Утренний дайджест с любовью от This is Data❤️

Если ты готовишься к собеседованию, то загляни к Павлу Бухтику. Он опубликовал сборник из 133 тестовых заданий для продуктовых аналитиков и аналитиков данных. Классно то, что в нем собраны оригинальные задания от Авито, Тинькофф, Aviasales, Сбера и не только. Паша активно пополняет сборник и всегда рад получить новый материал от коллег. Кроме того, в телеграм-канале он уже разобрал многие из заданий под хэштегом #задачиссобеседований.

ML-разработчик из команды Ozon рассказал о процессе поиска одинаковых товаров – матчинге. Так, благодаря матчингу в e-commerce пользователь находит товар с наиболее выгодной ценой среди разных продавцов. Пайплайн поиска товаров-дубликатов обычно включает два этапа: подбор кандидатов и проверку пар моделью. Товары-дубликаты следует объединять в кластеры. Автор хорошо разбирается в алгоритмах кластеризации на графах и транзитивном подходе, в выделении сообществ (community detection), self-supervised и unsupervised задачах. Советую всем, кто хочет погрузиться в теорию графов и понять причины распада карате-клуба Закари.

Я заметил, что сейчас в тренде А/В тестирование всего и вся. Так и хочется вернуться с небес на землю и напомнить, почему не стоит тестить все подряд. Во-первых, А/В тесты – это дорого, особенно для стартапа. Во-вторых, тестирование различных метрик (чего-то большего, чем простой коэффициент конверсии) требует различных подходов, превосходящих способности большинства популярных платформ. В-третьих, нужно помнить о чувствительности теста: небольшой компании может не хватить количества пользователей и трафика, чтобы обнаружить различия в 3-5%. Хорошо, что автор блога на Medium (VPN) разобрал неудобные истины о тестировании. Используй А/В тесты с умом и помни: Everything is a Trade-off.

#дайджест