Мысли про уровни отношений с аналитиком

Прочитал статью от Леши (Malex) про то, как выстроить отношения продакт-аналитик.

Леша выделяет 3 уровня взаимодействия

1. Аналитик - руки продакта
2. Продакт и аналитик - партнеры
3. Аналитик - драйвер продукта по некоторым направлениям

Когда я работал в Сбере, борьба была за то, чтобы с 1 перейти на 2. Там непонятно кто был виноват, скорее и те и те. Продакты брали активностью, а не продуктовым видением. А d-people в самостоятельном плавании нередко шли совсем не туда (порой большими подразделениями). Были сильные аналитики, которые имели свои зоны ответственности. Например, делали закрепление менеджеров за клиентами, следили за выдачей кредитов или делали антифрод. Но по компании это нечастые кейсы.

В Авито же распространен именно уровень 3. Аналитики отвечают за свои зоны в продукте, например разрабатывают прайсинг. Мы как ds-ы тоже много за что отвечаем. Например, на нас лежит дизайн механизмов продвижения.

💎 И в общем это очень крутой кейс. Но не потому что у нас так интересно работать аналитикам. А что столько работы и ответственности на аналитиков можно взвалить. И эту работу они сделают действительно хорошо. Тогда аналитика уже будет не просто вспомогательная функция, которая является затратами, а полноценная вертикаль, обеспечивающая работу бизнеса. Выстроить такую систему - задача топ-менеджера и его возможность повысить эффективность компании.

🔜 Читайте также
Инфляция грейдов
Документо-ориентированное управление

#management

Data Weekend Offer

Всем привет! У нас в Авито 5-6 октября будет Data Weekend Offer для дата сайнтистов, дата инженеров и аналитиков. Это день, когда мы командами собираемся и проводим большую волну отбора новых сотрудников. Можно участвовать как онлайн, так и оффлайн у нас в офисе.

Очень рекомендую поучаствовать всем, кто потенциально интересуется работой в Авито. Точно получите 🌡 опыт. А если пройдете до оффера, получите его в эти же выходные.

#worklife

Впечатления от AI Conf

Серия осенних DS конференций продолжается. Вот какие лично у меня на радаре

- Practical ML Яндекса был пару недель назад
- В эти четверг и пятницу была AI Conf
- В эти выходные идет e-code от Озона (ML трек будет завтра, кстати рекомендую сходить)
- В ноябре проходит AI Journey Сбера (даты пока не опубликованы)

Собственно последние два дня я был на AI Conf. И вот какие у меня впечатления.

В отличии от остальных конференций, она была платной. Причем платной настолько, что за свои деньги вы туда скорее всего не пошли бы. Рассчитано на enterprise. Но как плюс, при относительно небольшом количестве участников, подавляющее большинство присутствующих было мидл+ уровня. А случайных людей не было вообще.

Доклады и организация были очень хорошего качества. В отличии от других конференций темы не были смещены в сторону хайповых LLM. Кроме того, большинство докладов были про реальный продакшн. К сожалению, записи пока не выложены в открытый доступ. Надеюсь, что спустя какое-то время будут - авторам же нужно повышать свой visibility.

Я стоял на нашем стенде и сам докладов посмотрел немного. Из выступлений других компаний особенно интересно было послушать про рекомендации Озона и Wildberries. Рассказы были подробные - хранить секреты в нашей области скорее невыгодно. Даже послушав, что сделано у конкурента, так просто это не повторить. В целом и у нас, и у них все примерно похоже и проблемы одни и те же.

Вообще, удалось много с кем познакомиться и отлично провести время между собой. Получилось что-то вроде кросс-командного DS тимбилдинга. Мы поддерживали наших выступающих: Даню Бочарникова и Юру Батракова, участвовали в ds-квизе и просто общались. Было очень душевно.

#worklife

🔜Читайте также
Впечатления с PracticalML

Хочу обратить внимание на статью Ильи Валяева из поиска Авито, в которой описано текущее состояние нашей системы. Я работаю с поиском уже почти 2 года, и питаю к нему теплые чувства (несмотря на обилие эвристик и местами запутанного старого кода - все уже стало родным 😕).

На мой взгляд статья полезна широкому DS читателю. Она даст вам представление, как устроен поиск в серьезных нагруженных приложениях и поможет тем, кто готовится к систем дизайн собесам!

Как я наблюдаю за стажерами и как я сам им когда-то был

В продолжении темы, как я ощущаю свой возраст. У нас сейчас вышло много стажеров. Если вы один/одна из них, я искренне вас поздравляю.

Стажеры выходят волнами, у них есть различные совместные активности, презентации про работу делают и т.д. И сидишь такой на кухне и слушаешь, как они обмениваются кто в какую команду вышел, кому уже дали боевые задачи, а кому нет, сравнивают офис Авито и Яндекса. Кто-то совсем скромный, кто-то наоборот понаглее. Большинство молодые, но видел и парня постарше. Напомнило сериал Новичок прям 🙂 (картинка оттуда)

Вот так смотришь на все это и вспоминаешь, что был стажером аж 10 лет назад. Я устроился аналитиком в консалтинговую фирму, и в первый рабочий день с руководителем полетел в командировку (большую часть своей полуторалетней карьеры консультанта я провел на заводах)). Помню, что меня удивило ощущение, что нормой является в середине рабочего дня куда-нибудь полететь.

Наверное новый этап жизни начинается, когда ты проходишь какие-то первые работы, дорастаешь до уровня лида.. и в какой-то момент перед тобой открывается истинное положение вещей в карьере.

Если интересно, в чем оно заключается, накидайте мне 🐳

upd Продолжение будет в субботу

#worklife

Выбор, который обнаруживаешь в середине карьеры

Итак, вижу, что всем интересно, что такого понимает человек, после прохождения определенного этапа карьерного пути. У меня эта тема тоже откликается ❤️‍🔥и я с радостью поделюсь своим мнением. Я пришел к нескольким выводам, но все они достаточно объемные. Поэтому в этом посте расскажу про один.

На самом деле для вас не заготовлено никакого карьерного пути, по которому вы будете двигаться, хорошо делая свою работу и потихоньку повышая свои навыки. Вам нужно будет решить что делать дальше.

Большинство из нас привыкли, что нужно следовать правилам и все будет хорошо. Ходишь в школу, получаешь оценки. Потом институт, где то же самое. На работе, если ты приходишь в крупную компанию, то начинаешь получать грейды, повышения на ревью и кажется, что так будет всегда.

На самом деле нет) Во взрослом мире нет готовой траектории. Компания доведет вас до синьора или тимлида, а дальше все зависит от вас. И вам нужно будет делать выбор что делать дальше. Вот варианты, которые есть на мой субъективный взгляд

- Путь жизни. Может быть вас все устраивает. Вы достигли желаемой карьерной позиции. Можете оставить гонки в стороне, наслаждаться жизнью, заниматься хобби, семьей и так далее. Абсолютно нормальный здоровый выбор

- Путь менеджера. Быть менеджером - интересно, хотя характер работы сильно меняется. Нужно понимать, что тут вам никто не приготовил позиции на вырост и ваша задача самим их себе искать. Внутри или вне компании. Конкурировать в другими такими же менеджерами и выстраивать хорошие взаимоотношения с людьми, чтобы когда будет возможность вас позвали. Да, и с инженерным развитием этот путь сочетать не получится.

- Путь стартапера. Вы можете быть фаундером или прийти на позицию DS-а кофаудера, или пойти работать в стартап на ранней стадии за долю. Наверное, это самый престижный путь. Кто не хочет стать новым Сэмом Альтманом? Но если в компании менеджерские позиции так или иначе появляются и расти вполне реально, то в стартаперстве вероятность заранее не в вашу пользу. Пан или пропал. Я думаю, чтобы идти в стартап, нужно очень хотеть и гореть идеей.

- Путь мастерства. Вы стараетесь стать первоклассным инженером на позиции синьора или руководителя относительно небольшого отдела. На этом пути главное - получение общественно признанных достижений. Выступления на конференциях, статьи, работа в престижной компании, публичные репозитории, курсы, телеграм канал в конце концов. Почему именно публичные достижения - это единственный способ получить реальную оценку. Вы конечно можете получить сверхрезультат на ревью, но это медалька в своей песочнице.

В общем, я выбрал для себя путь мастерства. И во многом поэтому я перешел из Сбера в Авито с сильным уменьшением количества подчиненных, но на гораздо более сложную техническую задачу.

На этом наверное все. Обсуждения крайне приветствуются. И еще я запущу опрос за какой вы путь 💎

Если вам было интересно и хотите послушать от меня еще инсайтов, накидайте еще 🐳

#career@big_ledovsky

🔜Читайте также
Инфляция грейдов
Мои сильные и слабые стороны
Мои принципы в управлении

💻 Должен ли DS писать продовый код?

Всем привет! Меня зовут Саша Ледовский. Я DS Team Lead в Adtech Авито, и я очень рад написать для канала Avito Data Tech.

Хочу обсудить с вопрос, касающийся роли DS в компании — а должен ли DS писать продовый код? Под продовым кодом я имею в виду не даги на airflow раз в сутки, а прям доработки в real-time сервисы, с нагрузкой и критичностью.

🔍 В пользу ответов «Да» или «Нет» есть свои аргументы.

В пользу «Нет» есть два аргумента. Во-первых, людей, разбирающихся и в ML, и в проде, сложно искать. Во-вторых, есть DS-ы, которым не хочется разбираться в сложном коде бэкенда, заниматься отладкой, писать тесты и делать прочие, присущие работе с продовым кодом, вещи.

В пользу «Да» тоже есть что сказать. Реальные сервисы — это не модель с обёрткой в API. Там есть туча логики, алгоритмов, эвристик, постобработок, нужно понимать, как отправляются события, доезжают фичи и прочее. Оффлайн приемку нужно гонять, в конце концов. Передавать это от DS-а к разработчику и обратно в полной мере невозможно.

📌 Лично я выступаю за то, что обычный DS должен писать в прод, и рынок, по мере увеличения зрелости, к этому придёт. Например, у нас в Авито DS — это в первую очередь инженер. На наших собеседованиях одним из важных факторов является опыт работы с продом. Всем, кто пока не работал с продом и с нагрузкой — очень рекомендую попробовать. Это правда интересно!

С другой стороны, мне кажется правильным, что в ряде компаний из DS часто выделяют исследователей — Applied Researchers или что-то вроде того. Исследователи находятся в отдельных командах, не отвечают за прод, а занимаются именно исследованиями: разрабатывают новые алгоритмы, читают и пишут статьи, развивая технологии в долгую.

Итог: если вы DS, я рекомендую вам либо уделить внимание инженерным навыкам или целенаправленно перемещаться в исследователи. Быть посередине, на мой взгляд, менее перспективно. Что думаете?

#DS

Скоро осенняя I'ML

Обещал, что буду писать про предстоящие Data Science конференции.

8 ноября будет проходить IML. Первый раз IML проходила в мае. Я должен был тогда выступить, но в итоге у меня произошла накладка с поездкой на WebConf. В этот раз я тоже буду участвовать, но в качестве эксперта (вести дискуссию с докладчиком после выступления).

Фокус конфы - MLOps. Большая часть докладов будет про применение моделей в продакшене. Два доклада, которые меня заинтересовали больше всего: оценка качества моделей поиска Я.Лавки (очень близкая мне тема, я там буду как раз в качестве эксперта) и Airflow под высокой нагрузкой в Okko.

🔜Читайте также
Впечатления с E-CODE 2024
Впечатления с PracticalML 24

#tech

Сезон набора формы и сезон эксплуатации формы для DS

На днях узнал от Андрея интересные инсайты про бег 🏃‍♂️ и подумал, насколько это применимо к Data Science. Андрей увлекается триатлонными видами спорта. Прям по серьезке. У него в порядке нормы, когда больше одной тренировки в день. Оказалось, что в беге есть два сезона: сезон набора формы и сезон ее эксплуатации.

Оказалось, неэффективно одновременно участвовать в соревнованиях и наращивать свои показатели. В сезон, когда активно идут забеги, нужно восстанавливаться и подводиться к новым дистанциям. В этот период можно только поддерживать свою форму на том же уровне. А в сезон, когда забегов нет, можно улучшать форму и повышать темп и объемы в которых тебе комфортно бежать.

💎 Я задумался, а применимо ли это к Data Science? В данном случае набор формы - это чтение статей, прохождение курсов, изучение докладов на конференциях и open-source кода. Эксплуатация формы - это решение прикладных задач.

Конечно, на работе 👨‍💻 вам как правило никто не даст потратить квартал на рисерч. И это правильно. В большинстве ситуаций лучше всего выдавать пусть небольшой результат, но регулярно. Однако, задачи бывают разные по сложности. Плюс когда мы говорим про DS, мы говорим и про активность вне работы: хобби-проекты, соревнования, рисерч итд.

Условно, в один квартал можно брать задачу, которая представляет для вас челлендж. А в другой квартал брать стандартные для себя задачи и посвящать время совершенствованию своих навыков. Мне кажется, что моя проблема, что я не могу разделить две эти активности, поэтому мой рост "формы" происходит медленнее, чем я бы хотел. Наверное, последний системный период набора формы у меня был два года назад, когда я проходил HardML. Все остальное было смазано фокусами на какие-то прикладные задачи.

Как всегда, буду рад услышать ваше мнение!

🔜Читайте также
Впечателения от HardML
Как разобраться в трансформерах - про открытый ШАДовский курс NLP