Projector
16.7K subscribers
3.62K photos
215 videos
2 files
2.09K links
Твоє нове студентство.
Навчаємо професіям в ІТ та креативі, допомагаємо будувати карʼєру, гуртуємо спільноту.

👉Долучайся і ти — bit.ly/3rvjTp7
Download Telegram
Який інсайт змусив вас по-новому подивитися на звичне?

Нерідко у книзі, серіалі, чатику з друзями чи рандомному пості в Instagram можна зловити інсайт, що підштовхне до змін. Projector поцікавився, які думки змусили наших кураторів переоцінити свої системи координат та як це вплинуло на їхнє життя та роботу.

Гортайте карусель, там нотатки кураторів та поради, як розпізнавати подібні речі.

P.S. Своїми інсайтами діліться в коментарях. Б’ємося об заклад, знайдете там чимало однодумців. І приходьте навчатися у Projector — помножимо інсайти та досягнемо успіхів разом!
Рефлексія про стартап

Вирішили глянути на створення продукту очима Ольги Коцеби, співзасновниці та Chief Product Officer офлайн соцмережі Quests, а заразом студентки Проджа.

З Олею ми знайомі ще з 2017 року, коли вона проходила курс з вебдизайну, а далі сама була кураторкою на UX Writing. І ось знову повернулася підсилювати продуктові скіли на A/B Testing і Strategic Leadership.

🔹У дописі Оля поділилась власним квестом — створенням і запуском стартапу, викликами у процесі й порадами майбутнім засновникам.

Слово їй на слайдах.
Що міряти, щоб ефективніше наймати та утримувати таланти?
Розповідає Юлія Горощак — Head of Employer Brand в Uklon. 6 років працює з брендом роботодавця, співпрацювала з GlobalLogic, SoftServe, Sanofi та tech-стартапами.

Завдяки метрикам ви можете побачити, де саме проблема, проаналізувати її та впровадити зміни, які допоможуть вам зменшувати витрати на найм і утримувати таланти ефективніше. 

Метрики можна поділити за мапою бренду роботодавця:

• обізнаність: наскільки багато зовнішньої цільової аудиторії знає про вашу компанії та що саме вони про неї думають?

🔹 впізнаваність і сприйняття бренду роботодавця (якісний показник);
🔹 employer brand reach (івенти, PR, SMM);
🔹 кількість переглядів сторінок компанії;
🔹 кількість переглядів вакансій.

залучення: наскільки ваш бренд роботодавця є привабливим?

🔹 кількість аплаїв на одну вакансію;
🔹 applicant conversion rate (кількість аплаїв/кількість переглядів вакансії);
🔹 % наймів через перший крок від кандидатів;
🔹 % наймів через реферальну програму;
🔹 time to offer (від відкриття до закриття вакансії);
🔹 time to fill (від відкриття вакансії до виходу ньюкамера);
🔹 offer acceptance rate (кількість прийнятих/зроблених оферів); 
🔹 % ньюкамерів, які пройшли випробувальний період.
 
досвід: наскільки ваші тіммейти задоволені досвідом роботи у компанії?

🔹 onboarding satisfaction rate;
🔹 eNPS (% прихильників – % критиків);
🔹 voluntary turnover (кількість співробітників, звільнених за власною ініціативою, за період/хедкаунт);
🔹 involuntary turnover (кількість співробітників, звільнених за ініціативою компанії, за період/хедкаунт);
🔹 employee retention rate;
🔹 average tenure (середня кількість років роботи співробітників у компанії на кінець періоду).

Як збирати дані, що таке efficiency та effectiveness метрики та як аналізувати метрики на 2 кейсах — дивіться у повній лекції у Projector Library. Скіли з посилення бренду роботодавця отримуйте на курсі Employer Branding. А з покращення рекрутингових метрик — на IT Recruitment Analytics.
Уявіть, ви пішли навчатися та створили ілюстрації для топових українських і міжнародних проєктів.

А студентам курсу Illustration for Designers і уявляти не треба.

Вони ілюстрували для Forbes, UAnimals, ОНДЕ, музею Григорія Сковороди, тощо. Кілька робіт зібрали в каруселі.

Курував цей процес — Євген Величев. І він уже чекає нових бажаючих у групі, що стартує 7 травня.
Please open Telegram to view this post
VIEW IN TELEGRAM
Як навчаються машини та працює штучний інтелект? Як впливає на ці процеси лінійна алгебра?

Спеціально для нашої LinkedIn-спільноти AI/CV engineer WorkOrder, куратор курсу Linear Algebra Ян Цибулькін пояснив на прикладах, як базові елементи лінійної алгебри (вектори, метрики та скалярний добуток), використовуються:

🔹 під час пошуку схожих даних та сегментації;
🔹 у рекомендаційних системах;
🔹при побудові предиктивних моделей за допомогою методу опорних векторів (SVM).

Читайте матеріал і тримайте руку на пульсі — хай знання з лінійної алгебри допоможуть будувати омріяну кар'єру!