Привет! Меня зовут Егор Стремоусов, я тимлид команды продуктовых дизайнеров платформы TWork Обслуживания в Т-Банке. Расскажу, как моя команда повысила предсказуемость поставки дизайн-задач, какие методы и инструменты мы для этого использовали.

Привет! Меня зовут Руслан Гилязев, я работаю в подразделении DS SWAT в Авито, руковожу командой платформы Item2param. В этой статье рассказываю, с помощью каких технологий мы решаем задачу классификации объявлений и почему это важно для бизнеса. Материал будет полезен DS-инженерам любого грейда и backend-инженерам, которые интересуются темой data science. 

Привет, Хабр! Меня зовут Егор Толстой, я — ведущий подкаста Podlodka и автор Роадмапа Тимлида. Веду телеграм-канал Teamlead Good Reads, где каждый день делюсь идеями о работе с командами. 

Сегодня — перевод и разбор классной статьи инженера, технического директора и основателя стартап-инкубатора Limbe Labs и лаборатории Red Hat Джереми Брауна. Он рассказывает о том, как эффект IKEA (тот самый эффект, когда мы особенно ценим то, что сделали сами) может работать, и как иногда он больно бьёт по управлению изменениями.

Статья будет полезна всем, кто работает с изменениями: в командах, продуктах, процессах. Разберём, почему хорошие идеи проваливаются, если не вовлечь людей, и какие практики помогают вовремя поймать баланс между инициативой и навязыванием.

Что будет в этой статье:

Я работаю программистом 11 лет, имею профильное образование (колледж/вуз). Но на протяжении всей жизни не понимал, почему принимаю те или иные решения. Почему я работаю в маленьких компаниях? Может быть, стоит пойти работать в биг-тек? Почему люди как-то «неправильно» изучают программирование? Можно же просто взять и написать свой пет-проект. Почему все твердят о структурированном подходе к обучению, если я засыпаю уже на третьей лекции, когда учусь «как надо»?

И ответ внезапно нашёлся в психологии (да-да, я тоже считал, что это ерунда, а не наука) с помощью современных LLM.

Первое, с чего стоит начать, — это определить свой тип личности. Тип личности — это «стиль работы» вашего мозга.

LLM — отличный способ для того, чтобы его определить. Вам необходимо просто написать в промпте о том, как вы предпочитаете работать, учиться, что вас раздражает в обучении других людей, что вас бесит в коллегах и т. д. Всё, что приходит в голову, пишите.

Привет! Меня зовут Света Данильченко, я работаю в Авито и я обожаю эксперименты. Полтора года назад я задумалась: а что, если моя любовь к корпорациям — это всего лишь привычка? Может, я могу быть кем-то ещё? Я решила проверить эту гипотезу и на год отправилась в карьерное путешествие, чтобы выяснить, кто я на самом деле.

В этой статье — итоги моего эксперимента и выводы, которые я из него сделала. Рекомендую к прочтению тем, кто задумался о переходе из бигтеха в бизнес поменьше и тем, кто планирует совершить обратный маневр.

Привет, Хабр! Меня зовут Егор Толстой, я — ведущий подкаста Podlodka и автор Роадмапа Тимлида. Веду телеграм-канал Teamlead Good Reads, где каждый день делюсь идеями и практиками про управление людьми и командами. Твёрдо верю: самый эффективный путь к прокачке менеджера — это не MBA и не менторство, а хорошая книга, применённая на практике.

В этой статье — системная подборка на год вперёд: 12 модулей по 2-3 книги в каждом, каждый месяц — новая управленческая компетенция. Если пройдёте весь путь, начнёте сильнее и глубже разбираться в менеджменте, чем 90% руководителей, с которыми мне доводилось работать.

Погнали! Первый модуль — про то, как учиться и не сойти с ума.

Привет! Я — Таня Рашидова, QA тимлид в KODE. Я думала, что все тестировщики уже давно внедрили AI в свою повседневную работу. Но недавно выяснила, что многие либо не пробовали, либо попробовали, запутались, не получили вау-результата и забросили. Раз уж я уже объяснила, как использую AI в работе нескольким коллегам, решила оформить опыт в статью. Может, кому-то из вас она сэкономит время и силы.

Уже много лет я преподаю машинное обучение, программирование и анализ данных. Подготовка материалов лекций и общение со студентами доставляют огромное удовольствие, а вот рассылки, оформление ведомостей занимают большое количество времени и вызывают лишь скуку. Поэтому я решила автоматизировать эту часть работы с помощью Python. Также наши сотрудники из учебного офиса тратят значительное количество времени, вручную создавая документы и рассылки. Приведенные ниже скрипты могут быть полезны не только преподавательской, но и в разнообразной менеджерской работе.

Привет, Хабр! Я Лера, технический писатель в Авито. В этой статье я разбираю тезисы Джеймса Клира в его работе «Атомные привычки». Материал будет полезен тем, кто хочет подробно разобраться в природе привычек и понять, как незначительные изменения могут сильно улучшить траекторию ваших результатов и уровень жизни в целом.

Как сделать ретроспективу полезной и интересной

Привет! Меня зовут Настя, я работаю проектным менеджером и скрам-мастером в онлайн-кинотеатре Okko. За последний год я провела более 100 ретроспектив в разных командах. Не все из них были удачными.

В прошлой статье мы исследовали проблему слишком навязчивой или нерелевантной рекламы, которая может ухудшить пользовательский опыт и вызвать негатив клиентов. 

Для повышения качества взаимодействия мы исследовали возможности сокращения отказов от рекламного контента, используя алгоритм машинного обучения, учитывающий персональные предпочтения пользователей.

Хотя процент уникальных обращений на линию поддержки с проблемой от рекламы затрагивает менее 0,2% от MAU, учитывая масштаб активной базы пользователей, на ежемесячной основе мы получаем порядка 20 тысяч сообщений о проблемах, связанных с рекламными уведомлениями.

Наша задача — выявить ключевые паттерны и категории жалоб, автоматизировав анализ текстовых данных с использованием обработки естественного языка (NLP) и алгоритмов кластеризации. В этой статье рассмотрим, как такие подходы позволяют структурировать отзывы пользователей и находить инсайты для оптимизации маркетинговых стратегий.

Всем привет! Меня зовут Мельников Виктор, я работаю Junior Data Scientist в хабе Розничного Бизнеса Департамента Продвинутой Аналитики в Альфа-Банке. В этой статье я расскажу про AUF – Open Source библиотеку Альфа-Банка. 

Её главная задача — автоматическое решение задач uplift-моделирования.

Позволяет ускорять разработку в десятки раз и убирает рутину, избавляя от привычного fit-predict. Приятным бонусом идёт полный отчёт по качеству модели, понятный как DS, так и бизнесу.

Дисклеймер: эта статья не про uplift-моделирование, а про библиотеку, которая решает задачу uplift-моделирования. Если хотите почитать про общую постановку задачи, посмотреть на математику, лежащую в основе uplift, в конце статьи оставил раздел с ссылками на полезные материалы.

Мы пришли к выводу, что проектировать доклад надо с конца. Если я хочу, чтобы вы вышли с мыслью, что с завтрашнего дня будете есть апельсин ложкой — я должна что-то такое сказать в докладе, чтобы вы мне поверили и реально начали это делать.

Мне очень нравится цитата: «При какой температуре каша в голове превращается в пищу для ума?». До какой температуры нужно нагреть кашу, чтобы она стала съедобной и усвоилась в виде знаний?

Причём тут зайцы?

Способ достижения дзена в процессе приручения онлайн-каскадов.

Привет! Меня зовут Настя Несмеянова, я тимлид команды аналитики монетизации в Авито. В статье я рассказываю о том, как масштабирование нового тарифа с оплатой за целевое действие привело к ухудшению качества контента на площадке и как аналитика помогла решить эту проблему.

RFM-анализ — это анализ клиентской базы на основе истории покупок, проще говоря, сегментация по частоте, давности и сумме трат.

В рамках анализа мы будем основываться на том, как клиент покупает наш продукт: он потихонечку начал «отваливаться» или, наоборот, покупает часто, много и на большие чеки, а может, он уже одной ногой у конкурента, и надо схватить его за другую и перетащить обратно на светлую сторону. Для этого клиенты делятся на группы, и для каждой продумывается своя маркетинговая стратегия.

Рассказываем, как разработали ML-модель, которая на основе данных, среди которых структура собственности, связи топ-менеджеров, исторические данные по одобренным сделкам или решения прошлых лет, предсказывает наиболее вероятного ЛПР в зависимости от типа услуги и структуры компании.

Привет! Я Лена Маёркина, работаю CPO в AGIMA. Мы тут занимаемся классными вещами: развиваем продукты для больших компаний и придумываем планы по захвату мира. Чтобы преуспеть в обоих направлениях, приходится много работать с метриками. Мы разбираем, какие метрики релевантны продукту, где его сильные стороны, а что надо исправить. А наш главный инструмент — фреймворк «Пирамида метрик». В этой статье объясню, за что мы его любим и почему вы тоже его полюбите. Если вы продакт или аналитик, то текст точно для вас.

Привет! Меня зовут Артём Дронов, я аналитик команды A/B-тестирования в Авито. Недавно мы выпустили на внешний рынок продукт, разработанный AvitoTech, который помогает нам проводить эксперименты в компании — это платформа для А/Б-тестирования Trisigma. В этой статье я сделаю краткий обзор основных возможностей платформы и расскажу о её преимуществах.

Привет! Меня зовут Сизов Виктор, я занимаюсь данными, их сбором, анализом и разметкой последние 5 лет. Сейчас отвечаю за разметку в Альфа-Банке. Эту статьи мы писали всей командой и старались осветить подробно детали того, как устроены процессы разметки с технической и административной стороны. В статье мы рассмотрели:

— работу команды разметки, её взаимодействие с Заказчиком и Продуктом;
— отдельно разобрали аналитику, которая позволяет повышать качество разметки;
— рассмотрим поведение людей (разметчиков), паттерны их работы, а также использования генеративных моделей для решения части задач.