Forwarded from JiraMetrics.pro
Встречайте Марата Киньябулатова — нового члена команды JiraMetrics.Pro.
Марат — эксперт по flow-метрикам и предсказуемости, автор практических гайдов по метрикам и активный участник agile-сообщества. За его плечами — руководство PMO в MetaMap (InCode), развитие сообщества Agile Ufa, работа с ядром банковских сервисов в системно-значимом финтехе на периметре 45 команд.
Что особенно важно — он давно сам пользуется JiraMetrics.Pro и знает плагин изнутри. На недавнем демо для канбан-тренеров Марат показал все возможности инструмента, поделился лучшими практиками использования и примерами, как метрики помогают командам работать предсказуемее и понятнее.
И это только начало. Мы планируем регулярно проводить демо и воркшопы, чтобы превращать данные в понятные шаги и реальный результат.
👉 Подписывайтесь, чтобы быть в курсе следующих встреч.
Марат — эксперт по flow-метрикам и предсказуемости, автор практических гайдов по метрикам и активный участник agile-сообщества. За его плечами — руководство PMO в MetaMap (InCode), развитие сообщества Agile Ufa, работа с ядром банковских сервисов в системно-значимом финтехе на периметре 45 команд.
Что особенно важно — он давно сам пользуется JiraMetrics.Pro и знает плагин изнутри. На недавнем демо для канбан-тренеров Марат показал все возможности инструмента, поделился лучшими практиками использования и примерами, как метрики помогают командам работать предсказуемее и понятнее.
И это только начало. Мы планируем регулярно проводить демо и воркшопы, чтобы превращать данные в понятные шаги и реальный результат.
👉 Подписывайтесь, чтобы быть в курсе следующих встреч.
❤5🔥5
Робяты, мы тут объединились с командой плагина Jira Metrics - чтобы в сообществе поддерживать культуру принятия решений, основанных на данных. Так что здесь будут анонсы воркшопов по работе с метриками в Jira, сравнению показателей команд.
Мы с автором плагина ещё в 2012-2015 работали в месте в небезызвестной конторе в Уфе - Frumatic. Сейчас я в Райфе а Анвар в HH.ru, и вновь сошлись на почве работы с метриками.
Сейчас у плагина больше 3000 регулярных пользователей, действительно стоящие своих денег дополнительные фичи (супер гибкие дашборды для разных срезов данных и AI-чатбот с навороченной базой знаний для анализа метрик).
Если вы пользуетесь плагином, то вот пара полезных ссылок:
- @JiraMetricsPro - канал плагина на русском языке
- @akhakimov - канал Анвара про работу Lead Project Manager’а, метрики и вызовы
- @JiraMetrics - чат и поддержка плагина
Мы с автором плагина ещё в 2012-2015 работали в месте в небезызвестной конторе в Уфе - Frumatic. Сейчас я в Райфе а Анвар в HH.ru, и вновь сошлись на почве работы с метриками.
Сейчас у плагина больше 3000 регулярных пользователей, действительно стоящие своих денег дополнительные фичи (супер гибкие дашборды для разных срезов данных и AI-чатбот с навороченной базой знаний для анализа метрик).
Если вы пользуетесь плагином, то вот пара полезных ссылок:
- @JiraMetricsPro - канал плагина на русском языке
- @akhakimov - канал Анвара про работу Lead Project Manager’а, метрики и вызовы
- @JiraMetrics - чат и поддержка плагина
jirametrics.pro
Jira Metrics Plugin
A lightweight analytics plugin that helps you track and analyze your team's performance metrics directly from Jira boards.
🔥7👍1
Очень плотные две недели перед отпуском. Поздние рейсы, ночные посиделки с презентациями, last minute changes.
📣 Во вторник проводил с коллегами «Квартальную встречу» для руководителей 20 команд (60 человек) в нашем периметре.
TL;DR в один абзац:
💡Наши копания в метриках процессов у команды часто нивелируется тем что другие команды от этого лучше не работают. А подобные мероприятия позволяют развивать прозрачность в масштабе - а это минимизирует ненужную работу (один из принципов бережливого производства).
🚦 Что делаем на ивенте:
- Смотрим статусы годовых целей - так называемый "светофор целей" (чтобы увидеть общую динамику подразделения на текущий момент).
- Опрозрачиваем зависимости и связность команд (чтобы проработать системные причины).
- Отслеживаем изменения скоупа и новые вызовы (смотрим на причины изменения целей, а также увеличились они в большую сторону или наоборот).
- Штормим, коллективно отвечая на важные вопросы и вырабатывая единую позицию и экшн-айтемы для движения вперед.
📣 Во вторник проводил с коллегами «Квартальную встречу» для руководителей 20 команд (60 человек) в нашем периметре.
TL;DR в один абзац:
Квартальные встречи менеджмента для подведения промежуточных итогов - это один из наиболее эффективных форматов запуска изменений и оптимизации работы. При условии что мы фасилитируем это правильно: подсвечиваем взаимозависимости, запускаем правильные диалоги. И это точно лучший способ внедрения культуры непрерывных улучшений.
💡Наши копания в метриках процессов у команды часто нивелируется тем что другие команды от этого лучше не работают. А подобные мероприятия позволяют развивать прозрачность в масштабе - а это минимизирует ненужную работу (один из принципов бережливого производства).
🚦 Что делаем на ивенте:
- Смотрим статусы годовых целей - так называемый "светофор целей" (чтобы увидеть общую динамику подразделения на текущий момент).
- Опрозрачиваем зависимости и связность команд (чтобы проработать системные причины).
- Отслеживаем изменения скоупа и новые вызовы (смотрим на причины изменения целей, а также увеличились они в большую сторону или наоборот).
- Штормим, коллективно отвечая на важные вопросы и вырабатывая единую позицию и экшн-айтемы для движения вперед.
🔥5
Marat @ Predictable.Team
Очень плотные две недели перед отпуском. Поздние рейсы, ночные посиделки с презентациями, last minute changes. 📣 Во вторник проводил с коллегами «Квартальную встречу» для руководителей 20 команд (60 человек) в нашем периметре. TL;DR в один абзац: Квартальные…
⁉️ Почему это критично:
Работа на уровне отдельных команд не даёт системной картины. Квартальное выравнивание руководителей позволяет предвосхитить проблемы и действовать на опережение.
За квартал в организации происходит очень многое. У команд свой роудмап. Они выравниваются в начале квартала и бегут каждый по своей дорожке на пути к общим целям.
Анализ состояния целей в подобном событии это всего лишь пререквизит.
Он погружает коллег в контекст текущего состояния (as is) и задает тон тому, как нам надо адаптироваться к новой реальности (to be). А мы, как оркестраторы события, добавляем активности которые помогут выработать единый вектор движения к целевому состоянию (how).
🏉Офлайн-формат добавляет магии: живая энергия, новые руководители знакомятся с командой, укрепляются связи между лидерами. Никогда не стоит недооценивать как люди заряжаются от совместной офлайновой работы.
🤘Задротская аналогия: у группы Meshuggah (это такой шведский экстрим метал) в композициях часто каждый инструмент играет свою партию в своём размере. Но в определенных точках музыканты сходятся и размер на коротком периоде совпадает. Вот квартальное планирование, это как раз такой период где все выравниваются и вновь начинают новый раунд.
Еще в Metamap мы силами нашего отдела (Technical Program Management) запускали квартальный цикл совместного планирования > пристрелки в середине квартала по > обзора результатов и метрик выпущенных фич и статуса по целям. Это был один из самых сильных инструментов выстраивания совместной работы на наши 500 членов команды, раскиданых по земному шару.
Работа на уровне отдельных команд не даёт системной картины. Квартальное выравнивание руководителей позволяет предвосхитить проблемы и действовать на опережение.
За квартал в организации происходит очень многое. У команд свой роудмап. Они выравниваются в начале квартала и бегут каждый по своей дорожке на пути к общим целям.
Анализ состояния целей в подобном событии это всего лишь пререквизит.
Он погружает коллег в контекст текущего состояния (as is) и задает тон тому, как нам надо адаптироваться к новой реальности (to be). А мы, как оркестраторы события, добавляем активности которые помогут выработать единый вектор движения к целевому состоянию (how).
🏉Офлайн-формат добавляет магии: живая энергия, новые руководители знакомятся с командой, укрепляются связи между лидерами. Никогда не стоит недооценивать как люди заряжаются от совместной офлайновой работы.
🤘Задротская аналогия: у группы Meshuggah (это такой шведский экстрим метал) в композициях часто каждый инструмент играет свою партию в своём размере. Но в определенных точках музыканты сходятся и размер на коротком периоде совпадает. Вот квартальное планирование, это как раз такой период где все выравниваются и вновь начинают новый раунд.
👍3❤2💯2
🤖 Хотите чтоб ваш AI-агент отвечал на вопросы по требованиям из Confluence / коду из репозитория?
Без Context Engineering каши не сваришь? (1 пост из 4)
🤌🏽 Суть проблемы:
Сегодня дело не в том, КАК спросить у AI, а в том, ЧТО (какие источники информации и данные) дать ему как контекст. Потому что всю вашу предметную область, документацию и тонну чувствительных данных вы в промпт не впихнете).
💻 Представьте контекстное окно как оперативки (RAM) — ограниченную рабочую память.
Если просто подключить агента к вашему confluence и коду - то получится наше с вами любимое "без ТЗ результат хз". Так происходит, потому что информации может быть очень много, она на может быть с чувствительными данными, противоречивой - короче говоря, с ней надо уметь работать.
🍄 Все это выливается в галлюцинации LLM / агента по следующей классификации:
- Context Rot — "испортившиеся" (устаревшие, подпорченные) данные
- Context Poisoning — одна или несколько ошибок портит весь остальной контекст
- Context Clash — противоречия в контексте из-за противоречий в источниках
- Context Overflow — слишком много информации
🍳 Чтоб такого не было, надо уметь "готовить" - информацию с помощью техник Записи, Чтения, Сжатия и Изоляции контекста. У каждой техники есть свои инструменты. И паттерны того, когда что использовать надо знать.
Без Context Engineering каши не сваришь? (1 пост из 4)
В прошлый четверг коллегами провели воркшоп на 50 IT-руководителей по Context Engineering и разобрали почему промпт-инжениринга не хватает от слова совсем. Дальше ещё напишу про сам воркшоп и техники работы с информацией.
🤌🏽 Суть проблемы:
Сегодня дело не в том, КАК спросить у AI, а в том, ЧТО (какие источники информации и данные) дать ему как контекст. Потому что всю вашу предметную область, документацию и тонну чувствительных данных вы в промпт не впихнете).
💻 Представьте контекстное окно как оперативки (RAM) — ограниченную рабочую память.
Если просто подключить агента к вашему confluence и коду - то получится наше с вами любимое "без ТЗ результат хз". Так происходит, потому что информации может быть очень много, она на может быть с чувствительными данными, противоречивой - короче говоря, с ней надо уметь работать.
- Context Rot — "испортившиеся" (устаревшие, подпорченные) данные
- Context Poisoning — одна или несколько ошибок портит весь остальной контекст
- Context Clash — противоречия в контексте из-за противоречий в источниках
- Context Overflow — слишком много информации
🍳 Чтоб такого не было, надо уметь "готовить" - информацию с помощью техник Записи, Чтения, Сжатия и Изоляции контекста. У каждой техники есть свои инструменты. И паттерны того, когда что использовать надо знать.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👍1👀1
Context Engineering (2/3): Выжимка техник для работы с контекстом в LLM-системах 🛠
Итак, мы с вами натыкали бизнес процесс и поняли какой у нас есть разные источники информации, которые можно кормить агенту и что-то полезное от него в ответ получать. Для этого надо уложиться примерно в 170к токенов - чтобы агент мог нормально работать с контекстом.
В этом нам помогут 4 ключевые техники работы с контекстом для агента- и инструменты на вооружении этих техник (их десятки, тут только топ) - чтобы правильно готовить этот контекст:
📝 ЗАПИСЬ (Write)
Сохранение и управление состоянием для долгих и сложных задач.
- Scratchpad: Временная зона для промежуточных рассуждений, заметок и шагов chain-of-thought, чтобы структурировать мышление агента без перегрузки основного контекста. (Инструменты: Встроенные в LangGraph/LangChain, кастомные промпты в LLM, Redis для персистентных заметок).
- Semantic Caching: Кэширование ответов на семантически близкие запросы для ускорения и удешевления. (Инструменты: Redis, кастомные решения на файлах).
- State Checkpoints: Снимки состояния для возобновляемых, отказоустойчивых сессий. (Инструменты: PostgreSQL, Zep, встроенная персистентность в LangGraph).
- Long-term Memory: Долгосрочное хранение фактов и предпочтений для персонализации. (Инструменты: Pinecone, Neo4j).
📖 ЧТЕНИЕ (Select)
Точное извлечение релевантной информации — основа качественных ответов.
- RAG (Retrieval-Augmented Generation): Тут надо смотреть на схему, но в самом простом варианте это Векторный поиск по большим базам знаний (предварительно chunking + embedding). Остается стандартом де-факто, несмотря на рост контекстных окон, из-за экономичности и точности. (Инструменты: Milvus, Weaviate, Pinecone).
@AigizK - большой специалист (колонка Homai + MLOps) тут ещё прояснил про RAG в комменте.
- Hybrid RAG: Комбинация векторного (семантического) и лексического (по ключевым словам) поиска для максимальной релевантности. (Инструменты: Elasticsearch, Weaviate).
- Function Calling: Динамическое получение данных из внешних API в реальном времени. (Инструменты: OpenAI Function Calling, аналоги в других моделях).
- GraphRAG: Поиск по связям в графовых базах данных. Ключевой тренд 2025 года для задач, где важны сложные взаимосвязи, а не только семантическая близость. (Инструменты: Neo4j + embeddings).
🗜 СЖАТИЕ (Compress)
Оптимизация контекста для экономии токенов и ускорения работы.
- Summarization: Суммаризация диалогов или документов через LLM для передачи ключевой сути.
- Contextual Compression: Автоматическая фильтрация нерелевантных частей извлеченных документов перед отправкой в LLM.
- Entity-Centric: Сжатие контекста до ключевых сущностей и их связей, часто с использованием NER (Named Entity Recognition).
🔒 ИЗОЛЯЦИЯ (Isolate)
Разделение задач между специализированными компонентами — главный вектор развития сложных систем.
- Multi-Agent Systems: Декомпозиция сложной задачи на роли (агенты), где каждый выполняет свою часть работы. Это позволяет решать нелинейные и комплексные проблемы. (Фреймворки: LangGraph, CrewAI).
- Sandbox: Изолированная среда для безопасного выполнения кода или работы с чувствительными данными. (Инструменты: Docker, E2B).
- State Management: Управление состоянием и переходами в сложных, многошаговых сценариях. (Инструменты: XState).
#ContextEngineering #AITools #RAG #AIAgents #LangGraph #GraphRAG #LLM
Итак, мы с вами натыкали бизнес процесс и поняли какой у нас есть разные источники информации, которые можно кормить агенту и что-то полезное от него в ответ получать. Для этого надо уложиться примерно в 170к токенов - чтобы агент мог нормально работать с контекстом.
В этом нам помогут 4 ключевые техники работы с контекстом для агента- и инструменты на вооружении этих техник (их десятки, тут только топ) - чтобы правильно готовить этот контекст:
📝 ЗАПИСЬ (Write)
Сохранение и управление состоянием для долгих и сложных задач.
- Scratchpad: Временная зона для промежуточных рассуждений, заметок и шагов chain-of-thought, чтобы структурировать мышление агента без перегрузки основного контекста. (Инструменты: Встроенные в LangGraph/LangChain, кастомные промпты в LLM, Redis для персистентных заметок).
- Semantic Caching: Кэширование ответов на семантически близкие запросы для ускорения и удешевления. (Инструменты: Redis, кастомные решения на файлах).
- State Checkpoints: Снимки состояния для возобновляемых, отказоустойчивых сессий. (Инструменты: PostgreSQL, Zep, встроенная персистентность в LangGraph).
- Long-term Memory: Долгосрочное хранение фактов и предпочтений для персонализации. (Инструменты: Pinecone, Neo4j).
📖 ЧТЕНИЕ (Select)
Точное извлечение релевантной информации — основа качественных ответов.
- RAG (Retrieval-Augmented Generation): Тут надо смотреть на схему, но в самом простом варианте это Векторный поиск по большим базам знаний (предварительно chunking + embedding). Остается стандартом де-факто, несмотря на рост контекстных окон, из-за экономичности и точности. (Инструменты: Milvus, Weaviate, Pinecone).
@AigizK - большой специалист (колонка Homai + MLOps) тут ещё прояснил про RAG в комменте.
- Hybrid RAG: Комбинация векторного (семантического) и лексического (по ключевым словам) поиска для максимальной релевантности. (Инструменты: Elasticsearch, Weaviate).
- Function Calling: Динамическое получение данных из внешних API в реальном времени. (Инструменты: OpenAI Function Calling, аналоги в других моделях).
- GraphRAG: Поиск по связям в графовых базах данных. Ключевой тренд 2025 года для задач, где важны сложные взаимосвязи, а не только семантическая близость. (Инструменты: Neo4j + embeddings).
🗜 СЖАТИЕ (Compress)
Оптимизация контекста для экономии токенов и ускорения работы.
- Summarization: Суммаризация диалогов или документов через LLM для передачи ключевой сути.
- Contextual Compression: Автоматическая фильтрация нерелевантных частей извлеченных документов перед отправкой в LLM.
- Entity-Centric: Сжатие контекста до ключевых сущностей и их связей, часто с использованием NER (Named Entity Recognition).
🔒 ИЗОЛЯЦИЯ (Isolate)
Разделение задач между специализированными компонентами — главный вектор развития сложных систем.
- Multi-Agent Systems: Декомпозиция сложной задачи на роли (агенты), где каждый выполняет свою часть работы. Это позволяет решать нелинейные и комплексные проблемы. (Фреймворки: LangGraph, CrewAI).
- Sandbox: Изолированная среда для безопасного выполнения кода или работы с чувствительными данными. (Инструменты: Docker, E2B).
- State Management: Управление состоянием и переходами в сложных, многошаговых сценариях. (Инструменты: XState).
#ContextEngineering #AITools #RAG #AIAgents #LangGraph #GraphRAG #LLM
❤1🔥1😱1
✍️Шпаргалка по Context Engineering (3/3)
Предыдущий пост был сложный. Давайте коротко и просто пройдемся по рецептам - что и когда применять.
Если у вас ...
Объём данных:
- Огромный или постоянно обновляемый? → RAG. Даже с окнами в миллионы токенов, RAG экономичнее и точнее для работы с внешними знаниями.
- До 100K-200K токенов? → Прямое включение в контекст, если данные не требуют постоянных обновлений.
Динамичность данных:
- Нужны данные в реальном времени? → Function Calling.
- Данные статичны? → Vector DB (RAG).
Сложность задачи:
- Многоэтапный, нелинейный процесс? → Multi-Agent Systems.
- Простой, линейный процесс? → Function Calling или RAG.
Требования к качеству:
- Критична точность и важны скрытые связи? → GraphRAG.
- Есть противоречивые или устаревшие данные? → Compression с фильтрацией.
Продолжительность сессии:
- Долгая, многочасовая работа? → State Checkpoints + Summarization.
- Короткая сессия (минуты)? → Semantic Caching.
Что потыкать из тулинга:
Для векторного поиска: Milvus (мощный и open-source) или Pinecone (заводится с полпинка).
Для графов и связей: Neo4j GraphRAG.
Для построения агентов: LangGraph (погибче) или CrewAI (попроще).
Для управления памятью: Zep (enterprise-ready).
Предыдущий пост был сложный. Давайте коротко и просто пройдемся по рецептам - что и когда применять.
По дефолту подключайте контекст к агенту напрямую. Большинство задач по-прежнему эффективно решаются связкой RAG + качественная очистка данных.
Если у вас ...
Объём данных:
- Огромный или постоянно обновляемый? → RAG. Даже с окнами в миллионы токенов, RAG экономичнее и точнее для работы с внешними знаниями.
- До 100K-200K токенов? → Прямое включение в контекст, если данные не требуют постоянных обновлений.
Динамичность данных:
- Нужны данные в реальном времени? → Function Calling.
- Данные статичны? → Vector DB (RAG).
Сложность задачи:
- Многоэтапный, нелинейный процесс? → Multi-Agent Systems.
- Простой, линейный процесс? → Function Calling или RAG.
Требования к качеству:
- Критична точность и важны скрытые связи? → GraphRAG.
- Есть противоречивые или устаревшие данные? → Compression с фильтрацией.
Продолжительность сессии:
- Долгая, многочасовая работа? → State Checkpoints + Summarization.
- Короткая сессия (минуты)? → Semantic Caching.
Что потыкать из тулинга:
Для векторного поиска: Milvus (мощный и open-source) или Pinecone (заводится с полпинка).
Для графов и связей: Neo4j GraphRAG.
Для построения агентов: LangGraph (погибче) или CrewAI (попроще).
Для управления памятью: Zep (enterprise-ready).
2👍2⚡1❤1🔥1
🤯 Фасилитация: Как избежать ступора на сложной теме (на примере воркшопа по Context Engineering)
Это последний пост про Context Engineering. Зачем он нам | Техники работы с контекстом | шпаргалка: когда что применять / План фасилитации воркшопа по теме
Условия: небольшая аудитория, кондиционер не справлялся. Чтобы никто не помер:
- один из нас (нас было трое: я как фасилитатор и два технических руководителя) придерживал дверь.
- Убедились, что у всех есть вода.
На подготовку ушло ~5 часов.
📚 План фасилитации
0. Знакомство (5 минут)
Попросили ребят представиться: кто ты, отдел, любимое место для отпуска. Не просто Ice Breaker — Чеховское ружьё. Позже участники объединились по смежным процессам благодаря этому знакомству.
1. Галопом по теории (45 минут)
Лекция про: Context Engineering, инструменты, техники.
Чтоб было чуть легче аудитории слушали микро-активность: в середине доклада участники выписали на стикерах источники контекста из их работы (кодовая база, API, CRM). Это перевело теорию в их рабочий контекст.
2. Демо от CTO (10 минут)
Один из технических руководителей (CTO) показал чатбот, который отвечал на вопросы о сервисах, забирая данные из репозитория, справочника процессов и орг-структуры.Это отлично помогло показать практический Профит.
3. Выбор кейса (10 минут)
Дали ребятам 10 минут обсудить, какой кейс хотят обогатить контекстом для автоматизации.
4. Практика "Франкенштейн" (45 минут)
Главная фишка — физическое взаимодействие:
1. Декомпозиция процесса на 3-5 шагов на флипчарте
2. Раздали А4 с распечатанными стикерами для вырезания: "RAG", "Vector DB", "Sandbox" и т.д.
3. Задача — наклеить стикер на нужный шаг
5. Презентация с экономикой (30 минут)
Обязательное условие: "Какой экономический эффект? 2-3 метрики". Это сдвинуло фокус с технологий на бизнес-ценность и потенциально показало сколько мы как организация можем сэкономить, обогатив контекст для AI-агента при автоматизации.
🏆 Итог: участники ушли с конкретными наработками про автоматизацию с обращением контекста, защищёнными через призму бизнес-выгоды.
🤝 Формат со стикерами - тема (и весело).
Наш NPS: 93.
⁉️А вы делали какую-нибудь фасилитацию, где надо было задействовать мелкую моторику и аппликацию? Как народ это воспринял?
Это последний пост про Context Engineering. Зачем он нам | Техники работы с контекстом | шпаргалка: когда что применять / План фасилитации воркшопа по теме
Сами видите — тема непростая. Context Engineering может легко превратиться в абстрактную лекцию. Вот и мы хотели, чтобы 50 человек не застопорились, а вместе проработали "агентизацию" бизнес-процессов.
Условия: небольшая аудитория, кондиционер не справлялся. Чтобы никто не помер:
- один из нас (нас было трое: я как фасилитатор и два технических руководителя) придерживал дверь.
- Убедились, что у всех есть вода.
На подготовку ушло ~5 часов.
📚 План фасилитации
0. Знакомство (5 минут)
Попросили ребят представиться: кто ты, отдел, любимое место для отпуска. Не просто Ice Breaker — Чеховское ружьё. Позже участники объединились по смежным процессам благодаря этому знакомству.
1. Галопом по теории (45 минут)
Лекция про: Context Engineering, инструменты, техники.
Чтоб было чуть легче аудитории слушали микро-активность: в середине доклада участники выписали на стикерах источники контекста из их работы (кодовая база, API, CRM). Это перевело теорию в их рабочий контекст.
2. Демо от CTO (10 минут)
Один из технических руководителей (CTO) показал чатбот, который отвечал на вопросы о сервисах, забирая данные из репозитория, справочника процессов и орг-структуры.Это отлично помогло показать практический Профит.
3. Выбор кейса (10 минут)
Совет: готовьте кейсы от организаторов (поддержка, кредитование, HR), если участники буксуют. Но благодаря знакомству многие сами нашли смежные процессы.
Дали ребятам 10 минут обсудить, какой кейс хотят обогатить контекстом для автоматизации.
4. Практика "Франкенштейн" (45 минут)
Главная фишка — физическое взаимодействие:
1. Декомпозиция процесса на 3-5 шагов на флипчарте
2. Раздали А4 с распечатанными стикерами для вырезания: "RAG", "Vector DB", "Sandbox" и т.д.
3. Задача — наклеить стикер на нужный шаг
🎨 Вырезание и наклейка превратили архитектуру в детскую аппликацию. Участники спорили, двигали стикеры, визуализировали руками. Никто не мог "отсидеться". Даже в жаре это держало энергию на высоте.
5. Презентация с экономикой (30 минут)
Обязательное условие: "Какой экономический эффект? 2-3 метрики". Это сдвинуло фокус с технологий на бизнес-ценность и потенциально показало сколько мы как организация можем сэкономить, обогатив контекст для AI-агента при автоматизации.
🏆 Итог: участники ушли с конкретными наработками про автоматизацию с обращением контекста, защищёнными через призму бизнес-выгоды.
🤝 Формат со стикерами - тема (и весело).
Наш NPS: 93.
⁉️А вы делали какую-нибудь фасилитацию, где надо было задействовать мелкую моторику и аппликацию? Как народ это воспринял?
1🔥5
Пятничный нерабочий пост. В последние деньки перед работой хочется поделиться фоточками с отпуска.
В этом году мы (наслушавшись исторических стримов по древнему миру на YouTube от Бушвакера) выстроили маршрут по античным городам анатолийской части древней Греции - от Стамбула до Антальи.
Чтоб и тепло немного застать и культурно, так сказать, отдохнуть.
Мы проехали на арендованном Citroen C4X аж 1670 км, машина норм, но управление и логика у французов как всегда упоротая).
К маршруту (первая картинка) прилагаю короткие описания локаций :) самые классные города отметил звёздочкой.
A. Руины Трои — легендарный город, основанное около 3000 года до н.э., известное как место Троянской войны из «Илиады» Гомера с 10 стратами (культурный слой конкретного периода существования города) демонстрирующими 4000+ лет истории.
Соседний город с руинами - Чанаккале. Здесь проходило сражение в первой мировой между турками и альянсом европейских стран и турки отстояли свою территорию. Много памятников про это (и троянский конь - на фотке 3 - из фильма с Бредом Питтом на набережной). А ещё около раскопок крутой музей Трои.
⭐️ B. Руины Ассоса — портовый город, основанный около 1000 года до н.э., где Аристотель создал академию в 348 году до н.э., обзавелся семьей и проводил исследования перед отъездом к Македонскому.
C. Руины Пергама — столица династии с III века до н.э. Тут находилась крупнейшая библиотека Анатолии (200.000 свитков - соперничали с Александрийской библиотекой) и придумали пергамент (высушенная и обработанная кожа, на которой писали). Из этого города все самое ценное вывезли немцы в музей Пергамнон в Берлине (мы там были в 2019, там круто). Руины акрополя (фото 4).
Рядом с Пергамоном город Айвалык - курортный городок с кучей туристов и расслабленным вайбом. Мы остановились рядом на острове Cunda, там тишина и закаты. Фоточка 5.
⭐️ D. Руины Эфеса — город с населением до 250 тысяч человек, основанный ионийскими греками около 1050 года до н.э. Крупнейший торговый центр с храмом Артемиды — одним из семи чудес света. Артемида у них не простая, а 40-грудая - это древний культ ещё предшествующий грекам. Такую Артемиду, кстати, прямо позаимствовали себе Римляне (переименовав в Кибелу). Руины огромнейшие, с длинными улицами и постройками от 1000 до н.э. до 700 н.э. На фотке 6 то, что осталось от библиотеки в Эфесе.
⭐️ E. Руины Афродисиаса — город, основанный во II веке до н.э. Там шикарный стадион (появившийся на 300 лет позже) на 30 000 зрителей. А также старейший трёхъярусный театр Анатолии (фото 7). И крутанские ворота входа в святилище Афродиты (фото 8).
F. Руины Иераполиса — термальный курорт, основанный в конце II века до н.э., известный целебными источниками, обширным некрополем и белоснежными террасами Памуккале (видео 9).
В этом году мы (наслушавшись исторических стримов по древнему миру на YouTube от Бушвакера) выстроили маршрут по античным городам анатолийской части древней Греции - от Стамбула до Антальи.
Чтоб и тепло немного застать и культурно, так сказать, отдохнуть.
Мы проехали на арендованном Citroen C4X аж 1670 км, машина норм, но управление и логика у французов как всегда упоротая).
К маршруту (первая картинка) прилагаю короткие описания локаций :) самые классные города отметил звёздочкой.
A. Руины Трои — легендарный город, основанное около 3000 года до н.э., известное как место Троянской войны из «Илиады» Гомера с 10 стратами (культурный слой конкретного периода существования города) демонстрирующими 4000+ лет истории.
Соседний город с руинами - Чанаккале. Здесь проходило сражение в первой мировой между турками и альянсом европейских стран и турки отстояли свою территорию. Много памятников про это (и троянский конь - на фотке 3 - из фильма с Бредом Питтом на набережной). А ещё около раскопок крутой музей Трои.
⭐️ B. Руины Ассоса — портовый город, основанный около 1000 года до н.э., где Аристотель создал академию в 348 году до н.э., обзавелся семьей и проводил исследования перед отъездом к Македонскому.
C. Руины Пергама — столица династии с III века до н.э. Тут находилась крупнейшая библиотека Анатолии (200.000 свитков - соперничали с Александрийской библиотекой) и придумали пергамент (высушенная и обработанная кожа, на которой писали). Из этого города все самое ценное вывезли немцы в музей Пергамнон в Берлине (мы там были в 2019, там круто). Руины акрополя (фото 4).
Рядом с Пергамоном город Айвалык - курортный городок с кучей туристов и расслабленным вайбом. Мы остановились рядом на острове Cunda, там тишина и закаты. Фоточка 5.
⭐️ D. Руины Эфеса — город с населением до 250 тысяч человек, основанный ионийскими греками около 1050 года до н.э. Крупнейший торговый центр с храмом Артемиды — одним из семи чудес света. Артемида у них не простая, а 40-грудая - это древний культ ещё предшествующий грекам. Такую Артемиду, кстати, прямо позаимствовали себе Римляне (переименовав в Кибелу). Руины огромнейшие, с длинными улицами и постройками от 1000 до н.э. до 700 н.э. На фотке 6 то, что осталось от библиотеки в Эфесе.
⭐️ E. Руины Афродисиаса — город, основанный во II веке до н.э. Там шикарный стадион (появившийся на 300 лет позже) на 30 000 зрителей. А также старейший трёхъярусный театр Анатолии (фото 7). И крутанские ворота входа в святилище Афродиты (фото 8).
F. Руины Иераполиса — термальный курорт, основанный в конце II века до н.э., известный целебными источниками, обширным некрополем и белоснежными террасами Памуккале (видео 9).
2🔥5👍2❤🔥1
🌟 Привет, канал! 🌟
В ближайшие недели я хочу раскрыть несколько тем и для этого мне нужна ваша помощь в выборе. 🙌🏻 Читайте ниже и голосуйте за то, что вам наиболее интересно. Ваш голос определит, что мы обсудим в первую очередь! 🗳️
В ближайшие недели я хочу раскрыть несколько тем и для этого мне нужна ваша помощь в выборе. 🙌🏻 Читайте ниже и голосуйте за то, что вам наиболее интересно. Ваш голос определит, что мы обсудим в первую очередь! 🗳️
Final Results
21%
Как вовлечь новых сотрудников в процесс улучшения их онбординга
32%
Книга "Атомные привычки" и её ключевые идеи
46%
Внедрение AI в повседневную работу команды разработки. Процесс, затыки, метрики
29%
Time to market с разных сторон. Сложности, выравнивание в организационном контексте, польза.
50%
Теория состояния потока Чиксентмихайи. Как работать с состоянием потока, чтобы быть продуктивным.
43%
Что такое эффективная команда? Метрики, показатели, цели, как это всё увязать.