Аналитика. Это просто

Удачи Беслану в скорейшем и успешном решении проблемы

Всем привет! Давно не писал по существу.

За последние несколько недель провел множество собеседований на наши вакансии (можно увидеть выше). Что удивляет - качество подготовки кандидатов.
Понятно, что, когда уже готово красивое резюме с 100500% профита и отрепетирован кейс, чувствуешь себя уже сильно увереннее.
И все же, и к техническому этапу, и к продуктовому неплохо бы готовиться.
Стыдно же, расписывая свои скиллы по питону на знать, как собрать простую сводную таблицу.

Простой совет - не нужно недооценивать подготовку и рассчитывать, что будут спрашивать только по резюме.
- Python - хотя бы спросите чатгпт, какие самые базовые функции нужно знать и потренируйтесь. Рассказ типа "я мало работаю на питоне" совсем не впечатляет и не интересен.
- Подготовьтесь к конкретной компании и продукту, куда идете - посмотрите ролики с конференций, почитайте статьи на хабре, каналы аналитиков оттуда, набросайте простые метрики для продукта. И чатгпт тоже тут в помощь. Поищите в ютубе ролик Анатолия Карпова, где он про это рассказывает.

На всю эту подготовку уйдет час-полтора. А шансы перед конкурентами вырастут кратно, вероятность успеха сильно возрастет. Просто поверьте на слово.

Спасибо. И удачи в поисках.

__________
Сейчас в отпуске, поэтому переживаю за другие проблемы.

Просто дарю актуальную бизнес-идею.

Пожалуйста.

И туда же вакханалия, которая творится на ХХ - ИИ резюме против ИИ фильтров у рекрутеров, с массированной бомбардировкой откликами.

Но у ХХ все зашибись, доходы-то растут, акционеры в восторге.

А ожидания ценности - это ваши ожидания.

А вот тут статья, в красках описывающая наступивший дивный новый мир, в котором великий ИИ выкинул на улицу белковые ничтожества.

Или не великий? Или не ИИ? Или не ничтожества? Или не выкинул?

https://moskvichmag.ru/lyudi/pochemu-sidyat-bez-raboty-krutye-it-spetsialisty/

Всем привет!
А еще мы в SberDevices ищем middle продуктового аналитика в наше ТВ-направление.
Резюме можете присылать нашему hr (https://t.me/marinatelyuk) или мне (https://t.me/ealexandr).
Ниже описание ⬇️

---------------------------------

Чем предстоит заниматься?

▶️ Помогать продуктовым менеджерам принимать решения
▶️ Формулировать и проверять гипотезы для роста продукта
▶️ Анализировать пользовательское поведение и ключевые продуктовые метрики
▶️ Находить инсайты для улучшения продуктовых и бизнес-метрик
▶️ Работать с воронками, когортным анализом, retention и др.
▶️ Строить дашборды и автоматизировать регулярную отчётность
▶️ Проектировать и анализировать A/B-тесты.

Мы ожидаем что вы:

▶️ Имеете от 2 лет опыта в продуктовой аналитике
▶️ Понимаете потребности продукта, умеете трансформировать их в задачи, исследования
▶️ Умеете генерировать и проверять гипотезы
▶️ Понимаете основные группы продуктовых метрик
▶️ Умеете формулировать, обосновывать выводы и презентовать результаты анализа
▶️ Уверенно владеете SQL (сложные запросы, джойны, оконные функции)
▶️ Имеете опыт работы с Python и основными библиотеками для анализа данных
▶️ Понимаете статистики и принципы A/B-тестирования, имеете практический опыт проведения A/B-тестов
▶️ Имеете опыт работы с BI-инструментами.

Дополнительным плюсом будет:

▶️ Опыт построения базовых ML-моделей (линейная, логистическая регрессия, случайный лес, CatBoost, кластеризация)
▶️ Опыт построения системы метрик продукта
▶️ Навыки взаимодействия с кросс-функциональными командами.

Статья, где автор предлагает чуть альтернативный взгляд на выбор новой работы. Рекомендует искать ответ не на вопрос "где", а на вопрос "в каких условиях".

Не уверен, что прямо релевантно, так как в крупной компании можешь найти и галеру, и стартап, и другое. И, что печально, в процессе собеседований бывает не всегда просто понять, что ждет. А еще хуже, когда тебя нанимают "в разные проекты-продукты, а в финале решим", что еще хуже снижает неопределенность.

В любом случае, как альтернативный взгляд, сгодится.

Аналитик-инженер

Наши устройства и другие системы генерируют большие объемы данных самого разного рода. Необходимо совместно с командой дата-платформы упорядочить данные, настроить процессы и превратить их в удобный инструмент для анализа и визуализации.
Твои основные заказчки - это аналитики данных.

Что вам предстоит делать?

▶️ Разрабатывать и поддерживать ETL/ELT процессы с использованием dbt/airflow.
▶️ Проектировать и оптимизировать модели в витринном слое.
▶️ Разрабатывать и поддерживать процессы по заполнению мета-данных в дата-каталоге.
▶️ Контролировать качество данных: писать тесты в dbt, осуществлять мониторинг аномалий.
▶️ Документировать данные и процессы (data documentation).
▶️ Адаптировать dbt-core для продуктовых аналитиков.

Мы ожидаем, что вы:

▶️ Знаете dbt-core, имеете опыт доработки core/адаптеров.
▶️ Умеете осуществлять оркестрацию с помощью airflow/dagster.
▶️ Хорошо знаете Python.
▶️ Знаете основы хранения данных, различий между БД.
▶️ Отличное знаете SQL и особенности Clickhouse.
▶️ Работаете с git, s3.

Будет плюсом:

▶️ Опыт разработки Data Vault.
▶️ Опыт работы с BI.

Вакансия на HH

Дата-аналитики

Да, мы ищем сразу несколько человек

Мы — дата-аналитики виртуального ассистента Салют. В зоне нашей ответственности — метрики качества GigaChat на устройствах SberDevices. В ежедневной работе много Python/SQL, работы с логами, витринами данных, статистики и экспериментов.

Что вам предстоит делать?

▶️ Разрабатывать пайплайны для анализа моделей.
▶️ Проводить эксперименты для улучшения метрик базовой модели и других LLM-based систем.
▶️ Работать со сложными пайплайнами разметки.

Мы ожидаем, что вы:

▶️ Уверенно владеете Python, SQL, Spark.
▶️ Имеете опыт проведения A/B тестов.
▶️ Понимаете ML-метрики и анализ данных.
▶️ Применяете статистику и теорию вероятностей на практике.
▶️ Умеете работать с BI-инструментами.

Будет плюсом:

▶️ Опыт работы с данными для крупных ML-моделей.

Вакансия на HH

Всем привет! Мы нанимаем аналитиков. Отличные, прекрасные вакансии в SberDevices.

У нас открыто сразу несколько вакансий.

Кого ищем?

✅ Дата-аналитики в команду Ассистента (Junior+/Middle) - вакансия на HH
✅ Аналитик-инженер (Senior) - вакансия на HH

Ну или можно писать на hr@sberdevices.ru

Ниже подробности

Просто хрестоматийный пример манипуляции данными - https://youtube.com/shorts/5ZN3NdSaKq0. Вроде правда, но не вся, и в результате выводы из ролика можно сделать совершенно неверные. В первом комментарии пишут, в чем состоит нюанс

Подведены итоги традиционного исследования рынка аналитиков. NewHR проводит его уже не в первый раз и знает в этом толк. Ссылка.
Что внутри:
- портреты, специализации аналитиков
- грейды, зарплаты
- география работы, релокация, удаленка
- выводы, тренды, неочевидные инсайты
- и многое другое

В общем, не тратим время впустую, заходим, читаем.

Иногда полистываю Linkedin после того, как кто-нибудь добавляется. Умиляет приписки в профиле типа ex-yandex или ex-vk и им подобные. Видимо, это сразу дает прирост компетенции и скиллов. И ты сразу становишься более желанным "на рынке труда". Но, когда подобные приписки становятся массовые, их престижность сильно снижается. Смысл это делать - тоже.

Ну лан, просто пятничный имхо-нудеж.

Поделюсь рефлексией. Решил перечитать книгу "Цель" Элияху Голдратта. Читал давно, лет 8 назад, сейчас рассчитываю из серии выудить еще кучу полезностей.
В обед открыл, прочитал несколько страниц, и уже пришла в голову интересная идея по решению некоторых "узких мест".
В общем, если кто-то не читал, то сильно рекомендую. Эти книги могут изменить взгляд не только на рабочие моменты, но и на вполне бытовые.

Через неделю мы презентуем автоматический сбор ивентов в лайв-режиме: с помощью скелетал-данных можно распознать автоматически 98% всех ивентов, обычно собираемых вручную + все касания и сканы (примерно еще до 10000 дополнительных ивентов). Планируем добавить ивенты по вратарям, off-ball runs и еще разные дополнительные вещи, но уже после старта нового сезона.

Помимо кучи моделей (я особенно делал сканы, пейпер будет, думаю, через пару месяцев), которые мы делали 2 года, например, вот такой визуал из видео ниже с подсветкой всех ивентов можно сделать за пару недель чисто на вайб-кодинге.

Автоматическим сбором ивентов сразу же легко определяются все личные и командные владения, атаки и так далее - и это уже совершенно новый уровень детализации и работы с данными. Latency всего процесса сейчас меньше 5 секунд - на тестах мы даже обгоняли в нашей визуализации матча трансляцию из Sky Go. Почитать очень high-level статью про концепт в целом можно будет в комментах.

https://youtu.be/zSYaDnXkd-8?si=uXqGwkwrCXvGgWVK

Сегодня увидел в одном из каналов рекламу про очередной набор на авторские курсы. Отношусь к этому скорее хорошо. Насколько понимаю, это достаточно объемный и непростой труд, который требует сильного вовлечения, времени, сил. Совмещать с "основной" работой, скорее всего, не получится. Если не будет проблем, то у меня вопросы к работе.

И вот о чем подумал. Что это, по моему скромному мнению, несет и некоторые минусы. Когда ты ежедневно "анализируешь свою аналитику", то находишься в тонусе, так как постоянно решаешь какие-то проблемы, ищешь ответы на сложные вопросы, споришь про решения и проч. А, когда у тебя нет такой занятости, этот тонус, наверное, может потихоньку убывать.

Если говорить обо мне, то у меня точно так будет. Бывало, что на работе длительное время занимаешься чем-то однообразным, и потом приезжает какая-то серьезная проблема, а у тебя расфокус и много времени требуется на то, чтобы просто раскачаться на нужный ритм.

Если у других это не так работает, было бы интересно узнать, а как же.

Есть правило Парето про 20-80. А есть старое русское правило, с тем же смыслом, предвосхитившее статистику "Двое пашут семеро руками машут".

В последние дни читаю, что трендом этого года станет / становится спрос на многофункциональных сотрудников, когда ты должен уметь много чего. Не буду приводить примеры, чтобы не рекламировать. Считаю, что это полный бред. И вот почему:

➡️ Никогда не было такого, чтобы не нужны были такие, что умеют много чего, ведь компании они явно выгоднее, чем те, что крутят одну гайку одним ключом и после курсов просят 300 к/наносек.
➡️ Немного погуглив нашел статью от 2022 года, где пишут об этом же тренде - ну надо же, как неожиданно, что тренд возродился через 3 года.
➡️ Во всех компаниях, где я работал, крупных и маленьких, провинциальных и столичных, рядом со мной всегда были те, кто умел и выполнять какие-то задачи в большом количестве инструментов (в случае аналитики и всякие sql, и питон, и ml, и bi, немного de, работа с бизнес-заказчиками и много чего еще...), и ставить их, и делегировать, и менеджерить процессы и проекты, и вести переговоры с партнерами и контрагентами.
➡️ Некоторым очень хочется создать проблему, чтобы выгодно продать ее решение.

Итоги года подводить не буду - смотрим только вперед.
Всех с праздничком! Здоровья, достижений и удачи всем в новом году!