People Analytics

❓ Готовим интенсив, вспоминаем базу

Моя любимая часть в разработке теста — самое начало. Обсуждаешь с заказчиком, как новый тест будет встроен в его процессы и узнаешь, что в компании есть специалисты в супер-узкой теме (однажды эксперт мне сказал, что в его теме в компании около 10 человек и он совсем не понимает, зачем ему писать задания на такую маленькую группу) или всем хотят предъявить тест на какую то специфичную тему ("ну а вот основы деловой переписки у нас мастхэв, даже рабочему").

Собрали с коллегами в карточки 4 ключевых вопроса, от которых зависит, каким будет тест знаний после разработки.

⤵️ Ещё больше классного контента - на интенсиве, скорее к нам:
https://psychometric.pro/

🤖 Вкалывают роботы

Компания Figure AI запустила прямую трансляцию, в которой демонстрируется работа гуманоидных роботов в реальном времени. Это по-настоящему завораживающее зрелище! Роботы самостоятельно сортируют посылки на конвейере: берут коробки, переворачивают их и направляют дальше по линии. И всё полностью без участия человека. 😮

#FigureAI #БудущееУжеЗдесь #ИскусственныйИнтеллект #AI #FutureIsNow #РоботыНаРаботе

🔍 Сколько лет люди остаются на одной работе по разным профессиям?

Интересная визуализация от Нейтана Яу на основе данных Current Population Survey (2018–2024) в США. Респондентов спрашивали: «Сколько лет вы работаете на текущей работе?». Самая высокая медианная продолжительность: у руководителей пожарных и полицейских подразделений. Самая низкая: у водителей такси и операторов транспортных средств.

На первом графике показан медианный стаж с разбросом между 25-м и 75-м процентилями (или межквартильный размах IQR) для каждой профессии. Например, у веб-разработчиков медиана 4 года 11 месяцев, но 25-й перцентиль = 3 года 4 мес., а 75-й = 7 лет 7 мес., у почтовых служащих самый широкий разброс: кто-то работает десятилетиями, а кто-то уходит быстро.

На втором графике сравнивается медиана против IQR, что позволяет выделяет четыре квадранта (общих типа профессий): 1) высокая текучесть, 3) высокая текучесть, но с долей долго работающих, 3) смешанные от коротких до длительных сроков работы, 4) длительная занятость с небольшим разбросом.

Визуализация сделана как force-directed scatterplot: точки слегка «отталкиваются», как если бы между ними действовали физические силы. Такой приём часто используется для решения проблемы оверплоттинга (наложения точек друг на друга).

#R #D3_js #примеры_визуализаций #референсы

🙋‍♂️ О тестах предварительного отсева кандидатов

В профессиональной диагностике важно разделять инструменты, которые помогают найти «лучших», и те, что призваны отсеять «непригодных». Тесты предварительного отсева не обязаны иметь высокую корреляцию с эффективностью работы специалиста. Их главная задача — отсеять тех, кто точно не готов к профессиональной деятельности из-за отсутствия базовых профессиональных знаний. На примере теста КВАЛИМИН-26/50 в статье «О валидности и эффективности тестов предварительного отсева кандидатов» А. Г. Шмелев рассматривает случай асимметричного вывода — об отсутствии пригодности в случае низкого балла по тесту отсева. Тогда как высокий балл по тесту КВАЛИМИН всё равно потребует проведения дополнительных, более специализированных и более дорогостоящих оценочных процедур (работа под супервизией, собеседование с комиссией, решение кейсов в письменном и устном виде и т. п.).

Теоретический экзамен — необходимый инструмент (без него нельзя допускать к практике), но недостаточный (высокий балл сам по себе не гарантирует мастерства). Логика проста: высокий балл по теории не делает вас автоматически хорошим психологом, но низкий балл определённо делает вас профессионально непригодным на данный момент.

По аналогии с тестом на знание требований техники безопасности: низкий балл по тесту позволяет с большей вероятностью прогнозировать повышенный риск опасного поведения, обусловленного незнанием. Поэтому работник с низкими баллами по тесту не должен получить допуск к определённым видам работ. Вместе с тем высокий балл не является гарантией соблюдения сотрудником требований техники безопасности. Обычно повышенный риск травматизма и аварийности (то есть склонность к нарушению требований ТБ) характерен как для новичков, так и для работников с большим стажем работы или с определёнными личностными особенностями, однако это тема для другого поста.

#психометрика #тесты #валидность #практическая_тестология

Во второй главе читатель осваивает основы работы с данными на языке R: типы и структуры данных, базовые операции, обработку таблиц, работу с датами и строками, а также концепцию «опрятных» (tidy) данных. Дополнительно рассматриваются загрузка данных из внешних источников, веб-скрейпинг и сохранение результатов анализа.

Третья глава вводит в системы управления базами данных и принципы реляционной модели. Рассматриваются возможности PostgreSQL и язык SQL – от базовых операций до более продвинутых техник, включая оконные функции и оптимизацию запросов.

Четвёртая глава посвящена визуализации данных. Читатель знакомится с принципами грамматики графики и популярным пакетом для визуализации данных ggplot2, осваивает как базовые типы графиков, так и более сложные визуализации (тепловые карты, диаграммы Санкей, корреляционные матрицы). Дополнительно описаны R-пакеты в рамках grammar of graphics.

Пятая и шестая главы формируют прочную статистическую базу. Сначала вводятся ключевые понятия – выборки, гипотезы, доверительные интервалы и p-значения, рассматриваются конкретные методы анализа: от χ²-тестов и критерия Фишера до анализа времени до события и оценки диагностических тестов, включая вопросы выбора методов и поправки на множественные сравнения. Завершается глава вопросами планирования исследований (расчет размера выборки, рандомизация) и разведочного анализа данных.

Седьмая глава посвящена машинному обучению и большим данным. Рассматривается математика для машинного обучения. В ней даётся практическое введение в ключевые алгоритмы – регрессии, деревья решений, случайный лес, бустинг и нейронные сети, а также рассматриваются подходы к построению ML-пайплайнов и методы обучения без учителя.

Восьмая глава выходит за рамки анализа как такового и показывает, как организовать полноценный исследовательский процесс: от контроля версий (Git) до создания динамических отчётов и дашбордов (Quarto) и интерактивных приложений (Shiny), организации сбора данных. Содержание данной главы оформлено в виде скачиваемых файлов в формате PDF на сайте книги.

Девятая глава завершает книгу обзором биомедицинских датасетов. Материал служит базой для самостоятельной работы и воспроизведения примеров из книги. Наборы данных доступны для скачивания в интернет-репозитории.

📕 В итоге книга представляет собой целостное и практико-ориентированное руководство, которое не просто знакомит с инструментами анализа данных, а формирует системное мышление исследователя. Она особенно полезна тем, кто хочет перейти от фрагментарного использования методов к выстроенному, воспроизводимому и доказательному анализу данных – как в медицине, так и за её пределами.

Приобрести книжку можно, например, тут.

🔗 Ссылка на репозиторий: github.com/ds-book/code
📦 Датасеты: https://ds-book.ru/docs/datasets/

#R #ggplot2 #RStats #datascience #аналитика_данных #книги #машинное_обучение #ИИ

📕 Обзор книги «Наука о данных и искусственный интеллект в медицине»

В современную эпоху биомедицинские исследования сталкиваются с беспрецедентным ростом объемов информации. Объём доступных данных стремительно увеличился: их стало проще собирать, хранить и обрабатывать. Однако сами по себе данные не дают знания – ключевым становится умение их анализировать. Наука о данных (Data Science) превращается в фундамент доказательной медицины, позволяя не просто описывать явления, но и строить прогностические модели, выявлять скрытые закономерности и обеспечивать высокую точность выводов. Умение работать с данными сегодня является критически важным навыком для исследователей, стремящихся к объективности и воспроизводимости своих результатов. При этом на первый план выходит не только техника, но и культура работы с данными: умение формулировать задачи, интерпретировать результаты и выстраивать прозрачный аналитический процесс. Речь идет о формировании особого мышления и грамотности работы с данными, без которых невозможно эффективно использовать их потенциал.

Практическое руководство «Наука о данных и искусственный интеллект в медицине» от коллектива авторов даёт читателям комплексное и прикладное представление о возможностях Data Science в медицине, охватывая все важные информационно-технологические и исследовательские аспекты – от принципов планирования и дизайна биомедицинских исследований до анализа и визуализации данных, включая машинное обучение и работу с реальными биомедицинскими датасетами. Материал изложен доступно, но без упрощения содержания, что позволяет исследователю уверенно применять описанные подходы в своей предметной области.

Авторы делают акцент на практической значимости излагаемого материала, когда каждая глава содержит не только теоретические основы, но и многочисленные примеры (практические пошаговые действия и объяснение кода на R), рекомендации по использованию тех или иных методов анализа данных (алгоритмы их выбора).

Методология книги настолько универсальна, что её можно использовать как «учебник по доказательному подходу» в любой сфере: 1) HR-аналитикам (например, описываемый в ней анализ выживаемости для оценки «срока жизни» сотрудника в компании и выявления драйверов текучести персонала), 2) психологам-исследователям (применять описываемые методы для анализа данных тестирования), 3) дата-журналистам (сделать предобработку данных, привести к «опрятному» виду, работать с «грязными» данными из разных источников и превращать их в интересные расследования).

Важной составляющей книги являются сопутствующие датасеты. Это не абстрактные примеры, а реальные наборы биомедицинских данных. Наличие этих файлов позволяет читателю практиковаться «в боевых условиях», отрабатывая навыки очистки, визуализации и моделирования на конкретных кейсах, которые легко переносятся в рабочую практику врача, аналитика или исследователя. В онлайн-репозитории книги вы можете ознакомиться и скачать все скрипты (примеры кода на языке R), которые рассматриваются в печатном издании.

Это не книга по программированию на языке R (хотя авторы делают ставку на язык R, и это главное преимущество книги), а руководство по переходу на новый уровень мышления, поскольку учит культуре работы с данными, где во главе угла стоят точность, прозрачность, воспроизводимость и доказательность. Книга для тех, кто хочет перестать бояться данных и научиться уверенно работать с ними: от постановки задачи до интерпретации результатов и их представления.

Структура книги выстроена последовательно и отражает реальное содержание и процесс работы с данными.

Первая глава посвящена особенностям медицинских исследований и закладывает основу доказательной медицины. Рассматриваются дизайн исследований, рандомизация, ослепление, типовые схемы, а также клинические исследования, их фазы, нормативные аспекты и возможные систематические ошибки. Отдельное внимание уделено систематическим обзорам и метаанализу.