es
Feedback
Интересное что-то

Интересное что-то

Ir al canal en Telegram

Материалы и мысли, понадерганные отовсюду Блог: https://t.me/asisakov_channel Чат: https://t.me/youknowds_chat

Mostrar más
620
Suscriptores
-424 horas
-67 días
-330 días
Atraer Suscriptores
septiembre '26
septiembre '26
+4
en 0 canales
agosto '26
+22
en 0 canales
Get PRO
julio '26
+23
en 0 canales
Get PRO
junio '26
+20
en 0 canales
Get PRO
mayo '26
+11
en 0 canales
Get PRO
abril '26
+25
en 0 canales
Get PRO
marzo '26
+28
en 1 canales
Get PRO
febrero '26
+33
en 1 canales
Get PRO
enero '26
+12
en 1 canales
Get PRO
diciembre '25
+21
en 1 canales
Get PRO
noviembre '25
+34
en 1 canales
Get PRO
octubre '25
+25
en 1 canales
Get PRO
septiembre '25
+43
en 1 canales
Get PRO
agosto '25
+45
en 1 canales
Get PRO
julio '25
+18
en 1 canales
Get PRO
junio '25
+15
en 1 canales
Get PRO
mayo '25
+8
en 1 canales
Get PRO
abril '25
+32
en 1 canales
Get PRO
marzo '25
+26
en 1 canales
Get PRO
febrero '25
+29
en 2 canales
Get PRO
enero '25
+31
en 1 canales
Get PRO
diciembre '24
+12
en 0 canales
Get PRO
noviembre '24
+16
en 1 canales
Get PRO
octubre '24
+27
en 1 canales
Get PRO
septiembre '24
+241
en 0 canales
Fecha
Crecimiento de Suscriptores
Menciones
Canales
16 septiembre+2
15 septiembre0
14 septiembre0
13 septiembre0
12 septiembre+1
11 septiembre0
10 septiembre0
09 septiembre0
08 septiembre0
07 septiembre0
06 septiembre0
05 septiembre0
04 septiembre+1
03 septiembre0
02 septiembre0
01 septiembre0
Publicaciones del Canal
Теория требований и ресурсов в работе Недавно прочитал у оргпсихолога Аси Исаковой пост про теорию требований и ресурсов в работе. И это прям жиза. Потом как-нибудь расскажу про её лекции, как сам закончу их смотреть. Что за теория такая? Она рассматривает две сущности. Требования: задачи, дедлайны, информационная и эмоциональная нагрузка, повышенная неопределенность. В общем, разряжатели. Ресурсы: деньги, атмосфера в коллективе, признание, поддержка, обучение, возможности для развития, удобные инструменты. Заряжатели. И вы не поверите, теория нам говорит, что надо следить за… БАЛАНСОМ первых и вторых. Вы скажете, ну, очередная очевидность же. Но давайте рассмотрим ситуации дисбаланса, вспомним наш рабочий опыт и как часто вы или ваши руководители бдели насчет этого баланса. Много требований, мало ресурсов Золотая классика. Куча работы, мало ресурсов, люди задолбанные, злые, саботирующие, не принимающие новшества (привет ИИ-буму и его отрицанию). Можно сказать, мол, времена такие, крутиться надо. В общем, да, но в частностях же, если всмотреться, то окажется, что где-то руководитель — трудоголик без семьи и хобби, у которого нога такая же, но не болит, где-то модель найма так специально построена: набираем недорого, выжимаем, берем следующих и т. д. Ну то есть баланс отрегулировать можно, но это не делают или нарочно, или по непониманию. Мало требований, мало ресурсов Я в такой ситуации бывал. Всё актуальное по красоте сделал, а сверх этого никому особо и не нужно ничего, да еще и платят мало. Тут люди либо работают откровенно мало и плохо, либо спустя полдня работы идут другими делами заниматься: одолевают непомерно выросшую библиотеку Стима, или забубенивают свой консалтинг да подкасты с каналами (ни на что не намекаю). Мало требований, много ресурсов Это немного отличается от предыдущего пункта. Тут тоже будет стагнация, но из-за того, что платят хорошо, атмосфера комфортная, забот мало, но любая какая-то новинка и суета потенциально может спугнуть этот комфорт. А в предыдущем случае платят мало, поэтому люди ищут какую-то компенсирующую по ресурсам деятельность. Всегда шучу, что это идеальный вариант, чтобы выйти на пенсию, но никак не могу понять, где такое место. Если знаете, поделитесь по-братски в комментариях 🙂 Много требований, много ресурсов Если «много ресурсов» не просто «ну мы, эцсамое, заплатили по рынку», а к этому еще прибавить моральный аспект из серии психологической безопасности, признания успехов, высоких стандартов качества работы (про это отдельный пост будет), то можно заиметь много высокомотивированных людей, которые фигачат как не в себя не потому, что кто-то требует, какие-то дедлайны жмут, или FOMO с тревожностью толкает вперед, а потому что людям правда приятно, интересно и они небезразличны ко всему происходящему. С такими мне тоже посчастливилось работать, и это было прекрасно. Итог Призываю каждого руководителя подумать о том, какую он создает ситуацию в команде и какая вокруг этой команды. Хороших вариантов, как вы видите, только четверть 🙂 Но баланс можно двигать иной раз даже в ситуациях, где кажется, что выхода нет. Я как-то работал в объективно недоплаченной команде и принимал сколько мог попыток это выровнять. Где-то помогло, а где-то было уже невозможно. Так вот, на уровне межличностных отношений, психологического и организационного комфорта мы создали настолько комфортные условия, что потом очень долго вместе работали в дружбе и согласии, а когда пришло время расходиться, то даже у некоторых ветром глазки надуло, если вы понимаете, о чем я 🙂

2
#career #softskills
74
3
Я принес. Модель тройного долга от соавтора фреймворка SPACE Сегодня я принес вам пост, который в очередной раз подчеркивает, что нельзя просто «внедрить ИИ, и всё будет хорошо» https://t.me/badTechProject/2108 Оказывается нужно: - Работать над качеством. Тестирование и прочие контуры контроля, чтобы ломающая прод дичь (которую вы, может, даже и не прочтете в очередном пулреквесте на 10к строк кода) не дошла до деплоя. - Нормально описывать спеки/adr’ы своих технических решений. Теперь не прокатит «Моя работа код писать, а не доки. Кому надо — код почитают, там всё понятно». - Добросовестно формулировать не только что делать (привет менеджерам, которые приносят в задачу решение вместо проблемы), а и зачем это делать, что уже пробовали ранее, как и что исследовали (исследовали ведь? исследовали?!). В общем, выглядит так, что нужно подготовить такой рабочий контекст и культуру в команде, о которых уже раньше много лет говорилось, но это было в некотором роде бест-практисом, рекомендацией, но не обязательным вариантом. Поэтому раньше люди срезали многие эти уголки, а со временем станет нельзя.
186
4
#softskills #career
155
5
I just wrote an article about doing evaluations It complements what we studied in the course so I'm sure you'll find it useful https://alexeyondata.substack.com/p/how-to-do-evals-in-2026 Enjoy!
190
6
#llm #agents
166
7
Привет, друзья! Я очень часто и очень много слышу про SHAP, как про традиционный метод. С традиционностью спорить нельзя — это правда так — безумно сама его люблю. Однако классическая постановка (вот была коалиция, были и есть игроки-признаки) касается только табличного примера и очень плохо показывает, как и почему SHAP переносится на другие модальности и задачи — и какие ограничения это несёт. Что сделала: Вооружившись «загашником» (разговорное: место, куда откладывают что-либо про запас), я свела многое в Хабр-статью: улучшения SHAP от "было" до "стало", со ссылками на все либы и интуицией "что там навешано". В статье и напоминание: классическая формула и SHAP как задача взвешенного МНК, и три вопроса, которые-всех-волнуют и развивают метод. Из вопросов описаны 15 расширений, для каждого — зачем оно возникло, что поменяли и есть ли кодовая реализация. Можно сохранить как шпору и утащить себе список библиотек с SHAP: 1. shap — основная библиотека 2. kernelshap — KernelSHAP для R 3. GPUTreeShap — TreeSHAP на CUDA 4. Fast TreeSHAP — TreeSHAP быстрее на CPU 5. shapley-regression — несмещённый KernelSHAP 6. fastshap — реализация под PyTorch, TensorFlow 7. leverageshap — KernelSHAP с гарантией точности решения 8. sage-importance — глобальная важность 9. shapiq — взаимодействия высших порядков 10. shapr — условные значения Шепли 11. GenAISHAP — Token / Pixel / Video / AgentSHAP 12. mllm-shap — SGPA для аудио Статья на Хабре: https://habr.com/ru/articles/1067656/ Приятного чтения!
189
8
#ml
138
9
Я принес. Обучение и удержание Сегодня сразу два поста от титана оргпсихологии — Дмитрия Болдырева. Один про то, как строить обучение взрослых людей на работе так, чтобы оно действительно работало: https://t.me/dmiboldyrev/129 Второй про удержание ценного сотрудника: https://t.me/dmiboldyrev/130 Я хочу отметить, что данные посты представляют собой компактные, но по сути довольно емкие чеклисты и инструкции к действию. Для опытных руководителей — это скорее пошаговая напоминалочка ничего не забыть, а для неопытных — дорога, в которой на каждом шаге нужно погрузиться в тему, разобраться, приставить на свой конкретный контекст. И второе, на чтоо хочется обратить внимание — очень реалистичный (у Димы десятки лет обучения за плечами) взгляд на то, какое обучение действительно будет работать. Не для галочки, не как «бенефит от компании», не такое, на которое отправили на перевоспитание, а такое, чтобы и человек сам захотел научиться, и полученные знания перешли в навыки, приносящие пользу на работе. Внимание, спойлер: одна учебная сессия на 2-3 часа этого не дает, как надеются некоторые. А про удержание сотрудника — так это вообще сказка-песня. Оказывается, нельзя просто повысить зарплату, или похлопать по плечу, или наоборот поругать, и проблема рассосется. Человеки очень сложные, к ним нужен комплексный персональный подход, и особенно это касается тимлидов, которые управляют непосредственно исполнителями с мало прокачанными пипл-менеджерскими навыками. Мидл-менеджерам как будто бы тут попроще, ведь у них в подчинении другие руководители.
199
10
#softskills
158
11
Топ каверзных вопросов по статистике с собеседований. Часть 2 Продолжение разбора вопросов, вторая часть. Первая часть была здесь. Поехали! 🟡Дизайн готов, A/B тест запущен. Продакт волнуется и смотрит результаты каждый день, в один день пишет, что ключевая метрика статистически значимо упала, надо отключать. Что делаем? Тут спрятаны сразу две ловушки: 1. Проблема подглядывания. Нельзя смотреть результаты каждый день и принимать решения по первому стат значимому результату, если в дизайне теста изначально не было заложено последовательное тестирование. При таком принципе оценивания теста вероятность ложного прокраса в любую сторону стремительно растет. 2. Экстренная остановка. Важно не путать это с пунктом 1. Корректный критерий аварийной остановки закладывается заранее и обычно не завязан на пересчет p-value день в день, иначе он страдает от той же проблемы подглядывания. Обычно это простой практический порог: метрика упала на конкретное число процентов, выросло число ошибок, начались краши, возможно мы выкатили критический баг 😬. Если продакт увидел на платформе A/B статистически значимое падение без такого заранее согласованного порога, то это все еще подглядывание в результаты A/B. В хорошем ответе для собеседования нужно четко разделить два случая. Стоит подчеркнуть недопустимость подглядывания без специального дизайна, но обязательно сказать про возможность ранней остановки теста при критическом падении ключевых или заградительных метрик. 🟡Тест завершен, анализируем 5 ключевых метрик. Одна из них статистически значимо изменилась, p-value = 0.03. Выкатываем тест? Для внимательных читателей канала вопрос очевидный, это ловушка на множественное тестирование. Конечно, если мы тестируем 5 ключевых метрик, то вероятность совершить ложное открытие повышается, поэтому нужно использовать поправку на множественное тестирование или принимать решение только по одной ключевой метрике. Из поправок обычно достаточно назвать Бонферрони или Холма, а вот FDR я бы сильно не рекомендовала упоминать и применять. Подробнее писала про поправки здесь, а вот здесь есть мощный технический разбор FWER на зависимых тестах 🟡Распределение p-value при A/A тесте Этот вопрос посоветовали в комментариях к предыдущей части, тоже нередко встречается. Тут нужно вспомнить, какая гипотеза верна при A/A тесте. Так как отличий на самом деле нет, то верна нулевая гипотеза. Ожидаемое распределение p-value при верности нулевой гипотезы равномерное на отрезке от 0 до 1. Это можно увидеть на симуляциях, например здесь Пишите в комментарии, на сколько вопросов из обеих частей удалось ответить без подглядывания! И делитесь, про что было бы интересно почитать еще 👇 #analytics #собес_PA
200
12
#interview #ab #statistics
149
13
https://www.youtube.com/watch?v=rnDm57Py54A
171
14
#llm #agents #petproject
157
15
Топ каверзных вопросов по статистике с собеседований. Часть 1 Сегодня разберем самые интересные, на мой взгляд, вопросы и типичные ловушки. В изначальной версии получилось довольно много, поэтому мне посоветовали разделить пост на два. Правильные ответы спрятала под спойлером, попробуйте сначала ответить сами. Здесь не будет вопросов "что такое p-value" или "что такое доверительный интервал". Хотя они могут встретиться на HR-скринингах, на техническом интервью обычно вопросы поинтереснее. Отмечайте, сколько из этих вопросов вам уже попадалось 👇 Поехали! 🟡От чего зависит размер выборки? Иногда могут спросить формулу MDE, что в числителе, а что в знаменателе. Можно назвать сразу все 4 параметра: MDE (минимально детектируемый эффект), дисперсия, уровень значимости и мощность. Обычно уровень значимости и мощность фиксированы, размер выборки в основном зависит от дисперсии и MDE. Для непрерывных метрик, таких как ARPPU, характерна высокая дисперсия из-за длинного хвоста, что увеличивает время проведения тестов. Для непрерывных метрик дисперсия и среднее это независимые параметры. Бонусный вопрос: как считается дисперсия для конверсионных метрик? Для биномиального распределения дисперсия напрямую зависит от значения среднего по формуле `p(1−p)`. 🟡Что такое ошибка первого и второго рода и какая из них хуже на практике? Как связаны ошибка первого рода и уровень значимости? Ошибка первого рода — ложноположительный результат (нашли эффект, которого нет), ошибка второго рода — ложноотрицательный результат, не обнаружили реальный эффект (тут моя любимая картинка-мнемоническое правило). Какая ошибка хуже зависит от конкретного кейса, нельзя дать универсальный ответ. В медицинской диагностике ложноположительный результат почти всегда более безопасен, чем ложноотрицательный, лучше перепровериться, чем пропустить болезнь. В A/B тестировании по-разному, не заметить положительный эффект фичи может быть хуже чем раскатить нейтральную, а может и наоборот, нейтральные фичи усложняют поддержку, кодовую базу, а влияние на метрики не имеют. Уровень значимости - верхняя граница вероятности ошибки первого рода. Подробнее про это и связь их между собой здесь. 🟡Приготовили дизайн A/B, но тест идет долго, например больше месяца, продакт просит ускорить его. Что делать? Есть ряд способов ускорения A/B, например через снижение дисперсии: CUPED и стратификация. Кроме этого, можно использовать последовательное тестирование, но с этим есть нюансы, планирую разобрать это в одном из следующих постов. Еще один способ - рассмотреть вариант с прокси-метриками. В крайнем случае можно увеличить MDE, сократив выборку и ускорив тест, но продакта нужно предупредить, что мелкие изменения теперь не засечем. На тему ускорения A/B можно делать не один пост, здесь будет только нужная информация для старта. Вторая часть с вопросами выйдет завтра, накидайте лайков, если формат понравился ❤️ Пишите в комментарии вопросы, с которыми сталкивались! #analytics #собес_PA
170
16
#interview #statistics
133
17
Всем привет! Намедни меня позвали побыть говорящей головой на TurboML конференцию. Доклад был о том, как мы завариваем online-RL для alignment'а LLMок, какие сейчас есть модные подходы. Тайминг, к сожалению, не предполагал детального разбора всего вширь (благо разбирать есть чего), поэтому доклад скорее обзорный. Возможно, кому-нибудь будет интересно \ полезно. Запись с таймкодом: https://www.youtube.com/live/Srt5gLQliRA?si=qsa2uT3rcDtgS9uI&t=14167 Презу прилагаю
161
18
#rl #courses
144
19
Max Dama on Automated Trading Недавно видел в Реддите дискуссию о том, кто из quant-инфлюенсеров - Christina Qi или Giuseppe Paleologo (Gappy) - прав. Дискуссия предсказуемо пришла к тому, что ни Кристина, ни Гаппи не обладают необходимой квалификацией! Я не настолько радикален - все-таки Кристина несколько лет была CEO своего хедж-фонда, а сейчас СЕО компании DataBento, которая продает данные для трейдинга. Гаппи же сейчас Global Head of Quant Research в Balyasny. Так что что-то об индустрии они знают! Если же вы хотите реально что-то понять, то советую читать Max Dama on Automated Trading. Это текст меньше, чем на 60 страниц, который написан настолько хорошо, что я жалею, что его написал не я! Max Dama написал его, когда был студентом, а сейчас он партнер в Headlands! http://isomorphisms.sdf.org/maxdama.pdf https://www.reddit.com/r/quant/comments/1k4nivo/what_are_your_thoughts_on_the_christina_qi_vs/ #хеджфонды Подписаться на канал https://t.me/rybasharp
188
20
#quant
162