Всем доброго дня!

После прочтения нескольких статей на хабре о пластиковых картах, POS терминалах и сопутствующих вещах, мне показалось, что эта тема довольно интересна сообществу. В данной небольшой публикации я хочу окончательно разобрать тему ввода PIN–кода на POS терминалах и ответить, наконец, в меру своих знаний, на вопрос: почему же в одних случаях требуется ввод PIN, а в других — нет?

18 октября были объявлены лауреаты премии Breakthrough Prize, учреждённой российским бизнесменом Юрием Мильнером совместно с Марком Цукербергом и Сергеем Брином. Девять основных лауреатов в области физики, медицины и математики разделят между собой 21 миллион долларов США. Церемония вручения «научного Оскара» пройдет 4 ноября на базе NASA в Калифорнии, где снимали «Star Trek», а вести ее будет Пирс Броснан.

Кроме того, есть шанс поболеть за школьника из Красноярска Артема Кирсанова, который поедет на вручение премии как финалист Breakthrough Junior Challenge и сам может выиграть 250 000 долларов.


Марк Цукерберг и Юрий Мильнер на одной из церемоний вручения Breakthrough Prize

Давайте посмотрим на то как появилась эта премия и что за научные прорывы в этом году удостоились наград, превышающих в денежном эквиваленте Нобелевские премии.

Хотите иметь сайт с высокой конверсией? Все хотят. Но многие допускают эту ошибку. Ошибку, которая вводит их в заблуждение и приводит к печальному результату.

Ребята из Popcorn Metrics – совершили эту ошибку в A/B тестировании. И чтобы помочь другим не попасть впросак, написали об этом статью. А мы её оперативно перевели, чтобы предостеречь вас от этой ошибки!

Давайте представим ситуацию

Вы проводите A/B тестирование сайта. У вас есть две версии – оригинальная и тестовая. В результате тестирования вы получаете такие результаты: конверсия в регистрацию на оригинальной странице – 2.3 %, в тестовом варианте – 3.2 %. Какая из этих страниц победила в эксперименте?

Конечно, тестовая страница более эффективна. С этим нельзя не согласиться на данном этапе. Почему? Потому что цифры не врут. 3.2 % больше, чем 2.3 %.

И здесь начинается самое интересное. Когда люди проводят A/B тестирование, они фокусируются только на одном этапе воронки продаж. В нашем примере – на конверсии в регистрацию.

В будущем, как нам кажется, все популярные браузеры выйдут за рамки программ для открытия веб-страниц и научатся лучше понимать людей, которые ими пользуются. Сегодня я расскажу вам, каким мы видим это будущее на примере персональной ленты Дзен в Яндекс.Браузере, которая теперь доступна пользователям Windows, Android и iOS.



Несмотря на кажущуюся простоту, в основе Дзена лежат довольно сложные технологии. Я расскажу немного о том, как это реализовано у нас, где и почему мы использовали традиционное машинное обучение, а где — нейронные сети и искусственный интеллект, и буду благодарен за ваше мнение об этом подходе.

После того, как вы проверили, что функциональность реализована нормально, она выкатывается в эксперимент, чтобы узнать, нравится ли новая версия пользователям.

Замечали, что обычно люди, ответственные за эксперименты, в итоге говорят, что данных недостаточно для решения? Часто это действительно так, но нередко всё дело в поломках системы экспериментов и учёта пользовательской статистики.
 
В этой статье мы рассмотрим типичные поломки, которые там встречаются, и у вас появится возможность, вернувшись на рабочее место, немножко побыть data scientist'ами и найти ошибки у себя в компании. Какие-то из них там наверняка есть.

В основе материала — расшифровка доклада Романа Поборчего с нашей декабрьской конференции Heisenbug 2017 Moscow.

Умение генерировать блестящие и оригинальные идеи говорит о талантливости маркетолога. В email маркетинге эта способность также высоко ценится. Цель маркетолога в email кампании — разработать идеи, которые покажут наилучший результат, то есть максимальный показатель открытий, кликабельности, а также высокий коэффициент конверсии.

Про А/В-тесты не слышали, наверное, только самые зеленые маркетологи и продакт-менеджеры, но как их проводить и что делать с результатами — иногда не знают даже опытные специалисты. Именно из-за этого можно часто услышать, что А/В-тестирование не работает и в целом бесполезно.

Чтобы развеять слухи, мы поговорили с практиком А/В-аналитики из агентства Agima Сергеем Филатовым, и он рассказал нам о работающих методологиях А/В-тестирования, инструментах, которые помогают провести тесты для мобильного приложения, и о перспективах, которые открывает овладение этим пулом умений и навыков.

Что дает добавление еще одной буквы «А» в старый, добрый АБ-тест и почему этого тоже бывает недостаточно для оценки изменений.

ААБ-тест или ABA-тест — это когда трафик делят на три части: первую и вторую направляют на сайт без изменений, а третью с изменениями.

Что это дает?

• Выше точность теста. Считаем, что Б дает относительно достоверный результат только когда А и А сравняются.

Риск-менеджмент выручает нас каждый день. Когда мы переходим дорогу, наша естественная нейронная сеть оценивает обстановку, прикидывает скорость таксиста, яростно рвущегося на желтый свет, определяет вероятность сломать ключицу при падении с капота автомобиля и предлагает меру по минимизации риска — подождать секунд пять и только после этого двинуться вперед. Обработка угроз встроена в наши гены, даже если обычно мы называем это иначе.

Но стоит заговорить о «рисках» в приличном обществе, собеседники начинают рассуждать об инвестициях, кредитном портфеле, методах аллокации банковского капитала и стресс-тестировании — всё как-то о финансах. Да, банки были пионерами в применении передовых методов анализа рисков. Однако риски — это не только про деньги.

Риск-менеджмент — универсальная управленческая дисциплина, которая применима в любом процессе, где что-то происходит, есть какой-то ожидаемый результат и существует вероятность, что мы его не получим. Проще говоря, почти всегда и везде. И в работе государственных органов тоже.

В предыдущей статье на тему государственного риск-менеджмента мы прошлись по основам: зачем государственным органам управлять рисками, где их искать и какие существуют подходы к оценке. Сегодня поговорим о процессе анализа рисков: как выявить причины их возникновения и обнаружить нарушителей.

Управляющие технологическими компаниями занимаются этим ради самих себя, а не для всеобщего блага

В Кремниевой долине не счесть идей касательно транспорта. В их видении будущего все мы ловим автономные средства передвижения для поездок на небольшие расстояния – или нас вообще загоняют в подземную сеть туннелей, которые, якобы, доставят нас на место назначения быстрее – а для междугородних путешествий мы пересаживаемся в кабинки, расположенные в вакуумных трубах, выстреливающих нас по направлению к цели путешествия со скоростью 1220 км/ч.

Однако все эти фантазии богатых директоров технокомпаний только этим и остаются – фантазиями. Ни одна из этих технологий не реализуется так, как они обещают – если вообще реализуется. На самом деле технологии для преобразования наших транспортных сетей уже существуют, но американцы застряли в устаревшей системе, зависящей от автомобилей, и им отказывают в современных технологиях – не говоря уже о будущих – политики, сидящие на прикорме у лобби энергетических компаний, пристрастившиеся к вредной идеологии «свободного рынка». Такие поверят любому продавцу змеиного масла – или богатому предпринимателю – пришедшему к ним с решением проблемы.

Как-то давно я прочитал фразу «Я не знаю того, что не знаю». Проиллюстрирую её на двух примерах:

1. Я, как обыватель, могу не знать как сделать реактивный двигатель самолета, но тем не менее я знаю о его существовании и о принципе работы. («Я знаю то, что знаю»)

2. Я эколог, долгое время бьюсь над проблемой загрязнения окружающей среды пластиком. Но при этом я не знаю, что на другом конце света ученые уже нашли бактерии, которые его перерабатывают («Я не знаю того, что не знаю»).

В голове владельца бизнеса существуют такие же «пробелы» вне области знания. О них мы и поговорим.

Перевод статьи Билла Гейтса

Ко второму семестру моего первого курса в Гарварде я начал посещать курс, на который не записывался, и практически прекратил ходить на занятия по курсам, куда я был записан – кроме курса введения в экономику «Ec 10». Меня очень интересовала эта тема, и преподаватель был прекрасный. Одной из первых вещей, которые он рассказал нам, была диаграмма спроса и предложения. Примерно так работала глобальная экономика, когда я учился в колледже (а это было столько лет назад, что я не люблю признавать, насколько давно это было):



На основании этого графика можно сделать два предположения. Первое более-менее работает и сегодня: с повышением запроса на продукт повышается и предложение, а цена падает. Если цена оказывается слишком большой, запрос падает. Идеальная точка, в которой две линии пересекаются, называется равновесием. Равновесие – вещь волшебная, ибо она максимизирует пользу для общества. Товары доступны, их много и с них имеется прибыль. Все в выигрыше.

Всем привет!

В рамках нашего курса Data Scientist мы провели открытый урок на тему «Наивный баейсовский классификатор». Занятие вёл преподаватель курса Максим Кретов — ведущий исследователь в лаборатории нейронных сетей и глубокого обучения (МФТИ). Предлагаем ознакомиться с видео и кратким изложением.

Заранее спасибо.

В этой статье я расскажу о том как собственно работается в Германии, какие коллеги попадаются, какие комбинации проворачивают немецкие корпорации, для грамотного распиливания бабла. Комбинаций, которым многим нашим чиновникам стоило бы поучиться.

К сожалению я никогда не работал на маленьких фирмах, поэтому будем считать, что все это относится к большим компаниям. О себе могу сказать лишь то, что я работал уже на 6-ти различных AG и прошел в Германии абсолютно все стадии эволюции: полугодовая практика на Daimler, работа Werkstudent’ом(Студенческая работа программистом), Junior, Middle, Senior.

Также, когда закончится вода, я расскажу о реальных зарплатах, ожиданиях, а также затрону тему мусора, которое льется из многих статей и видео, о работе программистом в германии. Большинство из того что вы можете увидеть и найти на youtube о работе разработчиком в Германии это рассказы людей, которые или пару лет находятся здесь, или вообще здесь никогда не были, или просто находятся в каком-то сказочном неадеквате.

А начну я с коллег которые вам будут встречаться везде — легкие русофобы.

Выбор моделей и подходов для повышения эффективности работы команды — это извечная головная боль менеджеров продуктов, тим лидов, собственников бизнеса, HR, ученых и психологов.

У любого подхода всегда найдутся сторонники и оппоненты. Некоторые из популярных моделей ориентированы на коммуникационную стратегию, некоторые больше связаны с корпоративной культурой и индивидуальными особенностями и талантами каждого члена команды. Какие же факторы помогают грамотно определить эффективность командной работы?

Все рано или поздно приходят к аналитике за данными. В больших многопользовательских играх (да и синглплеере) без этого уже вообще никуда. Сколько пользователей предпочитают новый режим; где слабые места монетизации; куда смотреть геймдизайнерам, чтобы повысить вовлеченность игроков; и еще миллион вещей — подсчитывается вообще всё. И всё это влияет на решения, которые потом принимают разработчики.

А вот внедряют аналитику все по-разному: кто-то покупает сторонние решения (просто, но негибко), кто-то пишет под себя (долго и дорого), а кто-то пока просто считает несколько базовых метрик силами программистов и не заморачивается.

Поэтому я расскажу об инструменте, который будет полезен для всех. Кто только начинает выстраивать аналитику — сможет «на коленке» создать систему с нуля, а компании с уже готовыми решениями — «бустануть» свой подход.

14-15 июля Почта Mail.Ru провела свой второй хакатон SmartMail Hack 2: Call of Data. Участникам нужно было разработать новое, интересное и полезное решение для представления данных из Почты. И по горячим следам спешим рассказать о победивших на хакатоне проектах.

Мы, айтишники, как никто знаем, насколько часто встречаются стереотипы в мышлении, особенно среди не профессионалов, а любителей от ИТ. Из того, что сразу приходит в голову: если быдлокод, то это PHP; Java только для крупных проектов; Python только для науки; 1С для недопрограммистов. Ясное дело, что это ошибочные суждения, но и появились они не на пустом месте — без массовых прецедентов не обошлось. Всё как в классической мифологии.

Эта мифология коснулась и корпоративного софта. В среде бизнеса сложились довольно однозначные стереотипы: «CRM — программа для продаж», «ERP — космически дорого», «CRM — для всех», «ERP — для межгалактических корпораций». Между тем, ситуация ощутимо изменилась так, что они по сути своей не актуальны, но тем не менее продолжают жить в голове. Как результат, компании отказываются от необходимого уровня автоматизации, путают понятия, получают неэффективные инструменты и т.д.

Пора наводить порядок. Начнём с ERP vs CRM.

Нассим Талеб говорит: «Мы создаём игрушки, и некоторые из них меняют мир». Мы, как производители, иногда и правда создаём игрушки. Ведь человеческое стремление к «фану» и есть тот драйвер, что ведёт к изменениям в жизни. И некоторые вещи уже поменяли привычки людей. Люди покупают чаще и больше онлайн, чем 3-5 лет назад. Они привыкли к некогда «игрушечным» чатботам, и вовсю пользуются виртуальными примерочными. И если раньше продавцы одежды смеялись над «глупыми фантазиями», то теперь ищут себе и виртуальные примерочные, и открывают онлайн-магазины. Потому что меняется инфраструктура торговли и способы покупок. Machine Learning, Искусственный Интеллект и IoT перекраивают торговлю. Мы в этом уверены — в силу опыта.