Тут в глубине комменатриев зашла речь о создании видимости работы в ущерб самой работе — когда количество закрытых тасков ценится (менеджерами) выше чем докопаться до причины бага и устранить ее. Комментарий получился бы большеват, решил вынести в отдельный пост.

Суть:

Привет, Хабр! Меня зовут Тигран Басеян и я — руководитель MTS Link Доски, CEO geekz.ru, развиваю российскую методологию управления ИТ в организациях РИТМ, преподаватель ВШЭ и автор телеграм-канала Black Product Owner (Чёрный продакт), где рассказываю о продакстве, менеджменте и стартапах. В индустрии уже больше 15 лет. Руководил различными технологическими командами и продуктами, в том числе высоконагруженными.

И раньше я никогда правильно не использовал модель Кано. Это метод, который  появился в Японии в 1980-х годах и используется для измерения эмоциональной реакции клиентов на отдельные функции.

Если бы в 2017 году, когда я работал над платформенным продуктом, я применил модель Кано грамотно, проект мог бы обойтись без лишних затрат времени и нервов. Но тогда мне казалось, что Кано — это какая-то скучная теория для учебников по менеджменту.

Спойлер: это не так. Модель Кано — один из самых мощных инструментов для управления ожиданиями пользователей и для приоритизации фич. Главное — уметь ей пользоваться на практике, а не просто пересказывать графики из Википедии.

В этой статье я разложу всё по полочкам: какие бывают категории фич, почему пользователи однажды перестают радоваться вашим «фишкам» и как построить опрос, чтобы Кано действительно заработала в ваших продуктах. Без воды — только факты, кейсы и практические советы.

В прошлых статьях мы разобрали теорию: что такое полиморфизм и какие существуют способы его реализации. Настало время посмотреть, как это реализуется на практике. В качестве примера был выбран Rust — язык с богатой функциональностью, с одной стороны, и простой, прозрачной реализацией — с другой.

«Оформим позже», «ты в команде», «все всë понимают» — такие фразы часто звучат в мире стартапов. Особенно, если речь идёт о привлечении разработчиков, дизайнеров или консультантов на этапе «до юрлица».

Работа кипит: фичи разрабатываются, MVP собирается, первые пользователи тестируют продукт. А вот документы — остаются на потом.

Как показывает наша юридическая практика, именно это «потом» и становится отправной точкой для конфликтов. Особенно — если проект оказывается успешным, поднимает раунд или выходит на сделку с инвестором.

Хочешь зарабатывать больше? Тогда мой спецкурс из 10 семинаров про успешный успех специально для тебя! Записывайся по ссылке…

Всем привет! Я Саша Лисицына, в рекрутинге уже более 15 лет: успела позаниматься бизнес-подбором и IT, поработать в крупных банках и бигтехах. Сейчас двигаю executive-наём в Озон-Тех.

Когда «ускорить разработку» — значит всё сломать

Почему скорость команды — это не всегда про людей, а про инфраструктуру

Привет, Хабр!

В этой статье рассмотрим, как тимлиды сами, того не осознавая, убивают инициативу в команде. Делают всё сами, душат рост, превращают разработчиков в «ждущих» исполнителей — и потом удивляются, почему никто не предлагает решений.

В обзоре уличная WIFI камера, которую я купил на авось, всего за 1000* рублей с маркетплейса с доставкой из Китая.

Я пишу код дольше, чем существуют ваши любимые мемы, и руковожу командами с тех пор, как Agile был ещё словом без манифеста. Ниже — дистиллят опыта, отфильтрованный через цинизм Макиавелли.

Некоторые новые результаты в философии квантовой механики указывают на то, что ближе всего к истине был не Бор, не Эверетт, и, конечно, не Эйнштейн, а… Фейнман. Эти результаты позволяют изложить базовые принципы квантовой механики одновременно консервативно и радикально прогрессивно.

Знаете зачем нужны пчелы? 

Думаю, вы сразу подумали о меде, но главная задача насекомых – опыление растений. 

И именно опыление растений приносит мне 3,6 млн в год.

Доброго времени суток, «Хабр»!

Сегодня мы погрузимся в мир современных языковых моделей, детально изучим их архитектуру и разберемся в принципах работы. Готовы к захватывающему путешествию в мир искусственного интеллекта? Тогда пристегните ремни — мы отправляемся!

Независимо от того, работаете ли вы с локальными системами, облачными решениями или сторонними сервисами, ключевые вопросы остаются одними и теми же: какой пользовательский или клиентский опыт вы хотите предложить? И как согласовать с этим опытом вашу стратегию интеграции?

В этом справочном материале рассматриваются базовые шаблоны для аутентификации, поллинга, запросов и других аспектов, которые помогут вам оценить потребности в интеграции и подойти к проектированию, разработке и сопровождению API-интеграций наиболее эффективно с точки зрения вашего бизнес-кейса.

Привет, меня зовут Диана. Я математик и автор хабраблога МТС. В прошлый раз рассказывала о поверехностях второго порядка, а сегодня хочу обсудить изящную топологичекую теорему, у которой есть внезапные приложения в жизни — географии, экономике и политике. Ее следы можно найти в алгоритмах дележки, когда нужно распределять по долям какой-то неоднородный ресурс — данные, вычислительные мощности, бюджет. Например, с ее помощью можно разделить участки земли между фермерами, учитывая разные параметры: площадь, тип почвы, удаленность от дороги и прочее. Она такая немножко Сейлор Мун — за добро и справедливость.

Этот пост мог бы иметь кликбейтное название в духе «На противоположной стороне Земли сейчас такая же погода, как у вас!», но это не совсем верно. Почему — объясню ниже. А пока предлагаю разобраться с официальными формулировками и переложить их на понятный язык. Еще в тексте будут ссылки на связанные проблемы, которые научат нас грамотно резать бутерброды и причесывать ежей — в общем, надеюсь, получилось познавательно!

Вот работаешь ты в IT как молодец. Проходишь, как все смертные, уровни джуниор, мидл, сеньор. Но есть ещё Олимп. Ореол загадочности и элиты вокруг этой профессии не даёт покоя амбициям юных разработчиков. Кто такой IT-архитектор и как им стать читай ниже. 

Раздражает непредсказуемость ответов от LLM? Устали вкладывать бюджет в более мощные модели?

Если ваша цель — стабильная автоматизация и надёжный клиентский опыт с помощью LLM, то, скорее всего, вы упираетесь в одну и ту же проблему: сложность промптов.

Эта статья постарается помочь навсегда забыть о «случайных» ответах и вывести эффективность ваших LLM‑решений на новый уровень.

Одна из задач тимлида — помогать каждому в команде развивать профессиональные навыки. Однако, накопив за годы определённый опыт, мы часто начинаем думать, что окружающие тоже всё это знают. На самом деле для сеньоров и других лидов это зачастую так, но у разработчиков с меньшим стажем всегда есть чему поучиться и куда расти. Как же не упустить развитие сотрудников?

Говорят, что невозможно по-настоящему возненавидеть кого-то, если сначала не полюбил его. Не знаю, справедливо ли это в целом, но это определённо описывает моё отношение к NumPy.

NumPy — это ПО для выполнения вычислений с массивами на Python. Оно невероятно популярно и очень сильно повлияло на все популярные библиотеки машинного обучения, например, на PyTorch. Эти библиотеки во многом имеют те же самые проблемы, но для конкретики я рассмотрю NumPy.

Существует множество исследований и экспериментов, которые прямо гласят: переработки могут быть полезны только краткое время, не более пары месяцев или даже недель. Интернет завален публикациями про их вред, но воз и ныне там. И многие современные менеджеры так и норовят загрузить сотрудников по полной, а в идеале — и на выходных, чтобы работали по 60, 80 или даже 100 часов.

Историй будет много, хватит минимум на 3 части.

В этот раз мы с вами рассмотрим, какие события прошлого и настоящего поддерживают в многих современных руководителях веру в переработки и прочую корпоративную глупость.

Почему в современном менеджменте столько глупости? Почему руководители принимают идиотские решения, верят в переработки, садистское отношение к сотрудникам и не умеют думать на 2 шага вперёд?

В прошлый раз мы разобрали, какие различные исторические явления, религия и рабовладение обеспечили массовое распространение корпоративной шизы.

В этот раз рассмотрим, как создающие системы инженеры сменились на сиюминутных барыг.