Data Product Manager: что же это за зверь такой? 👽
Эрик Вебер, специалист по данным компании StitchFix, опубликовал в своем блоге любопытный разбор вакансии «Data Product Manager - Ad Platforms» в компанию Apple (сама вакансия уже закрыта, увы!). Ранее я уже поднимал тему менеджмента в сфере данных, когда еще в 2021 искал сотрудника в штат и столкнулся с тем, что на русскоязычном рынке труда подходящего специалиста не обнаружилось.

В своем посте Эрик пытается объяснить, как должность обычного продуктового менеджера обогащается обязанностями аналитика данных, и спрашивает свою аудиторию (и себя самого), способен ли один человек совместить такой набор навыков и талантов.

Как метко было подмечено где-то на просторах Интернета, data product manager — это модифицированная версия продуктового менеджера, который слишком много изучал data science.

С Александром Писаренко проблему менеджмента в специфической отрасли мы уже обсуждали, а как вы считаете, станут ли такие специалисты более актуальны на рынке труда?

Мое лицо, когда я открываю Slack после отпуска:

#мем

«Здравствуйте, вам одобрена кредитная карта!»
Вам, наверное, неоднократно звонили «роботы» с предложением оформить карту Халва или взять кредит в Альфа банке? Возможно, вы никогда не задумывались над тем, что изначально эти голосовые сообщения были записаны живым диктором. Мы называем их «роботами», но время роботов только наступает! Например, всеобщее внимание недавно привлек проект компании Eleven Labs.

Что за проект?
Eleven Labs — это разработчики инструментов, которые специализируются на клонировании голоса, синтезировании речи и авто-дубляже.

Почему о них стоит узнать?
Eleven Labs готовятся выпустить в феврале этого года платформу, которая позволит сгенерировать новый голос, используя настройки и дерзость собственной фантазии. Аудиоспектакли, реклама, видео игры, обучающие курсы и музыка — подобный инструмент может найти применение как в бизнесе, так и в творчестве.

Eleven Labs уже работали с синтезом речи ранее и, вдохновленные шумихой вокруг ChatGPT, Stable Diffusion, DALL-E и Midjourney, решили внести свой вклад и натренировали модель на основе своего банка голосов. Указав пол, возраст, акцент, высоту голоса и стиль речи, разработчики научили свою модель генерировать абсолютно новые голоса и готовятся поделиться своим изобретением со всем миром!

А что будет с дикторами?
Конечно, при таком широком спектре задач, которые могут решаться голосом AI, встает этический вопрос: а останется ли место на рынке труда для заработка обычным дикторам и актерам дубляжа? Eleven Labs уверяют, что этим профессиям ничего не угрожает, так как услуги профессиональных артистов всегда будут актуальны. Свою миссию разработчики видят в том, чтобы предоставить доступный сервис для тех, кому лицензированный голос живого диктора не по карману, или тем, для кого важна скорость выполнения проекта, реализовать который за один час не под силу даже самому продуктивному специалисту.

Звучит, конечно, замечательно, но сколько можно придумать мошеннических способов использования синтетических голосов…

Очередная коллаборация GPT – теперь с Google Sheets
То, с какой скоростью влияние и применение моделей GPT распространяется на нашу жизнь просто поражает воображение. Мы уже показывали вам, как один разработчик использовал gpt3 для заполнения таблиц. Но и этот метод активно развивается и улучшается!

Что на гифке?
Несколько дней назад в профиле LinkedIn ChatGPT, появилось видео автозаполнения пустых полей в таблице функцией gpt3(). С её помощью можно найти и добавить информацию из интеренета в вашу таблицу за считанные секунды. Нужны лишь заполненные ячейки и подписи строк и столбцов.
Главное теперь научиться использовать сэкономленное время с умом!

Одеваться как разработчик — скучно?
Нет, практично! Как минимум, если одеваться как вполне конкретный разработчик Олоф Ховерфельт.

Почему?
Все дело в том, что Олоф подошел к анализу предметов гардероба, как к рабочей задаче. Он отмечал, какие вещи и когда носит, а затем проанализировал данные. В итоге, он смог разобраться какие вещи служат дольше, какие стоят своих денег и, самое главное, что ему вообще больше всего нравится и к чему «тянется рука».

Какие данные он собирал?
Всего у Олофа было 426 предметов одежды, которые он разделил на 12 типичных категорий. Каждый вечер он вносил в дневник информацию об одежде, которую носил в течение дня. На основе этих данных он посчитал специфические метрики: Cost Per Wear (CPW) — стоимость износа вещи или, иными словами, амортизацию новых вещей — и Category Daily Cost — сумму всех CPW вещей категории.

Что получилось?
▫️ «Скупой не всегда платит дважды» — в зависимости от бренда, иногда более дешевые вещи служили дольше, чем дорогие, а иногда — нет. Например, кроссовки от Converse радовали обладателя дольше более дешевого аналога, но их CPW была значительно ниже дорогущих Diesel.
▫️ «Качество не ограничивается долговечностью и не может быть измерено только ею» — не стоит забывать про важность эмоций и переплату за бренд, который нравится и все тут.
▫️ Количество вещей, которые нуждаются в стирке, должно быть достаточным, чтобы они не закончились в неподходящий момент, но не слишком большим, чтобы они циклично стирались и не лежали неделями без дела.
▫️ Благодаря трекингу частоты носки вещей, получилось составить капсульный гардероб, то есть группу вещей, которые больше всего любит Олоф.

В конце статьи есть список из 10 простых советов по оптимизации гардероба, а в комментарии к посту есть несколько графиков, которые получились у Олофа. Если честно, ничего прорывного и удивительного он не обнаружил. Однако, подход, который он использовал, помог ему изучить собственные привычки и заставил задуматься о тех вещах, на которые многие привыкли совсем не обращать внимание!

📹 YouTube-канал LEFT JOIN вновь оживает: обзор на RocketBI 🚀
Спешу поделиться с вами первым (и далеко не последним!) ютуб-роликом в 2023 году.

Что в обзоре?
Мы познакомимся с новым BI-инструментом, Rocket.BI, и детально изучим его внушительные возможности визуализации данных, а также определим, в чем преимущества данного инструмента и его недостатки. А еще обсудим, почему разработчикам Redash стоит побеспокоиться о своем продукте, ведь на рынке у него появился сильный конкурент!

Можно ли было увидеть его раньше?
Можно! В канале FULL JOIN все эксклюзивные материалы выходят на две недели раньше. Присоединяйтесь и будьте в курсе всех новинок вместе с нами.

Sketch — библиотека, которая выполнит всю работу за вас
Если честно, при просмотре этого видео складывается ощущение, что больше можно совершенно не учиться программировать на Python, ведь Sketch может писать код и проводить анализ самостоятельно.

Как она работает?
Волшебно. А если серьезно, то эта библиотека — AI-ассистент по написанию кода: она заточена под анализ данных, в особенности с использованием библиотеки pandas (но и других тоже). Вам нужно подключить Sketch, загрузить данные, а затем либо задавать модели вопросы по данным, либо просить ее посчитать что-то на их основе, добавить переменные или нарисовать график.

Если вы уже запереживали
Спешим напомнить, что любое развитие науки и техники можно приручить и получать от него выгоду (а не потерю рабочего места). Не забывайте, что задачи, которые под силу лишь человеку, всегда будут.

Не знаю, как вы, а я уже набираю pip install sketch и начинаю тестировать.
Делитесь в комментариях, если вам уже это удалось!