Аналитика. Это просто

Не могу не поделиться. Зашел на сайт одного банка, и оказалось, что могу оформить карту в 0 городов. Вот повезло то!

Продолжаю сериал про обучение на курсах и трудоустройство. Предыдущие запись здесь: №1, №2, №3, №4, №5, №6. Допустим, что резюме уже есть и пора искать работу. Очень часто весь поиск сводится к спамным откликам на HH. Как пишут в книге - это необходимо, но недостаточно. Да и спасом заниматься тоже ни к чему. Адекватным можно считать (а можно и не считать, мы же все свободные люди) следующее: ✅Откликаться на те вакансии, где более-менее подходишь по требованиям и опыту. Несколько завысить навыки не грех, но все лучше делать в меру. При этом полезно прочитать вакансию полностью. ✅Адаптировать свое резюме под конкретную вакансию. Ведь вакансия - это как набор вопросов, а наше резюме - ответы на эти вопросы. Так мы помогаем HR найти подходящего кандидата. ✅В резюме описать не только свой опыт и обязанности, но и еще достижения, результаты. ✅Совсем нерелеватный опыт лучше не показывать. Но, если другого нет, лучше такой, чем никакого, и не стоит излишне детализировать. ✅Написать сопроводительное письмо. Оно помогает ответить на вопрос, почему на наше резюме нужно обратить внимание. Формулировки должны быть максимально конкретны и выточены. Как рифма Маяковского. ✅Сделать резюме открытым и регулярно обновлять. Также, кроме HH, какие существуют варианты, где искать работу. Нужно сделать все, чтобы возможностей увидеть наше резюме было максимально возможно: ➡️ На других сайтах с объявлениями о работе типа job, superjob, а также career.habr. ➡️ У нас есть соцсети. Можно на личной страничке написать, что ищем работу и прикрепить (опционально) резюме. ➡️ В соцсетях также есть много сообществ для поиска работы, и можно там тоже писать о себе и размещать резюме. ➡️ В телеграме есть чаты, каналы, где также обязательно нужно разместить свое резюме. ➡️ И др. Удачи!!! Продолжение следует. #образование

Понимание, что такое A/B тесты и как их правильно проводить, одно из главных требований к продуктовому менеджеру, продуктовому аналитику, аналитику данных. В свое время для подготовки к собеседованиям собрал список того, что должен знать. Также дополнял этот список. Получившийся список закрывает большинство вопросов, которые могут задать нам на собеседовании. И полноценный ответ на них значительно повысит шансы на успешное трудоустройство. 🫵 Собственно, список.

На Медиуме в рекомендованных сегодня увидел шпаргалку по продуктовым метрикам. На первый взгляд кажется, что тут в районе 90% метрик, на которые мы смотрим (и показываем большим боссам) постоянно. При этом, оставшиеся 10% специфических, синтетических метрик часто говорят более красноречиво о том, как все-таки поживает наш продукт.

Интересная новость подъехала - Риалвеб покупает компанию DataGo, которую считали дочкой Owox. Пока трудно сказать, что изменится для клиентов DataGo, будем надеяться, что они выиграют. За последние месяцы это не первая подобная новость про Риалвеб. Мне не очень нравятся крупные консолидации, поглощения, так как они в результате могут приводить к снижению конкуренции в некоторых сегментах рынка. Поглядим...

Еще один текст о том, что нужно, чтобы начать заниматься футбольной аналитикой. Технические навыки, открытые данные, самые релевантные статьи и исследования. https://github.com/devinpleuler/analytics-handbook

Вышло новое видео с участием Елены Серегиной на тему выбора метрик продукта. Больше всего времени досталось NSM как типу метрик, в работе с которым продакт-менеджеры очень много работают, в том числе, часто неправильно.

У Карпов Курсес на одной из программ теперь можно проходить не целый курс, а отдельные блоки. На курсе Hard ML. Приветствую такой подход, так как бывает нужна не вся программа, а только какая-то ее часть. И ради этой части покупать целый курс не очень разумно. Так что это отличная новость. Хотелось бы это видеть и по другим курсам и у других участников рынка тоже. Это не реклама.

Существует интересный формат найма в IT - ускоренное прохождение всех этапов интервью, от одного до нескольких дней. Это может называться One Day Offer, Weekend Offer, Fast Track. Полтора года назад поучаствовал в Weekend Offer, безуспешно. Яндекс обещает чаще проводить найм в этих чаще, чем ранее, даже завел для этого отдельную страничку. Для аналитиков из ближайшего запланирован Weekend Offer, в команду геосервисов, он пройдет с 27 февраля по 3 марта.

Яндекс выкладывает в опенсорс код счётчика — ключевого компонента Метрики. Это JS-бандл, который загружается вместе со страницей сайта и фиксирует различные события.   Вот ссылка на репозиторий в Гитхаб. Теперь вы можете подробно изучить код счётчика и пересобрать его в той конфигурации, которая необходима для вашего проекта.   Разработчик Метрики Евгений Новиков поделился краткой историей счётчика и тем, как с ним работать в небольшой статье на Хабре.

Возвращаемся к обучению на курсах, и переходим к написанию резюме. Предыдущие запись здесь: №1, №2, №3, №4, №5. Закончили мы курсы, теперь нужно сделать резюме. Но вот проблема - профильного опыта работы нет. На курсах нас учат курсы вписать в опыт работы. По моему мнению, это плохая идея, так как - учеба != работа - никого в заблуждение ввести не получится, все давно про все знают - если кроме курсов профильного вписать больше нечего, то и такие манипуляции не помогут А решение проблемы "пустого резюме" кроется несколько выше - нужно получать реальный практический опыт еще во время обучения - подработки, фриланс, пет-проекты... Тогда и будет, чем наполнить резюме. Что еще важно - смотреть на себя и свое резюме глазами HR. Представим, что мы каждый день просматриваем десятки одинаковых пустых резюме, где у всех одни и те же умения, проекты на гитхабе, и учеба в разделе Опыт работы. Ну и кого из них выбрать? Правильно, никого. Чтобы глаз HR зацепился за мое резюме, в нем должно быть что-то, выделяющее мой опыт среди других. #образование

А тут с Сбера вышли новые умные колонки. Подробно

Согласен с автором. Как-то завалил алгоритмы именно потому что сразу кинулся кодить, не решив задачу устно. В итоге получаса хаотично пытался набрасывать непродуманные решения. Что ж, задачи на алгоритмы тоже скилл, который нужно прокачивать. Как и умение правильно говорить на собеседованиях.

Про собеседования по алгоритмам Когда ты устраиваешься в ML или в аналитику, много где надо пройти секцию c кодом. Чаще всего на этих секциях встречаются довольно простые алгоритмические задачки. На таких собесах хороший интервьюер пытается понять, как именно кандидат рассуждает и пишет код. Задача — это просто повод поговорить (плохой интервьюер заставляет вертеть красно-чёрные деревья, чтобы потешить своё чсв). При подготовке к таким секциям люди задрачивают leetcode, но забывают про разговор. В итоге это приводит к тому, что на собесах возникают ступоры и кандидат уходит в себя. Он сидит и думает молча. Так делать нельзя, надо начинать рассуждать вслух. Я бы готовился, в первую очередь, к разговору и учился бы на литкодных задачках рассуждать. 1. Читаешь условие. Проговариваешь свой алгоритм голосом. Оцениваешь голосом его сложность по памяти и времени. Если слишком большая, думаешь где ты в алгоритме делаешь лишние действия. Обычно, на секциях для аналитиков, все должно делаться за O(n). Тут можно сформулировать самую грубую версию, оценить её сложность, а дальше в рассуждених улучшить её. 2. Если со сложностью все ок — проговариваешь голосом какие могут быть краевые случаи и как их надо обработать. Записываешь их. 3. Пишешь код в блокноте. Без автоподсказок и интерпретатора. Не запускаешь его до последнего. 4. Смотришь на получившийся код, выписываешь пару тестов для проверки — краевые и обычные, проговариваешь голосом, как тесты проходят сквозь код. Если нашел баг, правишь. 5. Запускаешь код. Если работает норм — комитишь на литкод. Если падает, смотришь тест, ищешь ошибку, правишь и больше не допускаешь. Если ты на собесе будешь разговаривать с интервьюером по этой схеме, он будет счастлив. Говорю как интервьюер, которому доводилось проводить секции на код. Решать задачи с литкода — это, конечно, хорошо. Что делать если не шаришь во всех этих О(n)? Я бы в таком случае прочитал грокаем алгоритмы. Читается за выходные и открывает кучу чакр. Ну а дальше можно пойти на литкод либо пальнуть яндексовые видосы про алгоритмы с Густокашиным. К ним прилагаются контесты, которые можно порешать. Не забывайте делать это по схеме, которую я вкинул выше. В любом собеседовании — главное разговор, а не задача.

И продолжаем про наши курсы аналитике. Предыдущие запись здесь: №1, №2, №3, №4 Где еще взять практику. Когда уже появились какие-то знания-умения, нужно максимально их обкатывать. Варианты: - Пойти на биржи фриланса. Находить задания, которые примерно понимаете, как делать, а там будет видно. Главное - больше уверенности. Не нужно бояться чего-то не сделать, вам просто не заплатят. А получить опыт на реальных задачах - бесценно. При успехе получится, что нам платят на наше же обучение. Так получилось, что начал толком осваивать SQL и DataStudio именно на фрилансе - Искать подработки в чатах, каналах, соцсетях. Есть много сообществ для поиска работы. Можно в них написать что-то типа я знаю то, умею это, готов выполнять вот такие задачи за опыт/еду. В целом, это можно написать на каждом заборе Мало времени на все это? Да, конечно, но опыт важнее. Реальный опыт, даже фриланс/парт-тайм, выглядит в резюме намного лучше, чем курсы в опыте работы и 100500 одинаковых откликов на HH. Удачи!!!

Периодически в чатах встречаю вопрос типа "А какой Retention хороший для ...".В статье даны ориентиры для величины метрики в различных типах продуктов. Да, конечно, это все не точно и продукты у нас у всех разные, но в качестве ориентира приведенные цифры вполне походят. https://gopractice.ru/product/lenny_rachitsky_what_is_good_retention/

В VK открылся набор на оплачиваемые стажировки. Не тормозим, записываемся! https://internship.vk.company/internship

Идем дальше про курсы по аналитике. Предыдущие записи: №1, №2, №3. Еще немного про пет-проекты. Иногда в чатах задают вопрос: "Какой пет-проект мне сделать, чтобы написать об этом в резюме?" Такая постановка вопроса не очень корректна, так как поменялись местами причина и следствие. Мы занимаемся пет-проектами не затем, чтобы резюме было не пустое при отсутствии опыта. Но затем, чтобы получить этот самый опыт, совершенствовать свои знания. Тут прекрасно, что в пет-проекте никто не ограничивает в тематике, инструментах, нет жесткого тайминга. И желание заниматься пет-проектами должно быть естественно. А, если себя приходится заставлять или долго искать тематику, шансы состояться в профессии сильно снижаются #образование

Как-то неожиданно Google закрывает Google Optimize, в том числе 360. Пока пишут, что с 30.09.23. Допускаю, что несколько позже. Ссылка на новость. Не перестаем радоваться, что у Метрики будет Вариокуб, аналогичный сервис. И все же как-то грустно, отличный сервис для небольших A/B -тестов.