Выступление Елены Серегиной о пирамиде метрик.

Группа для начинающих

GoPractice впервые набирает группу студентов для прохождения «Симулятора управления продуктом на основе данных» с ментором для тех, у кого нет опыта работы в продакт-менеджменте или опыт минимален.

Обычно наши студенты — уже работающие в профессии специалисты, которым симулятор помогает систематизировать знания и научиться принимать продуктовые решения более эффективно.

Задача нового набора — сделать процесс обучения максимально полезным и комфортным именно для начинающих. Задания здесь разбираются предельно подробно, а ментор создает атмосферу доверия, в которой нет понятия «стыдные вопросы».

Подойдет тем, кто:

— имеет опыт в продуктовой сфере 0–12 месяцев;

— хочет перейти в продакт-менеджмент из смежной специальности (например, маркетинг), но не уверен, что освоит работу с данными в одиночку;

— хочет иметь возможность подробнее разобрать содержание курса с опытным наставником и оперативно получать помощь, если возникнут сложности;

— переживает, что забросит курс, поэтому хочет пройти его в едином темпе в небольшой группе единомышленников.

Особенности тарифа с ментором:

— обучение проходит в едином темпе и длится 10 недель;

— каждую неделю проводится общий звонок с ментором для обсуждения прогресса и разбора вопросов;

— также есть возможность задать вопрос в общем чате с другими студентами и ментором в Slack;

— ментор делится дополнительными кейсами из практики: они позволят вам лучше понять специфику профессии в дополнение к контенту курса.

Ментор: Вячеслав Предыбайло — директор по продукту в «Эвотор», развивает продукты для автоматизации малого и среднего бизнеса.

Старт обучения — 15 сентября.

Звонки еженедельно по четвергам, 19:00 мск.

Стоимость — 79 900 руб.

Чтобы присоединиться к группе, перейдите по ссылке, зарегистрируйтесь или войдите в аккаунт, нажмите «Стоимость» и выберите тариф «С ментором».

Важно: GoPractice не дает гарантий трудоустройства после завершения симулятора. Но самые активные и мотивированные студенты могут получить персональные рекомендации от ментора.

Поделитесь постом с друзьями или коллегами, которые хотят войти в продуктовую сферу!

Как я попала в геймдев

​Инструменты для продакта, методы исследований, финансовая грамотность, команда и стейкхолдеры. Неделя знаний для middle и junior менеджеров.

⛳️ Начинаем месяц знаний ProductSense Academy и открываем блок материалов для всех, кто хочет продвинуться в продуктовом мышлении и навыках управления.

Внутри — вебинары, мастер-классы, Q&A-сессии с экспертами, марафон о Soft skills и видео-выпуски Product Mindset.

Подробности про материалы этой недели

📍Микрокурсы — формат короткого погружения: за несколько часов вы осваиваете одну тему и основной набор знаний для эффективной работы.

Изучаем основы JTBD, CJM, глубинные интервью, MVP и прототипирование, зерокодинг и технические навыки менеджера, юнит-экономику, процессы в команде и работу со стейкхолдерами.

→ К микрокурсам

📍Мастер-классы — записи двухчасовых эфиров с экспертами. Здесь практика, решение реальных задач и кейсов и погружение в тему.

Разбираем методы исследований — как выбирать метод и методологию, проводить глубинки и извлекать инсайты, проектировать АБ-тесты; изучаем основы финансовой грамотности, стратегии принятия продуктовых решений и онбординг в новом продукте.

→ К мастер-классам

📍Вебинары — часовые сессии с экспертами, на которых разбираем задачи продакта: от инструментов для конкретных задач до подходов с широкими возможностями.

Обсуждаем работу со стейкхолдерами, OKR, конкурентную разведку, дизайн цепочки поставок продукта, работу с командой — внутригрупповые процессы, онбординг и обучение, управление обсуждениями, планирование карьеры, поиск ментора и многое другое.

→ К вебинарам

📍Product Mindset — записи открытых сессий и митапов о продуктовом мышлении, задачах и инструментах менеджера.

Разбираемся в сути продуктового подхода и мышления, обсуждаем, как собрать идеальную команду роста, синхронизировать KPI, OKR и планы с командой, где брать идеи для создания продукта и какие фреймворки помогают работать с метриками.

→ К Product Mindset

📍Марафон Soft skills — рубрика конференции PeopleSense с короткими на 2-3 минуты видео-ответами от менеджеров и руководителей продуктов, CPO, основателей на разные темы: как распределять время и выбрать ментора, как понять, что у коллеги выгорание и помочь, как учиться постоянно и когда остановиться, чтобы перейти, наконец, к практике и др.

→ К марафону

❗️Чтобы получить доступ к материалам, нужна регистрация.

P.S. Бесплатный доступ к новому блоку открывается в понедельник и закрывается в воскресенье. Успейте найти и посмотреть всё самое полезное.

👉 Перейти в ProductSense Academy

На следующей неделе откроем записи докладов для продвинутых middle- и senior-специалистов.

Приятный датавиз обзор ютуб канала Jared Flores от самого себя. Делает обучающие видео по Tableau)) Бампчарт прямо смотрит на меня как-то, красивый!

⠀
Стажер-аналитик / МТС

На стажировка в МТС Интро вы будете осуществлять подготовку регулярной аналитической отчетности и работать с данными. Вам понадобятся хорошие навыки работы: Excel, SQL, Powe BI

Зарплата: 34 800 ₽ /на руки

Откликайтесь у нас на сайте

подборки вакансий 🐶 здесь
карьерные консультации🚀 здесь

Яндекс сделали фильм про женщин в STEM и IT “Математическое неравенство”. Девушки делятся своими историями из жизни, а прекрасные Ника Костенко и Лилия Земнухова рассказывают, почему такое неравенство существует в принципе. И да, все стереотипы обычно из детства.

Возьму этот пост, чтобы сделать подборку датавиз каналов от девушек, потому что #girlpower и потому что каналы классные:
- Data-Comics
- Geodatamess
- Designing Numbers
- Дашбордец
- Танина Лаборатория Данных
- Визуализируй это!
- Call me data
если кого-то забыла, пожалуйста, напишите, это только те, про которые знаю сама

❤️

Книга "Python programming"

Книга "Теоретический минимум по Big Data. Всё, что нужно знать о больших данных"

Для тех кто прётся от Python, как, например, это делаю я, то вот вам кулинарная книга для визуализаций

Регистрация на осенний конкурс дизайнеров и продактов.

Офигеть, оказывается мы делаем Карьерный Цех уже третий год 😳

Никогда бы не подумал, что продержимся так долго 🙂 Это начиналось как эксперимент.

Однако каждый следующий конкурс набирает все больше и больше участников (в прошлый раз работы сдали 240 продактов и больше 150 дизайнеров)

Это самое большое мероприятие подобного формата на русском языке.

Так что продолжаем! С удовольствием объявляю регистрацию на осенний конкурс. В этот раз UX дизайнеры и продакты.

Участие бесплатное.

Задания и механика конкурса позволяют оценить себя и понять свои реальные навыки. Для джунов это хороший шанс раскрыться и попасть через стену игнора HR-ов, а так же пополнить портфолио.

Для мидлов и сеньоров — возможность сравнить себя с другими и получить интересные офферы.

‼️Полное описание конкурса и регистрация на сайте Карьерного цеха:
— Продуктовые менеджеры
— Дизайнеры

Регистрация открыта до 24 сентября в 00:00 по мск

Как бонус - если получится, сегодня часов в 9-10 вечера проведу стрим с рассказом, как мы запускали конкурс, в чем идея и так далее, а так же отвечу на ваши вопросы.

#How_to_заботать

How to заботать собеседование на jun product-аналитика?

Уже не для кого не секрет, что из-за весны 2020 (пандемия) и 24-го февраля отечественные компании остро ощущают нехватку кадров. Джунов набирают тупо с улицы, а на Teamlead позицию ставят без внятного опыта работы. Такая "коррекция кадров" привела к тому, что стажер в другом финтехе спокойно залетает на Middle😳😳 В общем лучшего времени, чтобы начать карьеру может и не быть, а наименее требовательная по background область: конечно же product-аналитика. Отличный вариант для тех, у кого не срослись отношения с "программированием", но способны сложить 2 + 2. И недурное начало пути, если интересно попробовать себя в будущем как Data Scientist или Quantitative researcher🤓🤓. Могу заверить, что если ваша мама не употребляла алкоголь во время беременности, то у вас все получится, а подборка следующих материалов вам в этом поможет😎😎
Все книжки в комментариях, там же делимся любимыми материалами.

SQL
В принципе только это и стоит спрашивать джунов, ибо, похоже, ничем более они и не занимаются..
1. Интерактивный tutorial.
Кратенько ознакомитесь с возможностями sql и поймете о чем это вообще
2. Тренажер на stepik.
Хорошее продолжение, но дальше второго модуля точно не стоит смотреть. Также можете пропустить создания, удаление таблиц и прочее-прочее, спрашивать такое не будут, а при нужде загляните в документацию.
3. SQL ex
Куча упражнений с теорией, есть даже оконки
4. Документация PostgreSQL
Скорее всего, он и будет
5. Статьи про оконные функции
Джунов особо не спрашивают, скорее тема middle+, да и те на деле ими разве что строки нумеруют.
Статья_1 и Статья_2

Математическая Статистика
1. Курсы Карпова на stepik
Все на пальцах, но другого с вас на собесе и не спросят
Часть1, Часть2, Часть3
2. StatQuest
Дополнение к Карпову
3. "Практическая статистика для специалистов Data Science" Питер и Эндрю Брюс.
Недурно раскрыты важнейшие статистические понятия на куче примеров
4. "Теория вероятностей и математическая статистика" Л. Н. Фадеева, А. В. Лебедев.
Стандартный курс математической статистики для экономистов дополнит представления, полученные выше, в терминах теории вероятностей.
5. AB-тесты
Главное, что спросят на собесе. Смотрите How to заботать AB тесты

Cтатистика на python
1. Tutorial по python
Знакомит со всеми основными возможностями языка, нужными в работе. Если видите в первый раз, то там же можно и порешать задачки.
2. Numpy, Pandas, Matplotlib
1) Cтавим Jupyter Notebook
Вообще дедовский метод: освоить это все в процессе курса по статистическому практикум, скачать какой Data set с Kaggle и дрочить его, читая документацию. Но если очень охото можете посмотреть tutorialы для дебилов
1) Если знаем english, то смотрим freecodecamp:
https://www.youtube.com/watch?v=QUT1VHiLmmI&t=162.. – Numpy
https://www.youtube.com/watch?v=3Xc3CA655Y4&t=16s.. –Matplotlib
https://www.youtube.com/watch?v=vmEHCJofslg&t=151.. – Pandas
В целом канал очень крутой, куча всего классного по проге и мл.
2) Курс Хирьянова по анализу данных в МГУ (лекции 7,8,9,10, ноутбуки с кодом прилагаются на сосайте).
3. Курс по статистическому практикуму (notebook zip в комментах)
Много всего интересного: от библиотек до регрессий. Самое важно для собеса: научиться проверять гипотезы на независимых и парных выборках.

Продуктовое понимание
Здесь спрашивают представляете ли вы вообще, чем придется заниматься и как используется все вышеперечисленное.
1. Курс Тинькофф по аналитике
Темы разобраны поверхностно, но кратенько обобщит и структурирует все изученное на продуктовых примерах (notebook zip в комментах)
2. Наш файлик с основными метриками
3. ШМЯ
Здесь смотрим не раскрытые темы, смотреть полностью будет too mach

Ловите классную подборку 👆❤️

#How_to_заботать

How to заботать собес в Тиньку на аналитика?

Гут Шабес. Выражаю огромную благодарность, кто продолжает отправлять контесты: спасибо, что делаете прогнившую корпоративную культуру хоть чуточку ярче🥰🥰

Тем временем уже стартуют первые собесы на стажёров от Тинькофф Старт. Вспоминаем, как готовиться на проадкт-аналтика (+материалы). Времени не так много, поэтому в честь праздника подгон по каждому акту АВ теста, чтобы получить хоть какое-то представление об этой науке.

Если кратенько, то процесс АБ теста следующий: есть новое предложение, как улучшить метрики и его нужно протестить; берём репрезентативную выборку из генеральной совокупности, разбиваем ее на тест и контроль: на тест воздействуем, на контроль нет. Смотрим на получившиеся метрики, выбираем тест, чтобы проверить стат значимость и затем делаем вывод можем ли мы выкатывать фичу (в совковых учебниках пишут, что если нет стат значимости, то отвергаем альтернативу, но на практике обычно все посложнее).

Начнем с конца:
1. Какой тест выбрать для проверки двух гипотез? Если у нас уже есть разбитая выборка на тест и контроль (А и Б)

{https://youtu.be/oa8j8TOndpE

https://youtu.be/YuC1ZZTqdBA

https://vkteam.medium.com/practitioners-guide-to-statistical-tests-ed2d580ef04f

https://www.youtube.com/watch?v=-zps6hm0nX8&t=190s}

2. Как разбить репрезентативную выборку на тест и контроль (А и Б)?

{https://habr.com/ru/company/avito/blog/571096/}

3. Как определить какой размер репрезентативной выборки нам нужен? Которую мы затем разбиваем

{https://www.youtube.com/watch?v=2nP_gcut7SU}

4. Как из всей генеральной совокупности взять репрезентативную выборку (чтобы ее можно было экстраполировать на всю генеральную совокупность)? И вообще как обрабатывать данные перед тестом

{https://habr.com/ru/company/avito/blog/571094/

https://habr.com/ru/company/avito/blog/571096/

https://habr.com/ru/company/uchi_ru/blog/500918/}

Делимся замечаниями и материалами в комментах. Тетрадки лежат там же😎😎

Оконные и аналитические функции в SQL: Начало
Врываемся с серией постов про оконные функции в SQL. Оконные функции — это классная опция в некоторых движках баз данных, которая с легкостью помогает решать ряд аналитических задач без написания сложных SQL-конструкций.

Разберемся подробнее
Когда мы пишем запрос для получения агрегатов, то строки обрабатываются «единым куском», для которого вычисляется агрегат.
А при использовании оконных функций, запрос делится на “окна” и уже для каждой из отдельных частей считаются нужные агрегаты. ​​Важно помнить: движок посчитает в рамках окна только те агрегаты, которые используют оконное выражение, а не все подряд в запросе.
Окно определяется с помощью обязательной инструкции OVER():

SELECT функция (столбец для вычислений)
OVER (
   [PARTITION BY столбец для формирования окна]
   [ORDER BY столбец для сортировки]
   [ROWS или RANGE выражение для ограничения строк в пределах группы]
   )

Для лучшего понимания работы оконных функций стоит вспомнить о порядке выполнения запроса: так как оконные функции выполняются в блоке SELECT, то все вычисления в них происходят после возможной фильтрации и/или группировки. То есть, если в таблице с домашними животными указать WHERE animal = ‘cat’, то оконные функции будут оперировать только котиками, а попугаи и пёсики в их расчёты не попадут.

Интересная особенность
Можно не использовать опциональные конструкции и получить аналогичный обыкновенной агрегации результат.
Сравните:

SELECT SUM(amount) OVER() AS total_amount
FROM A

VS

SELECT SUM(amount) AS total_amount
FROM A

Оба запроса выдадут один и тот же результат. Но в первом случае мы можем дополнительно сразу выбрать другие поля, не участвующие в агрегации, в то время как второй вариант (классическая агрегация) такого не допускает.

Итак, в квадратных скобках обозначены необязательные параметры. Однако, вся суть в том, чтобы указать их для получения иного, разбитого по “окнам” результата.

Поговорим про них отдельно?
#leftjoin_sql