Дата канальи

#корпжиза Про вред грейдов — подтверждение с другого конца света На днях известный в узких кругах частный инвестор рассказал мне байку про Новую Зеландию: якобы там 9 грейдов на всю страну (в тч коммерческие компании), привязанных к образованию. Бакалавр — один грейд, магистр — другой, и работодатель пляшет внутри государственной рамки. Помню что вопрос грейдов волновал подписчиков (один из последних постов на тему) Фактчекинг: Единой сетки нет даже у государства — ведомства, университеты, больницы живут на своих salary bands. Но совсем из воздуха история не взялась: у школьных учителей реально есть общая шкала (правда, 10 ступеней, а не 9), и образование влияет на старт и потолок. Но public sector Новой Зеландии — 477 тысяч человек, почти 20% рабочей силы: школы, больницы, crown entities. Если каждый пятый работает в формализованной системе, это должно аффектить остальной рынок. Получилось немного наоборот. Motu в 2026 сравнили public и частный сектор. Средняя зарплата в public выше на 25%, но там другая структура — больше квалифицированных специалистов. После поправок разница скукожилась до 5-8%. А при сравнении похожих позиций public платит даже на 4% меньше. Зато в итоге нашли инерцию. Частник быстро понимает, что за 100 не нанять, и поднимает до 120. В public sector — salary bands / steps, согласования, коллективные договоры, повышения на годы вперед. Рынок уже уехал, табличка догоняет. А когда догнала — рынок поехал обратно. То есть система грейдов просто вставляет между рынком и зарплатой комитеты, HR разных видов и повадок, бюджетные циклы и эксель. Отсюда корпоративный парадокс: вчера HR говорит, что мидла выше 110 нанимать нельзя — выйдет за грейд. Сегодня он увольняется. Завтра нового мидла дешевле 140 рынок не дает. Послезавтра на 140 нанимают синьора, потому что иначе система не позволяет. Про лаг вот еще исследование 2025 года Итого: единой сетки грейдов по стране нет, есть публичные коллективные договора внутри отраслей в госсекторе. И выше исследования, доказывающее, что грейды очень быстро начинают вредить если не уметь быстро пересматривать зп на них (как и любая ригидная по построению система в условиях рынка).

#корпжиза В «Охотниках за привидениями» Рэй (который в кадре держит ловушку с Лизуном) произносит замечательный монолог джуна:

Лично мне нравился университет — нам давали деньги и аппаратуру, а производить ничего не надо. Мы были под крылышком А каково в другом мире? Я работал в частных компаниях — там нужен результат.

Это было, наверное, моим самым большим заблуждением на старте карьеры, а по факту я последовательно открывал что: 1. Не во всех компаниях нужен результат — гораздо чаще нужно чтобы с тобой было приятно работать и ты не создавал напрягов. 2. Если все же нужен результат: — если в итоге успех то его надо правильно атрибуцировать на себя / шефа /шефа шефа в зависимости от ситуации, — если неуспех — отвечать будет не виновник а тот у кого меньше политического веса (более массивные коллеги спихнут ответственность) 3. Вне компании ваши результаты неверифицируемы — чем и пользуются люди на собеседованиях  — выдать работу и результаты 4-5 человек за свою — обычное дело. 4. Если все же у вас в мотивационной части есть процент с продаж / выручки — то всегда будет и «крышка» сверху и — где рост выручки не приведет к росту вашего доходы и план продаж снизу — необходимый минимум, который постоянно будет расти. Короче, success fee   очень условны Итого, хотите работать на результат — запускайте свое дело как сделал Рэй, хоть на привидения охотьтесь. Хотите карьеру — старайтесь чтобы с вами было приятно работать и развивайте навык самопрезентации

с просторов linkedin

Ну почти )

#оффтоп шедевры рекламы

☁️☁️☁️☁️☁️☁️☁️ 24 сентября Yandex Cloud проведёт ежегодную флагманскую технологическую конференцию Yandex Scale 2026.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 В программе четыре продуктовых трека — AI, Data, Security и Hybrid Infrastructure & DevOps, — и отдельный углублённый технологический трек DeepTech, который пройдёт только онлайн. В треке Data расскажем, как Yandex Cloud развивает аналитику от отдельных сервисов к единой бесшовной среде: от загрузки данных до готовых бизнес-инсайтов, где ИИ помогает на каждом этапе. Разберём, как YDB помогает строить рекомендательные и поисковые системы и ИИ‑ассистентов. «Додо Пицца» представит честную историю миграции десятков терабайт данных в Yandex Cloud, а также расскажет о сравнении с западным облаком и совместном преодолении ограничений. Расскажем, как Yandex Cloud движется к самоуправляемым базам данных на основе опыта эксплуатации тысяч баз в Яндексе. «Азбука вкуса» разберёт миграцию Oracle Exadata на Lakehouse в Yandex Cloud без единого аврала. И покажем, как Yandex Managed Service for Valkey научили растягиваться под нагрузку — и вширь, и вглубь.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 Отдельно пройдут воркшопы по Data: разберём ключевые сценарии использования ИИ‑агента Нейроаналитика в Yandex DataLens. На практике посмотрим, как PGHouse позволяет OLTP‑базе PostgreSQL прозрачно выполнять OLAP‑запросы в ClickHouse без переписывания SQL. И соберём поисковую систему на Serverless YDB с настройкой полнотекстовых и векторных индексов.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 И это ещё не всё: демозоны, питчинг решений, IT-квест и мерч — офлайн, а розыгрыши призов и секретный гость — в онлайн-студии.

Вся программа — на сайте, регистрация занимает пару минут, а участие бесплатное!

Иду по eval поупулярной (3.4k звезд) готовой библиотеки с агентами для нализа эффективности рекламы и не покидает ощущение что читаю книгу заклинаний:

    {
      "id": 3,
      "prompt": "I have these keywords and want to optimize bids: <...>",
      "expected_output": "Bid optimization recommendations grounded in heuristics: 'roof repair austin' is a star performer (CPA $35 vs $85 avg, QS 9) — increase bid by 15-25% to capture more impression share (currently 45%). 'roofing contractor' has CPA 65% above average — decrease bid or fix QS. 'metal roof installation' is healthy. 'roof inspection free' has $180 spend with 0 conversions and QS 4 — pause or significantly reduce bid.",
      "files": [],
      "expectations": [
        "Recommends increasing bid for 'roof repair austin' — references its CPA being well below account average",
        "Recommends decreasing bid or pausing 'roofing contractor' — references its CPA being above account average",
        "Identifies 'roof inspection free' as waste — $180 spend, 0 conversions, QS 4",
        "Bid change recommendations stay within the 25% maximum guardrail",
        "References impression share data in the analysis"
      ]
    },

Пока искал картинку для поста нашел на ozon великое множество книг с заклинаниями — что самое интересное, с бессчетными отзывами (что книга-то рабочая!) и высоким рейтингом! Не знал что вокруг столько успешных магов бродит.

Истоки kNN

Офлайн-встреча о работе с данными  Приглашаем на встречу «Практики управления данными в действии» 18 августа в 17:00. Поговорим о том, как данные становятся двигателем решений. Обсудим агентный подход к доставке данных, безопасное управление ИИ, а также трансформацию ролей в эпоху интеллектуальных дата-систем. Кто вас ждет:

➡️ Яковлева Екатерина, руководитель центра компетенций управления данными MWS— «ИИ в DataGov: новые вызовы и что с ними делать» ➡️ Гаврилов Дмитрий, руководитель центра компетенции аналитики MWS — «Скиллы для DA» ➡️ Николаев Алексей, руководитель центра компетенции дата-инжиниринга MWS — «Агентизация дата-деливери процесса» ➡️ Вихров Андрей, руководитель направления, группа развития методологии работы с данными, MWS — «Как AI ready метаслой раскрывает потенциал данных»

Количество офлайн-мест ограничено. Регистрируйтесь по ссылке. А также можете следить онлайн. #TrueTechEvents@truetechcommunity

Пока я в отпуске коллеги решили митап провести — для таких ролей:

Дата-аналитики, дата-стюарды, дата-инженеры

так что у кого свободный вечер понедельника — стоит сходить, имхо

#оффтоп Как-то ко мне пришел свежеповышенный лид и спросил советов "как управялть проектами". Удивительный вопрос — о чем я незамедлительно ему и сказал — ведь он же как-то летает в отпуск, где-то ночует и кушает, денег и эмоций хватает, потом успешно возвращается (однажды правда вернулся женатым чем всех и удивил) — чем не проект с бюджетом, сроками и зависимостями. Только сказал — и вспомнил про другого, который остался в разгар своего отпуска где-то на краю света (намеренно не рскрываю страны, у парня масса других замечательных качеств, не будем расстраивать) без денег и его кто-то из общих знакомых с соседнего города ездил выручать. Вот и в проектах у него все печально. Продолжаю наблюдения, мб нелишним окажется спрашивать на собеседованиях как вы запланировали сложный отпуск? PS А на картинке цель моего отпуска — это я готовлю вас к тому что пару недель постов будет поменьше 😃

На конференциях только и разговоров, что об агентах. Вообще, я бы назвал это harness'ами. Они могут приносить кучу пользы, и их огромное количество: Claude Code, Codex, pi, Hermes, OpenClaw, Cursor, Muse Code... Хорошая новость в том, что под капотом +- одни и те же механизимы, и если в них разобраться, почти не важно, какой harness у вас под рукой. Поэтому проведу в понедельник, 10 августа в 18:30 открытый вебинар «Агенты без магии». Разберём: * как правильно ставить задачи агенту * что такое скиллы, MCP и зачем они нужны * в чем разница с пайплайнами, и почему для повторяемых задач они лучше подходят (например, n8n) И с теорией, и с примерами. Свои подписки не требуются (но точно не будут лишними :) ) Участие, как и в предыдущий раз, свободное. Но нужно будет заполнить формочку (чтобы я знал, сколько вас будет). А если есть вопросы или кейсы, которые хочется разобрать – пишите в комментарии.

А для тех, кто хочет глубоко погрузиться в ИИ и стать магистром AI ☕️ – у нас целая программа в МФТИ есть, с которой успешно выпустилось пять потоков. Онлайн, на английском, совместимо с работой, в небольшой группе. Подача документов через Госуслуги до 11 августа, вам достаточно оставить заявку, дальше мы проведем по шагам. Присоединяйтесь!

P.s. Долго думал, какие аналогии провести, получилось вот такое: Claude Code – для храбрых Codex – для спокойных Goose – для желающих пропатчить KDE2 под FreeBSD Hermes – для отаку pi – 🐭

Кто оценил лекции Радослава на youtube, тот тем паче оценит возможность подключиться на семинар по агентам онлайн Мы с Максом мб тоже подключимся — грех не позаимствовать у коллеги идеи по подаче для курса по агентам, который ведем на ВШПИ МФТИ и ФКН ВШЭ 🤫

📉МЛ, который тихо вредит бизнесу Давно не было постов — надо исправляться. Начну с истории, которая повторилась у меня уже в 3 компаниях) После одного из реоргов моей команде в наследство досталась куча ML-проектов — один из них price recommender (модель, рекомендующая среднюю «правильную» цену за ночь при регистрации апартаментов для их сдачи). Всё считалось рабочим, трогать не предполагалось. Но оказалось — мл-модель должным образом не обновлялась больше года, и никто за это время не перемерял её эффект на ключевую метрику. 📐Что сделали - построили распределения цены, спроса, от времени, и заметили подозрительную корреляцию между тем, как применяется/меняется цена, и целевой метрикой. Чтобы проверить более чисто, собрали offline-симуляцию и после запустили пару blackout экспериментов — выключили фичу для контрольной группы и в другой группе построили простой бейзлайн. Что вышло. МЛ-модель оказалась не нейтральной, а сильно негативной.📉 «Умная» мл-модель тихо делала хуже, чем её отсутствие. Мы её выключили — и, по словам комитета DS-ов, такого сильного движения в A/B давно не было ) Это и был импакт, без единой новой строчки кода.😀 Забавно, что в предыдущей и в следующей компании были очень похожие истории. Правда в последней —рекомендательная система прожила в проде всего 3–4 месяца с негативным эффектом. Но там дело было в другом: постоянно «менялись» инженеры-владельцы, и мониторинг постоянно перенастраивался. 🚀 Мораль: иногда самый большой импакт от унаследованного устоявшегося ML-решения в компании приносит кнопка «выключить это МЛ решение», построить честный baseline и уже от него отталкиваться к чему-то сложному, ну и настривать весь мл-опс пайплайн, устойчивым к изменениям)

Всегда гадал как люди так смело выходят на менеджеров в бигтехи — реально страшно же комититься на рост выручки / прибыли там где до тебя годами куча умных людей уже пробовали все что только можно — самые сложные модели, самые хитрые фичи, все уже засунули в пайплайны и автоматизировали — модели постоянно переобучаются и деплоятся, сильнейшие инженеры за ними следят — ведь успехи там хорошо монетизируются. Гадал ровно до тех пор пока друг не поделился своей каналья-историей — правда он в своем канале больше фокусируется на позитиве и полезном, вот и история вышла позитивная и полезная

утро началось с significant increase, а у вас? 😃

Lakehouse для аналитиков и инженеров данных Приглашаем изучить популярный подход построения хранилищ данных Data Lakehouse c разделенным Compute и Storage на основе Iceberg и Trino.  В программе курса: • Современная архитектура аналитических систем от DWH и Data Lake до Lakehouse с разделением Compute и Storage на базе Apache Iceberg и Trino.  • Iceberg: управление файлами, снимками, каталогами, схемами изменений и очисткой.  • Практическое использование Iceberg Catalog, работа с кластером Trino (на Kubernetes), подключение данных на S3 и выполнение SQL/ Python-запросов. • Работа с Iceberg+Trinо на больших масштабах: сложные запросы к датасету TPC-DS (2.8 млрд строк), интеграция с DBT, Apache Airflow, оценка производительность систем.  • Построение пайплайнов, инструменты  для корректной поддержки, обновления и масштабирования Lakehouse-инфраструктуры на уровне предприятия.  Кто мы: R&D-центр Devhands, наш канал. Автор курса — Алексей Белозерский, CDO в inSales (Сбер 2B), ex: VK Tech, М.Видео, Эльдорадо 🗓 Старт курса: 27 августа Изучить программу и записаться можно здесь. Ждём вас! Реклама. ИП Рыбак А.А. ИНН 771407709607 Erid: 2VtzquZf5с8

А вот и фоточки с вебинара подъехали! Спасибо оргам 😍 и фотографу Андрею за классные кадры и оперативность в их выкладке!

Вот и закончился наш ежегодный митап 🥹 Искренне благодарю 547 гостей которые не поленились воскресенье приехать к нам и максимально вовлечься в программу — никогда раньше не видел на конференциях столько вопросов после каждого (!) доклада. На мастер-классах по рекомендашккам и кейсам яблоку негде было упасть, исписали буквально все поверхности в зале 😅 — подготовим больше бумаги в сл году Огромное спасибо нашим спикерам за их доклады и умение вовлечь аудиторию — уточняем у них можно ли публиковать материалы — а там точно есть на что посмотреть: делились своими наработками ребята из Звука, WB, MWS, Google, ВТБ, Сбера, ВШЭ, Яндекс. И отдельное спасибо организаторам — в тч за смелость в придумывании новых форматов! Потому что никто из спикеров не верил что формат ЧБД (что было дальше) понравится гостям, мы очень стеснялись — а получилось очень душевно, мы делились корпжизой (чего только стоит история Ивана как они собирали разметку для распознавания Ъ в речи) — и это нашло отклик — даже когда мы сообщили залу что ужин уже их ждет — никто, решительно никто не ушел до конца баек. До баек я жадный — половина канала об этом (если кто недавно подключился, то вот подборка с байками, и вот с более ML байками, вот уже серьезный ML — а рыбов и так видно) PS Модератором все же немного обидно быть — не успел ни в настолки ни в пинг-понг ни в баскетбол (а был целиковый тренер) да и шахматному роботу на 1700 продул дважды — ну ничего, будем тренироваться (на lichess).

#кейсы #корпжиза #ML 1. Как спасал команду от тельняшек в расписаниях 2. Желание — тысяча возможностей, а нежелание — тысяча причин 3. Как обкузьмить кого угодно — наука от топов 4. Как я на двух стульях сидел 5. Только ML-магия способно донести очевидное до топов 6. Как без ФЛК слить кучу денег 7. Сторителлинг бьет метрики 8. Успешный годовой отчет топу 9. Как до меня дошла важность софтов и причем здесь спасение утопающих 10. Цитаты с обыкновенной такой встречи с канальями 11. Машина Руба Голдберга и как появился канал 12. Кто считает тот и прав 13. Мысли про планктон и LLM с форума 14. Вчера посадили, сегодня выкопали — очень кушать хочется 1 15. Вчера посадили, сегодня выкопали — очень кушать хочется 2 16. Пример карьерного роста в ML как на дрожжах 17. Разоблачение элиты промпт-инженеров 18. Почему учебные программы в региональных вузах часто коричневые и пахнут 19. Сколько шагов в процессе «легкий старт»? 20. Доклад наверх 21. Наняли за бесконфликтность — уволили за бесхребетность 22. 7-9 собеседований и постоянные лейоффы — о, чудо, не ведут к фокусу на хорошем продукте 23. Незабываемый бонус инженерам Yahoo! 24. Раз в год и палка стреляет 25. Особая отечественная форма BDSM-менеджмента 26. Цыплят по осени считают, а карма — есть 27. Рабочий прием столетней давности 28. Бывает ли что-то хуже Яндекс Клауда? 29. Проверка DS на вшивость от опытного топа 30. Стратегия мышки и почему она работает 31. Как выбирают кого хвалить 32. Палим фродстершу 33. Гладко было на бумаге да забыли про овраги 34. Меня зовут не Негоро! 35. Английский VP по Data который не смог в геймдев 36. Агрессивный карлик на DataDay 37. Два петуха на жердочке и разбор обратной связи 38. Почему этот ваш ML не нужен и на чем вообще зарабатыввает бизнес 39. Мастер-класс по адекватному отношению к HR 40.