При разработке и поддержке ML-продуктов одним из ключевых решений является решение о переходе на новую модель, опережающую предыдущую по ряду характеристик. Разработчики и бизнес сталкиваются с риском впустую потратить ресурсы на продуктивизацию новой модели, если разница между текущей и обновленной моделью статистически не обоснована. В статье представлен исчерпывающий системный подход к разрешению данной дилеммы, который успешно применяется у нас в t2 (ранее Tele2).

Привет, Хабр! Меня зовут Алексей Зернов. В этой статье я расскажу об автоматизации развертывания отечественной операционной системы РедОС. На решение было потрачено огромное количество сил и времени, поэтому я буду рад, если этот материал с описанием процесса сэкономит кому-то пару недель боли. Вся информация под катом.

Привет, Хабр! Меня зовут Никита, я — инженер технической поддержки. С 2022 года большая часть российских компаний переходит на отечественное оборудование. Это непростой, но интересный процесс, в самом эпицентре которого оказались мы с командой. В этой статье я расскажу о своём опыте, об алгоритме, который мы используем в t2, и, надеюсь, получу какую‑то обратную связь от коллег по цеху из других компаний. Также упомяну ноуты, которые мы тестируем, и сделаю пару ремарок о них, НО, это будет личное мнение и наблюдение моей команды. На истину в первой инстанции не претендую.

Я лид продуктового веб-дизайна в t2.digital. Карьеру начала с дизайна продуктов в нидерландском стартапе, который специализировался на эзотерических товарах. Потом я работала в английском стартапе, который разрабатывает книги для развития эмоционального интеллекта у детей.

И после этого я обрела свое место в продуктовом дизайне t2.digital. Каждый месяц более 20 миллионов абонентов пользуются нашими цифровыми интерфейсами.  

В начале я работала в парадигме общего котла. Это когда разные продакты приносят лиду дизайна задачи, а он уже распределяет их между дизайнерами. У такого дизайнера нет привязки к конкретному продукту. Это достаточно тяжело: много разношерстных продуктов и коммуникаций. Следом в команде появилась гибридная модель, в которой часть дизайнеров остаются в парадигме общего котла, а часть переходит в конкретные команды, которые занимаются определенными продуктами. Прошлым летом я стала выделенным дизайнером для двух стримов core-продуктов t2.digital.

На новой позиции по мере погружения в продукт, я переосмыслила опыт работы. Появилось пространство, чтобы сфокусироваться на том, какую еще пользу я могу принести команде? 

Я расскажу о том, как команда t2 Fintech исследовала признаки и индикаторы, по которым можно прогнозировать финансовое состояние пользователя. И сегодня поговорим о банкротстве.

Вопрос банкротства физических лиц – острая тема. Количество банкротов в России в 2023 году составило 350 тысяч человек, против 278 тысяч в 2022, а вместе с этим и сумма общего долга изменилась со 384 до 437 млрд руб (https://fedresurs.ru/news/16e6ef70-49cd-4e6b-8f84-691963b99a9e). Начало процедуры банкротства физических лиц открывает двери для реструктуризации долгов и освобождения от финансового бремени, но также требует более детального анализа этого явления. Для финансовых организаций и компаний возможность прогнозировать банкротства представляет основную ценность, поскольку помогает избегать рисков и принимать обоснованные решения.

Всем привет! Меня зовут Андрей, я - эксперт по обеспечению качества t2. Хочу рассказать свою историю, как изучая профессию QA-инженера в интернете и играя в настольные игры с друзьями, я устроился работать автотестировщиком и продал свою первую настольную игру.

Статья предназначена для всех людей, увлекающихся настольными играми (от новичков до опытных игроков и авторов) и сферой IT: от тестировщиков до геймдевелоперов.

Привет, я Саша Снытко, и я руковожу командой BI в Data Office Tele2. Мы уже рассказывали здесь о миграции на Fine BI, если быть точнее, о нашем опыте мониторинга пользователей. Сегодня речь пойдет о кардинально другой теме – разработке Telegram-бота для корпоративных каналов и чатов. Задача, которая родилась из потребности следить за составом подписчиков чата Data Office и выросла в полноценный корпоративный инструмент.

В статье мы с главным разработчиком нашего бота (спойлер: стажером команды, которая проявила инициативу и вызвалась заняться этой нетривиальной задачкой) рассказываем о своем опыте разработки в Telegram API на основе библиотек Telebot и Telethon. Еще объясним, как смогли обойти ограничение Telegram по выгрузке в 200 пользователей и настроили интеграцию с корпоративным LDAP-каталогом. Ну и куда без дашборда статистики активности Tg-каналов в Fine BI. В свое время нам не хватило прикладного DIY-материала, и мы проходили весь путь с граблями и шишками самостоятельно. Надеемся, что эта статья поможет кому-то из вас. А те, кто уже прошел этот путь, подскажут нам новые пути решения и возможности апгрейднуть наш сервис.

Привет, меня зовут Катя Моисеева, я руководитель направления качества данных в Data Office Tele2. Мы уже рассказывали о том, как с нуля строили процессы качества данных на различных площадках (выступления можно посмотреть по ссылке).

Сейчас для нас остро встал вопрос о ресурсах нашей команды, а точнее их «резиновости» — поток входящих инцидентов растет по мере подключения новых систем к проверкам качества, а команда остается в составе 3 сотрудников. Возникает вопрос — а какая она, идеальная команда качества данных, которая сможет создать процессы с нуля, внедрить и привить культуру внутренним заказчикам, свести к минимуму риски возникновения инцидентов, а еще минимизировать затраты компании?

Под катом поделились своим опытом борьбы с хаосом из потока входящих задач и запросов от бизнеса и о маленьком роботе‑спасителе, который экономит нам ежедневно 5 часов сотрудника DQ и внедрить которого по силам каждому.

Привет, Хабр! Меня зовут Анастасия Валеева, я – руководитель группы обеспечения качества в Tele2. Наша команда работает в большинстве своём с SAP ERP, и мы не понаслышке знаем, что автоматизация данной платформы — дело далеко не тривиальное. В этой статье я хочу поделиться с вами, как и зачем мы автоматизировали тестирование с помощью Python.

Привет, Хабр!

Меня зовут Ольга Хромина, и в этой статье я расскажу о выстраивании отношений между первой и второй линиями поддержки с учётом некоторых особенностей.

У вас всех этих особенностей может не быть, и вообще, всё рассказанное может показаться прописными истинами. Именно рассказанное, потому что этот материал – больше рассказ, нежели научно-практическая статья. Но мне всё же хочется зафиксировать свой опыт, потому что ходят слухи, что не всегда всё просто между уровнями поддержки.

Кейс Digital команды домашнего интернета от Tele2.

Думаю, что все, кто работает с потоком лидов, понимают, как это: маневрировать между количеством заявок, их качеством и нагрузкой на контактный центр. В этой статье поделюсь, как с помощью интерфейсов мы научились управлять органическим трафиком, конвертируя его в реальные подключения, при этом эффективно расходовать ресурс контактного центра. Погнали!

Меня зовут Алина Шилова, я работаю системным аналитиком над внутренними продуктами Tele2. Вот уже два года наша команда занимается разработкой портала для сотрудников компании. Специально для создания платформы была набрана команда. За 10 лет работы в ИТ-сфере это был мой первый опыт такого глобального запуска рабочих процессов с нуля, и в этой статье я хотела бы поделиться с аудиторией Хабра частью полученных знаний. Я расскажу о том, как мы настроили цикл работы с макетами – от их создания до сдачи разработчикам.

Привет, Хабр! На связи BI-команда Tele2. Ранее мы уже рассказывали о нашем опыте перехода на Fine BI и подходе к анализу действий пользователей на платформе.

В нашем случае мониторинг пользователей и объектов на платформе – вопрос жизненной необходимости. Fine BI пользуется популярностью у бизнес-пользователей, также мы активно развиваем подход self-service: лицензия Сreator предоставлена 300 сотрудникам, всего опубликовано около 400 дашбордов, а неопубликованных пользовательских ad-hoc дашбордов насчитывается несколько тысяч, доступ к платформе есть более чем у 2,5 тыс человек, а MAU стремится к 2000 пользователей.

Под катом про то, как мы усовершенствовали объединение таблиц из FineDB и LogDB в один датасет, решили проблему потери логов из-за замены уже опубликованных дашбордов и углубили возможности мониторинга действий пользователей и взаимосвязей пользовательских действий с объектами.

Меня зовут Александр, я - QA-специалист в TELE2. Эту статью я начал писать, когда проходил стажировку в компании, а когда заканчивал, меня приняли в штат. Моя история уникальна, как и история любого другого человека, и я решил поделиться своим опытом прежде всего с ребятами, которые тоже задумываются о переходе в ИТ из других сфер или находятся в поиске стажировки. На каждом этапе своего пути я рефлексировал и задавал себе кучу вопросов. Возможно, кто-то сможет применить мои чек-листы для того, чтобы лучше понять себя и свои потребности при переходе в ИТ-сферу.

Мы создали собственную систему WFM под нужды нашего ритейла и внедрили функции, полезные как для точек Tele2, так и для других компаний, у которых есть розница.

Привет, Хабр! Меня зовут Аня, и я работаю ручным тестировщиком мобильных приложений (далее – МП) в компании Tele2. В ходе работы я тестирую наше внутреннее МП «На связи». Более подробно о нём писала моя коллега тут. В этой статье я подробно опишу процесс тестирования, который провожу из спринта в спринт, а также свой опыт, полученный в ходе этого тестирования. Статья носит ознакомительный характер и подойдет новичкам в профессии, а также тем, кто интересуется процессом проверки мобильных приложений. 

Привет, Хабр! Мы — BI-команда Tele2. В прошлом году, как и многие наши коллеги по рынку, мы столкнулись с проблемой поиска альтернативы BI-платформам покинувших нас вендоров. О том, как подходить к замене платформы, уже много рассказано здесь и на других ресурсах. В этой статье мы остановимся на конкретном кейсе — как мы решили задачу поиска и последующего анализа действий и полномочий наших пользователей, а также взяли под контроль обновление источников. Под катом мы рассказываем, как собрать датасеты в FineBI, на которых можно построить дашборды о дашбордах и получить данные о посещаемости отчетов, их расположении в директориях и доступах к ним пользователей.

И не просто анализировать, а делать выводы о социально-демографических характеристиках автомобилистов.

Привет, Хабр! Сейчас мы вам расскажем, как в начале прошлого года радикально пересмотрели подход к использованию Airflow в Tele2. Если не хочется читать, можно послушать и посмотреть наше выступление с докладом по теме.

Привет, Хабр, я Давид Матюшин. Автоматизирую не автоматизируемое в компании Tele2.

В приступе горячей любви к автоматизации всего, что только возможно, я взял в работу задачу своих братьев-ручных-тестировщиков. Суть: релиз-кандидаты (далее RC) для регрессионного тестирования на 3 стенда ставятся из GitLab CI вручную, что отнимает либо личное время дежурного тестировщика, либо время у регресс тестирования (от 1.5 опытного до 3 новичковых ощутимых часов). Такое количество часов обусловлено тем, что в нашей системе много сервисов, работа над ними ведется командами параллельно. А как известно, разработчики хотят видеть свой код в продуктиве регулярно. Из чего мы и получаем охапку веточек RC, которые нужно вылить на тестовые стенды.

Надо автоматизировать. Но чтобы автоматизировать, нужно узнать, каков алгоритм накатки сейчас.