе с тем, существует и другой алгоритм:
*️⃣ Не проверяя равенство дисперсий, всегда применять t-тест Уэлча для сравнения средних значений.
Указание на этот алгоритм и его обоснование можно найти во многих работах, например, Lumley T. et al. (2002), Rasch D. et al. (2009), West R.M. (2021).

Например, Rasch D. с соавторами на множестве симуляций показали, что:
🔺Использование пре-тестирования равенства дисперсий не позволяет контролировать вероятность ошибок I рода на нужном уровне (например, 5%), что может сделать вывод о статистической значимости неопределенным.
🔺В случае равных дисперсий t-тесты Уэлча и Стьюдента имеют схожую мощность и дают практически одни и те же результаты.
🔺В случае разных дисперсий t-тест Уэлча имеет преимущество перед t-тестом Стьюдента.
🔺Особенно интересно, что даже при отклонениях от нормального распределения во многих случаях t-тест Уэлча был ещё и надежнее, чем U-критерий Уилкоксона-Манна-Уитни.

Таким образом, использование t-теста Уэлча вместо t-критерия Стьюдента во всех случаях сравнения средних значений в 2 группах является корректным, обоснованным подходом.

Из канала про мед
статистику

С новым Годом!

Пусть в новом году вам приходят задачки по вашим силам которые вам дадут лучше разиваться и расти!

Пусть вам новый год принесет счастья, добра, здоровья и новых побед особенно над собой!

А для иниересу вот вам задачка

(-19)^n=19

Попробуйте первым найти n, и получить подарок в новом году!