Охотники за головами: где мы потеряли лайфкодинг и почему важен матстат

Привет! На связи Настя Аносова, старший аналитик в Товарах.

Сегодня хочу обсудить одну из самых дискуссионных тем — процесс отбора на позицию data-аналитика (продуктового / бизнесового / маркетингового) — нужное подчеркнуть. И описать свой взгляд на особенности отбора в Авито.

Сразу начну с вопроса, которым задавалась сама ещё два года назад, когда проходила этапы отбора ↓

❔ Почему в Авито нет секции лайфкодинга для аналитиков данных? — Ответ на него оказался совсем близко — в этом нет необходимости =)

Нет нужды убеждаться в реалтайме, что кандидат умеет руками писать сортировку пузырьком, искать самую длинную последовательность одинаковых символов в строке и мастерски жонглировать оконными функциями (пишите в комментариях, какие классические примеры я пропустила).

Это удлиняет путь от попадания в воронку до оффера, расходует время кандидатов и интервьюеров и при этом качественно не влияет на результат. Почему же я так считаю?

🤔 Во-первых, слабо верится, что человек, имеющий хоть сколько-то опыта в аналитике, совсем ноль в SQL и Python.

🤔 Во-вторых, в процессе технической секции по точечным вопросам несложно убедиться, знает ли кандидат базу, которая нужна для стандартных задач. И для этого не нужен отдельный этап.

Всё, что свыше, навёрстываемо: даже если навыков вдруг окажется локально недостаточно, их можно оперативно прокачать. У всех нас есть гугл, документация и, храни его боги аналитики, stackoverflow.

Приоритетнее кодинга — образ мышления и его структурность, бизнесовое и продуктовое видение, способность работать с информацией. И именно в пользу валидации этих пунктов стоит перераспределять время с проверки умений написания кода.

❔ Зачем тогда мне знать, от чего зависит MDE и как посчитать t-статистику? Ведь это всё тоже гуглится и считается кучами вариантов функций из десятков библиотек. А вот это уже другое =)

🤓Любая статистика бессмысленна без правильной интерпретации. Несмотря на то что многие подобные расчёты можно выполнить одной строкой кода, и у нас даже есть собственная A/B-платформа, облегчающая эту работу.

🤓 Не зная основ здесь, вы рискуете принять ошибочные решения и, как следствие, навредить бизнесу. Более того, статистика учит нас мыслить критически и задавать правильные вопросы. А это ключевые навыки для аналитика.

Подводя итог — цель процесса найма аналитика в том, чтобы найти не просто «руки», а «головы», которые могут не только собрать данные, но и объяснить, что они значат и как их можно использовать для развития бизнеса.

А как вы считаете, что важнее для аналитика:
✍️ - знание инструментов
🤓 - понимание теории
⚡️ - способность мыслить аналитически

Ставьте реакции и делитесь своим мнением в комментариях!

#НастяАн

Кайфуйте, жизнь одна: мои самые приятные рабочие задачи

Вот и среда, my dudes! Сегодня в нашей коммуналке мы снова заглядываем в комнату BI — и с вами снова я, Маша, старший BI-разработчик вертикали Товары.
Недавно у меня был день рождения и отпуск, поэтому сами понимаете, хочется говорить только о приятном — кайфовых задачах.

⭐ Например, в этом квартале я начала делать новый большой дашборд по основным метрикам всей вертикали. MVP уже почти готов, и я с трепетом жду дня, когда моё детище сможет увидеть мир.
Всегда интересно и приятно с нуля создавать отчёт, который будет полезен большому числу коллег. Дашборд с нулём просмотров — ночной кошмар любого BI-щика.

⭐ Но, как вы уже знаете, не дашбордами едиными жив BI-разработчик — у нас очень много и других задач, о которых я рассказывала в своём первом посте.
Не меньше дашбордов мне нравится продумывать архитектуру данных. Например, распилить одну огромную неповоротливую витрину на несколько витрин, чтобы с ними было проще работать и чтобы запараллелить расчёты. Благодаря этому можно значительно сократить время готовности данных.
Сейчас я работаю над «распилом» одной из основных витрин кластера — витрины, на которой считается большинство наших метрик в А/Б-тестах.

⭐ Ещё очень люблю микрозадачи, направленные на помощь аналитикам из соседних команд: что-то подсказать, проконсультировать, поревьюить PR. Эдакий быстрый дофамин, даже от маленькой помощи одному человеку💗

Наверное, невозможно составить спринт исключительно из своих любимых задач. Так или иначе приходится работать и с монотонными задачами:
→ Своей историей о рутинной задаче недавно делилась Настя.
→ И с неприятными эдхоками тоже приходится сталкиваться, об этом писали Юля и Лада в своих постах.

Но всё-таки я думаю, что если ты искренне любишь хотя бы половину своих задач — это уже здорово 😍

#МашаАн