#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. Про повышения зп
41. Про собеседования
42. Команда вывела на чистую воду залетного лида
43. HR — лицо компании и причем здесь рыбалка
44. Кандидат на самый ебанутый вопрос от HR
45. В наши ряды заселаись луддиты
46. Стартапы про ценообразование часто убыточны — и причем здесь Лукашенко
47. Корпорации управляют чем угодно, только не ML — разберем популярный фреймворк модного банка
48. Реальные KPI для DS