Кому не стоит идти в аналитику (и это нормально)😐

Быть аналитиком данных — это не только получать 300k в наносек (да и вообще это не факт, особенно первые пару лет) и пить джус на очередном воркейшне, вяло поглядывая на графики🏖 И реальность может не всем зайти, так что сегодня расскажу признаки, по которым можно это заподозрить:

1️⃣ Тебя раздражают душнилы, которые переспрашивают, что ты имел в виду под «на порядок больше», или не могут оставить вопрос в покое, даже если данные не сошлись на какой-то 1%.

Тогда как в большой компании этот «всего лишь процент» изменения метрики может выражаться в миллионах рублей и быть чуть ли не основным результатом работы команды за несколько месяцев. И некорректный A/B — уже убытки. И в любом случае конкретные числа в бесконечность раз важнее просто слов «ну там по-любому стало лучше, я так чувствую».

2️⃣ Замираешь от вопроса менеджера «почему упала метрика?» — ну упала и упала, потому что на графике это очевидно...

Нет, придётся отвечать и искать причину, которая может быть на любом этапе — от логирования событий и ETL-процессов до неочевидной сезонности и прочих внешних событий🔍

3️⃣ Думаешь, что ChatGPT сделает всё за тебя, и это прокатит

Предполагаю, что это самый холиварный пункт будет😀
Пока из того, что я вижу, нейронки не заменяют полноценного аналитика данных, начиная с мидла. Это всё-таки и гипотезы, и прошлый опыт/насмотренность, и способность посмотреть на картинку целиком и сделать выводы так, чтобы не пожалеть.

4️⃣ Тебе никогда не было интересно копаться, почему «средние зарплаты» и графики из новостей часто вводят в заблуждение. Особенно, если они доказывают что-то приятное или полезное для укрепления твоей позиции в споре🤓

Критическое мышление — крайне важный скилл для аналитика, и работать оно должно во все стороны — надо задавать вопросы к исходным данным от заказчика, к своим и чужим расчётам и графикам. Парадокс Симпсона и ложная каузация — не просто слова, а то, что надо будет искать постоянно.

Кстати, вдруг вы пропустили мой разнос рекламы «зарплата выпускника ИТМО — 290 000» 😎

5️⃣ Не хочешь ни программировать, ни брать продуктовую ответственность — на одних SQL/Pandas быстро можно упереться в потолок и по зарплате, и по грейду, это факт🥺

Особенно сейчас обострилось желание работодателей нанять того, кто будет и швец, и жнец, и на дуде игрец способен побыть иногда и аналитиком, и дата-инженером, и продактом. Мне кажется, в случае бигтехов с хорошо оплачиваемыми позициями это не наглость, а современные реалии — нескольким узким специалистам будет сложнее равномерно давать нагрузку, а для однообразных запросов действительно есть в том числе ИИ.

6️⃣ Бесит рутина, хочется мгновенного геройства: вот сейчас приду на работу в Яндекс и пофикшу эти цены на такси в дождь...

А реальность сурова — сначала покрути 10 таблиц и собери дашборд, а потом уже может и потрогаешь что-то продовое, и тем более связанное с прибылью. И это абсолютно нормально, и тоже «настоящая продуктовая аналитика», что бы ни говорили.

Замечали что-то у себя? Или, может, знаете другие флаги?🚩

#непопулярное_мнение #аналитика_и_жизнь
@analytess 👩

Диалекты 🔤🔤🪷 — всё-таки важно или нет?

Вакансии делятся на два типа: абстрактное «знание SQL» и те, где указана конкретная база данных, с которой хорошо бы иметь опыт. Сегодня я попытаюсь разобраться (вместе с вами), насколько и в каких случаях это может быть реально критично:

➡️ Какие вообще бывают базы данных?📊
Очень грубо можно разделить так:
⭐️ OLTP / «продуктовые» БД
PostgreSQL, MySQL, MS SQL, Oracle — чаще всего хранят боевые таблицы с пользователями, событиями и прочим продуктовым

⭐️ OLAP / аналитические хранилища
ClickHouse, Vertica, Greenplum, Hive/Presto/Trino — более «толстые» запросы, витрины, отчётность, эксперименты...

Есть ещё ряд приколов в виде внутренних решений, SQL-над-чем-то, а также ситуации, когда БД сразу несколько, и надо понимать, что где брать. Это уже расскажут на самой работе🤵

➡️ Примеры различий в синтаксисе и применении⚡️
В основном различия всё-таки минорные: приходят на ум требования к алиасам при джойнах и упоминаниях новых полей, функции для обработки дат, строк, массивов данных.

Немного отдельно стоит ClickHouse — всё-таки там есть специфика, и хотя технически можно писать на нём так же, как на любом другом SQL, это не всегда оптимально.

➡️ В каких случаях всё же важно🌟
Думаю, если вас нанимают на адхоки и селекты, то не критично — любую синтаксическую ошибку можно быстро раздебажить.
Если же должность подразумевает обязанности (или часть) от DWH-аналитика или дата-инженера, то речь уже действительно идёт о best practices и оптимальных запросах и процессах (ещё и коллегам-аналитикам помогать придётся, вероятно).

➡️ Подводим итог😎
Хорошая новость в том, что особенностям новой БД можно научиться, как и любому элементу стека в любой профессии. Но перед собесом стоит прочитать про различия, благо, теперь с этим может помочь и ChatGPT. Например, глянуть функции для дат/строк, пример запроса с оконками и как там живут массивы/JSON. А так на вакансию с другой базой данных можно смело откликаться, опыт в общем и целом переносится.

Это, кстати, относится в обе стороны и к 📱 — иногда меня тут спрашивают, есть ли нюансы с тем, что там всё своё, в том числе YQL. Неа, совершенно не критично, и есть хорошая дока.

Поделитесь своим опытом: испытывали ли затруднения с другим диалектом на новой работе? Часто встречаете требование в вакансиях и тестовых знать конкретную БД?⬇️

#хардов_пост
@analytess 👩

Спустя полгода работы в Авито я задалась вопросом...🌟

— у всех же теперь есть свои LLM-ки, которые используются для разных целей внутри, а что там у нас?

Так как, во-первых, появилась задача с разметкой некоторых данных, а я уже знаю, что такое можно поручать LLM-кам. А во-вторых, за месяц пребывания не в России я, признаюсь, немного подсела на разговоры с ChatGPT по разным вопросам (выводы об этом будут отдельно позже), и захотелось попробовать в работе внутренний аналог для внутренних данных.

В общем, оказалось, что свои LLM-ки у нас, конечно же, есть👍
Как внутренние, так и используемые в продукте. И я даже пропустила три недели назад статью о них на Хабре.

Подробности вы можете прочитать сами, а я оставлю тут основные поинты:
➡️ Сейчас юнит LLM — команда из 25 человек
➡️ По ряду причин оказался оптимальным вариант адаптации опенсорс модели — взять лучшую опенсорсную модель, сделать для неё собственный токенизатор, подменить токенизатор у опенсорсной модели, а дальше провести SFT и сделать RL
➡️ Примеры задач, в которых применяется LLM в Авито: суммаризация чатов поддержки, суммаризация отзывов, группировка товаров одной модели в мультиобъявление, автоответы в мессенджере за продавца и многое другое

😘 На Хабре, как обычно, очень добры к бигтехам, но штош😀

Напишите, интересна ли вам тема LLM в продуктах и жизни, что вообще думаете, сталкивались ли?😎

#жизнь_в_бигтехах #аналитика_и_жизнь
@analytess 👩

Немного про мышление: магическое🪄 vs критическое🧠

Я обожаю тему когнитивных искажений и того, как мозг нас обманывает. И при этом, что уж там, иногда ловлю себя на том, что слушаю на фоне гороскопы и ищу «знаки вселенной»👽

Абсолютно очевидно, что не может быть у 1/12 планеты примерно одно и то же в жизни в этом месяце. Если бы звезды так хорошо предсказывали увольнения и переезды, это уже бы поресёрчили не только на ютубе🌟 И тем не менее...

— У Раков в этом месяце большие перемены в карьере
И мозг такой:
— Ты же как раз думала выйти на рынок! ⭐️The sign⭐️

Мы переобучаемся на этот confirmation bias, а если что-то не сбылось, то быстро забываем об этом, или даже не замечаем.

➡️ Магическое мышление, суеверия и голуби Скиннера🕊

Был такой эксперимент с голубями Скиннера: птицам рандомно подавали корм, не завися от их действий. В какой-то момент корм выпадал, пока голубь, например, крутился вокруг себя.
Голубь понимает: «Ага, чтобы получить еду, надо крутиться», и начинает повторять «ритуал». Вот оно — суеверное поведение.

Мы делаем всё то же самое:
⚡️ «в той футболке у меня всегда удачные собесы»
⚡️ «как только я решила уволиться, получила офер — судьба»

Получается гремучая смесь магического мышления, иллюзии контроля и немного фатализма (мне кажется, это разные стороны одной и той же концепции: либо «я особым ритуалом влияю на мир», либо «за меня уже всё решили, это знак»).

➡️ А причём здесь критическое мышление?

Критическое мышление — это не обязательно скучное «ни во что не верю, а кто смотрит гороскопы — тупой». Мне больше нравится: «так, звёзды предвещают дальнюю дорогу, но надо быть осторожнее. Пожалуй, всё-таки куплю страховку😄»

➡️ Хорошая новость: часто ответы уже есть внутри нас💆🏻‍♀️

Мой любимый старый трюк: бросаешь монетку, чтобы что-то решить (как правило, повседневное, но всё же), допустим, идти ли мне на корпоратив, она выпадает орлом, и первая реакция — «да нет, ерунда, нужно перебросить». Решение принято🤓

С гороскопами и «знаками» такая же история — если они нужны для того, чтобы помочь себе признать свои же принятые решения, а не ходить весь месяц и бояться, что сбудется обещанный негатив, то почему бы и да. Просто держим в голове, что это не магия свыше, а уловка, чтобы не сомневаться.

Ранее я писала, почему карты желаний — не эзотерический bullshit и как ещё себе помогаю — это всё актуально💫

Да пребудет с нами критическое мышление, но и немного подарков судьбы тоже, если хочется😀 Мнения, дополнения?⬇️

#аналитика_и_жизнь
@analytess 👩

Повелась на свою же рекламу🤓

…и сходила на Welcome Time для аналитиков от команды Независимого Екома Яндекса📱

Как ни странно, это мероприятие — не наймовое, докладчики даже не добавляют в презентации QR или явную информацию о вакансиях. Более того, их может даже почти не быть в отделе, а он всё равно проводит Welcome Time, и это так задумано. Просто интересные рассказы о том, чем (зачастую неочевидным) можно заниматься в бигтехах. Далеко не только сдиранием деняк с пользователей😀

Почему еком независимый? Оказывается, речь идёт об интернет-магазинах, которые представлены не селлерами на гигантах Ozon, WB и ЯМ, а отдельно. Таковых всё ещё пара сотен тысяч. И товары оттуда могут при необходимости показываться на выдаче Яндекса, даже если это не реклама. То есть как минимум часть команд занимается не прямой монетизацией этого всего, а именно улучшением опыта пользователя Поиска, и это прекрасно🥰 Задачи у ребят самые разные — и краудсорсинговые разметки, и работа с LLM-ками, и «классическая» продуктовая аналитика. В общем, было очень интересно послушать, а потом и понетворкать в кулуарах.

В комменты закину мини-задачку для разминки мозгов перед понедельником, и буду ждать ваши версии📈

Накидайте реакций, если хотите пост с обзором этапов найма в 📱 (и, возможно, даже маленьким инсайдиком🫢)

#жизнь_в_бигтехах
@analytess 👩

Прикинь, 45 этапов прошла, но на жонглировании срезали🎪
...или как всё-таки НЕ выглядит найм в Яндекс📱

В воскресенье удалось поболтать снова про найм с людьми, которые реально в нём участвуют, а не создают рилсы, подкрепляющие стереотипы. Короче, ситуация сейчас такая:

➡️ Disclaimer: Яндекс действительно огромный, местами у всех юнитов пока что свои причуды и секции, которые они не хотят перезачитывать от других, а также особенности уже в работе. Ну, и человеческий фактор никто не отменял.

➡️ И всё-таки, сначала разберёмся в терминологии: те, кого обычно называют DE, DS, DA и PA в Яндексе объединены под названием должности аналитик-разработчик (вы где-то такую слышали, да?🥰). Просто аналитики — это системные, клиентские, маркетинговые, финансовые, и в условном отделе аналитики Поиска их не сыскать, так что сегодня не о них.

Я думаю, это уже отчасти объясняет то, что в найме до сих пор присутствует алгоритмическая секция (хотя, поверьте, она стала сильно проще для аналитиков, чем, например, в 2020).

➡️ В норме в БЮ Поиска (а он считается требовательным) сейчас люди проходят ровно ТРИ технических секции: час мини-кейса по работе с данными в Jupyter Notebook, полтора часа тервер/матстат+аналитика (самое сложное и достаточно сильно влияющее на грейд), полчаса — алгосы (но там вердикт бинарный, да или нет). Причем первой из них уже нет на ближайшем Weekend Offer — её заменило требование 3+ лет опыта. Весной у меня были все перечисленные в один день.

➡️ Дальше начинается самый увлекательный аттракцион🎠 — «карусель» матчинга с командами. И да, там уже количество секций не регламентировано. Механика следующая: рекрутер скидывает ссылки на описания вакансий (иногда там есть имя и комментарий тимлида), вы отвечаете, с кем хотели бы поговорить, и встречаетесь на часовой собес с лидом🤝

Во время финального собеседования обсуждается и ваш опыт (может быть мини-кейс по предметной области команды), и что вам могут предложить. По сути вы там уже на равных, это тот самый час, который надо по максимуму использовать, чтобы «считать вайбы» и спросить всё насущное про посещение офиса де факто, перспективы роста и так далее. Потом рекрутер узнаёт у обеих сторон фидбек, если мэтча нет — ищет дальше☯️

У меня самой за весну было примерно 5-6 таких финалов, и это может выматывать (вот так, отчасти, я и оказалась в Авито👍, что уж), особенно, когда приходится ждать обратную связь, или мэтч был близок, но не случился (было в обе стороны такое)). Но я не считаю каждую из встреч отдельным этапом, потому что это и в наших интересах тоже — узнать несколько команд и выбрать ту самую. Так что, на мой взгляд, вся карусель — это третий или четвёртый этап, дальше только презентация офера😎

➡️ И вот вам официальный лендинг с аналогичной инфой📒

Расскажите, если собесились в Яндекс, соответствует ли реальный опыт тому, что я тут написала? А если пока не собесились, не стало ли менее страшно попробовать?😀

+ напишите в комментах, если нужен такой же пост про Авито👍

🔤.🔤. Обещанный инсайд: говорят, над унификацией процесса для аналитиков тоже идёт работа — ждём апдейтов🎧

#жизнь_в_бигтехах #найм_и_собесы
@analytess 👩

Как понять, чего ты хочешь от карьеры, и что делать дальше?

Сегодня около-философское. Может быть, я и сама не знаю. Но мне кажется, что сейчас вокруг много рандомного джобхоппинга без особой цели. Одно дело, если реально отстал от рынка, и на нынешнем месте не могут это компенсировать — но это не происходит за полгода! Или там вынужденная смена работы из-за сокращения или переезда — тоже нечего обсуждать...

А тем временем из каждого утюга кричат о том, что рынку труда конец, и дальше будет ещё хуже. Отчасти, действительно, похоже на то — менять работу так же выгодно не станет проще, но уже сейчас компании об этом знают (про налоги с 2026 и прочее). А ещё факт остаётся фактом — исчезает удалёнка🥺

Короче, скорее всего вы пока не хотите менять работу, если:

➡️ есть какие-то проблемы, которые вы ещё не всеми способами попытались решить, но уже настроение сбежать, ведь в какой-то идеальной company_name такой фигни не будет (конечно, будет, ну или какая-то ещё)
➡️ нет понимания, почему именно новое место лучше вписывается в цели на 2-3 года. Смена работы — это в любом случае немного начало заново, отложенная на год возможность повышения, если идёте на тот же грейд, и всё такое🤵
➡️ примерно те же типы задач, или те, которые можно и на текущем месте найти. Ещё раз — рутина есть везде
➡️ вам кажется, что вы готовы пойти на ухудшение условий / уступки по образу жизни, лишь бы почувствовать что-то новое. Вот тут реально очень прошу подумать дважды — сама так уносила ноги из банка через 2 месяца. Особенно цените удалёнку, если она у вас осталась аж до конца 2025 года🥲
➡️ «что я буду думать про это решение через год?» — вопрос, который не повредит себе задать. Захочется ли джобхопнуть снова, не будете ли сожалеть, что коллеги выросли на прошлом месте, потому что остались там, где шарили в проекте?

Что можно сделать хорошего вместо джобхоппинга?📈

🫧 потрогать разные типы задач, взять на себя новую ответственность. В знакомом продукте больше шансов заметить какую-то боль и предложить решение, чем даже «свежим» взглядом, но будучи ещё в процессе адаптации.
🫧 пройти какое-нибудь обучение за счёт компании или на базе компании (например, в бигтехах часто весьма любопытные внутренние митапы, где могут быть как приглашённые спикеры по софтам, так и подробности решения нестандартных задач вашими коллегами без NDA, и возможность задать все вопросы)
🍋‍🟩 собрать портфолио. Не забывайте записывать, чем занимались — пригодится и на дейли, и на перфоманс ревью, и потом для резюме и собеседований. За год с лишним легко забыть, что там было в начале. См. методику STAR🤩
🫧 порефлексировать побольше над тем, какие карьерные пути есть вокруг (например, о возможных плюсах и минусах тимлидства, можно при случае и у самого руководителя мягко узнать), какие задачи точно нравятся и точно нет. Пригодится.

Делитесь — всё-таки от добра добра не ищут, или вы сейчас на рынке труда, чтобы успеть поймать лучший офер?🌟⬇️

#карьерный_совет #найм_и_собесы
@analytess 👩

Ещё раз про замену нашего труда на ИИшный🤖

На Хабре недавно вышел очередной обзор об этом — ну, а в комментах, как обычно, горячо🔥

Сейчас мы наблюдаем интересную ситуацию, когда, с одной стороны, уже глупо отрицать, что со значимой частью повседневных задач нейронки справляются хорошо — здесь и генерация иллюстраций для соцсетей, и копирайтинг, и даже пресловутое перекладывание json-ов (это такой мем про рутинные задачи разрабов в бигтехах, если что). С другой стороны, это не отменяет раздутости и перехайпленности данной сферы, а также вопросов этичности и долгосрочной пользы для общества. И вот об этом заговорили в том числе на западе (где ещё сильнее видна гонка компаний, разрабатывающих ИИ).

Так вот, disclaimer: статья изначально размещена в корпоративном блоге компании, предоставляющей доступы к различным LLM-кам🤓 Но, как известно, чёрный пиар — тоже пиар. У них получилась любопытная подборка высказываний против перспектив развития ИИ:

➡️ Нобелевский лауреат по физике Джеффри Хинтон, который в 2023 году уволился из Гугла, чтобы быть способным на выражение своей точки зрения об опасностях ИИ, ответил на вопрос Bloomberg, окупятся ли когда-нибудь головокружительные инвестиции в ИИ: «Я считаю, что не смогут», и уточнил: «Я считаю, что для того, чтобы заработать деньги, вам придётся заменить человеческий труд».

И вот собственно вопрос, можно ли и нужно ли это реально сделать. Обычно отвечают на первую часть, фокусируясь на том, что ИИ улучшается, и многие из рутинных задач реально уже тянет. Но одно дело инвестировать в это только 0-20$ в месяц на правах обычного юзера, а другое — миллиарды долларов и сервера, на которых все эти запросы крутятся. Помните статьи «сколько стоят ваши приветствия и благодарности ChatGPT»? Вот то-то же.

➡️ Дальше приводится несколько ссылок на различные ресёрчи, которые сводятся к тому, что как в случае обычных LLM, так и в случае ИИ-агентов производительность, качество работы и итоговая выгода вызывают сомнения. По данным MIT, 95% пилотных проектов с ИИ вообще не увеличили прибыль или производительность компаний. Фактически, многие компании увидели отрицательный эффект📉

Не буду пересказывать всё дословно, но пока ситуация выглядит так, что ИИ становится мультипликатором, или даже по сути операцией возведения в степень. Типа, если ты и так больше единички, то с помощью нейронок вообще супер-сотрудником можешь стать, а если не дотягиваешь, то можешь ещё снизить качество своей работы, делегировав, недопроверив результат, деградировав в долгосроке от этого всего. Как вам такой вывод?👀

Го холиварить в комментах, как обычно⬇️

😘 Когда я была на митапе Яндекса неделю назад, там был руководитель группы, которая занимается офлайн-разметками, как и я, когда там работала. И тогда, и сейчас стоит вопрос замены части асессоров на LLM, это пожалуй достойно отдельного поста. И когда его спросили, что выходит качественнее/дешевле, я так поняла ответ, что это вообще не очевидно и зависит от задачи (так как с LLM тратятся мощности и есть риск ошибок, которые не сделает человек, ресурсы на частичную перепроверку, опять же). Такие дела…

#непопулярное_мнение #аналитика_и_жизнь
@analytess 👩

Performance review на примере компании чуть поменьше😐

На Матемаркетинге в этом году был целый отдельный трек выступлений, посвящённых перфомансу, увольнениям и ревью. Не будем сегодня в очередной раз обсуждать, сколько окладов просить, если что — я посмотрела более любопытный доклад от хэда аналитики 🔖. Сейчас отдел аналитики в этой компании оценивается в ~40 человек, растёт, но всё ещё в разы меньше Авито или даже какого-нибудь одного юнита Яндекса.

Поэтому потребность в ревью и оно само появились там только в этом году. Любопытно, как попытались сочетать практики из бигтехов и при этом закрыть хотя бы часть болей, которые они порождают. Вот некоторые примеры:

➡️ Из очень похожего на Авито👍 очевидно выделяются компетенции, оцениваемые по баллам (в том числе хардовые), а также формулировка «сеньорный проект» (серьёзная задача, которую необходимо решить для повышения до Senior, а также периодически каждому синьору для «подтверждения» грейда), даже приведены примеры: улучшение эвристики is_bot, внедрение куда-то ИИ (куда — NDA) — актуальненько🤓

➡️ Понравился поинт, что среди компетенций в матрице присутствуют врéменные (связанные с текущими фокусами отдела, которые потом, предположительно, уйдут) компетенции, а также сложно проверяемые артефактами (софты, в таком случае смотрят на ОС) и наоборот бинарные да/нет (например, проводит ли человек собесы, там не может быть баллов, эта доп. активность либо есть, либо нет, и если были бы жалобы на проведение, то человека бы убрали из пула).

➡️ При этом, обратную связь не возводят в абсолют, так как тот, кто её пишет, не будучи руководителем или прямым заказчиком, далеко не всегда компетентен оценивать навыки коллеги, и ещё так в оценку не примешивается личный фактор. Хотя на моём опыте в бигтехах не пользуются «возможностью» друг другу насолить плохими отзывами не по делу😄

➡️ В связи с небольшим размером отдела есть возможность не калибровать сотрудников. Вот это реально прикольно, потому что все мы наслышаны о том, что калибровки съедают целые дни (а то и пару недель) у каждого лида, про миллионы нервных клеток промолчим🚨 Кроме того, были подчёркнуты очевидные минусы калибровок — у чужих лидов часто недостаточно контекста, присутствует токсичный вайб при сравнении аналитиков между собой. Таким образом, кроме защиты синьорных проектов, финальное решение за лидом и хэдом.

➡️ Для перехода на грейд выше, как обычно, нужно поработать на него авансом. Для этого можно взять дополнительные командные активности (онбординг новичков, собесы), задачи смежных направлений (например, если в твоей группе нет A/B-тестов) и «ничейные» перспективные проекты из общего пула. Ну это база, к сожалению, повышения так везде работают.

Моё мнение — любопытный кейс, но не понятно, можно ли сохранить такую прозрачность и отсутствие калибровок при росте отдела от 100 человек в будущем, например📈

Что думаете? Адекватная система у хехе.ру? А как у вас?⬇️
😎 — норм придумали, 🤓 — лучше всё же без этих ваших реву

#карьерный_путь #жизнь_в_бигтехах
@analytess 👩