Teamlead Good Reads – ежедневные советы про менеджмент людей и команд
Самые интересные статьи, видео и новости, связанные с управлением людьми, командами, разработкой и продуктами. РКН: https://gosuslugi.ru/snet/67b4386d2a44e21839a0f87f Продуктовая папка: https://t.me/addlist/YvmnHCHUp700Nzky Реклама: @tanyasanovna
نمایش بیشتر📈 تحلیل کانال تلگرام Teamlead Good Reads – ежедневные советы про менеджмент людей и команд
کانال Teamlead Good Reads – ежедневные советы про менеджмент людей и команд (@leadgr) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 28 651 مشترک است و جایگاه 2 178 را در دسته تجارت و رتبه 22 794 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 28 651 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 28 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 625 و در ۲۴ ساعت گذشته برابر -7 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 19.59% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 12.08% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 5 614 بازدید دریافت میکند. در اولین روز معمولاً 3 463 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 31 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند стратоплан, менеджмент, архитектура, контекст, llm تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“Самые интересные статьи, видео и новости, связанные с управлением людьми, командами, разработкой и продуктами.
РКН: https://gosuslugi.ru/snet/67b4386d2a44e21839a0f87f
Продуктовая папка: https://t.me/addlist/YvmnHCHUp700Nzky
Реклама: @tanyasanovna”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 29 ژوئن, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته تجارت تبدیل کردهاند.
At Google, rather than putting a little black desk on every interview loop, they just assumed all the interviewers had their heads up their arses (an evidence-based assumption), and they formed a committee at each site called Hiring Committee (HC). This committee acted as the final arbiter and gatekeeper on all hiring for the site. ... Our HC group at the time was roughly fifteen strong, and included many local powerhouse Googler colleagues, including co-inventors of huge technologies, authors of interviewing book series, and people who are now very senior leaders. We felt like we knew our shit. One day, the recruiters gave us a special round of packets to review. In these special packets, we were able to read the interviewer notes and candidate responses. All personal details were stripped out, and we were told it was a “calibration exercise.” ... Our group did our job, and voted not to hire about 2/3 of the packets. This was about par for the course. But surprise surprise, this time, those were our own packets from when we had all interviewed at Google. The recruiters had tricked us into reviewing our own interview packets, and we had voted not to hire most of our own group.Основные проблемы идут от того, что мы пытаемся предсказывать будущее поведение человека и его фит в команду на основе слишком малого количества слишком слабых сигналов. Очевидное решение – получать больше сильных сигналов, и именно поэтому для оценки людей хорошо работают стажировки. Раньше стажировки были доступны только в работе со студентами, теперь, с повышением на рынке конкуренции, такой формат может сработать и с более сеньорными разработчиками. Но есть и промежуточное решение, к которому сейчас приходят компании в долине – они зовут кандидата поработать в их команде в течение пары дней, и, если всем все нравится, выдают оффер. Главный минус для кандидата в том, что в случае отказа эти дни для него были потеряны. Так вот, основная идея статьи в том, что и вот это можно починить через
Я не пишу код — я дирижирую ИИ. Покажу подход, при котором ИИ решает задачу, а не генерирует текст про неё.➡️ Регистрируйся на бесплатный вебинар от AI Talent Hub Университета ИТМО х Karpov.Courses для руководителей, аналитиков, продактов — и всех, кто решает бизнес-задачи, а не пишет код. За 1 час ты: ▪️ Получишь готовый фреймворк декомпозиции своей задачи до уровня, с которого ИИ начинает приносить результат. ▪️ Поймёшь, что уже сегодня можно делегировать ИИ из твоей рабочей рутины и как ловить ИИ на галлюцинациях. ▪️ Посмотришь живое демо на реальном проекте и соберёшь свою первую автоматизацию. Эксперт — Павел Смирнов начальник отдела ИИ-трансформации сервисных платформ X5. Формат: онлайн Дата: 17 июня, 19:00 ⏰ Участие бесплатное, количество мест ограничено — успей зарегистрироваться до 17 июня! @aitalenthubnews
اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
