HR на связи: Как не стоит проходить собеседования
Собрали для вас вредных советов из личного опыта наших эйчаров, которые точно помогут рекрутерам запомнить вас надолго!🔥
Лейте побольше воды
Ни в коем случае не готовьте краткий тезисный рассказ о своем опыте заранее, сыпьте всеми терминами и подробностями, которые вспомните на ходу.
Не слушайте рекрутера
Зачем дослушивать вопрос и тратить время, если можно побыстрее начать говорить — а то ведь иначе не успеете рассказать про все-все-все, что пришло в голову.
Уходите от ответов
Не знаете, что сказать? Ни в коем случае не задавайте уточняющих вопросов. Лучше потяните время, пока в ответ не махнут рукой.
Избегайте разговоров про тестовое, если не уверены в нем
Вы же его уже сделали, что еще им нужно? И вообще, у вас было недостаточно информации, и вы уже и не помните, что там написали.
Следуйте NDA
Будьте послушны и не раскрывайте никаких деталей с прошлого места работы. Никто не должен узнать, чем именно вы там занимались, и тем более — что из этого вышло!
Ушли с работы или проекта, о котором говорите?
Все равно упомяните его — зачем вам знать, какой вышел результат, это же все равно опыт!
Не бойтесь конфликта
Понимаете, что разговор не клеится? Расстраиваетесь? Лучшая защита — нападение! Спросите, почему они придираются — а то вдруг им казалось, что все идет нормально и вы просто волнуетесь.
Эффективнее всего применять все советы сразу — теперь вы точно выделитесь на фоне других кандидатов. Удачи!
P.S. А если серьезно —постарайтесь запомниться рекрутерам своей уверенностью, готовностью к беседе и профессиональным отношением. И, конечно, расскажите нам про свои казусы с собеседований, которые проходили или проводили! ❤️
🔜 @leftjoin_career
#HR_на_связи
Собрали для вас вредных советов из личного опыта наших эйчаров, которые точно помогут рекрутерам запомнить вас надолго!
Лейте побольше воды
Ни в коем случае не готовьте краткий тезисный рассказ о своем опыте заранее, сыпьте всеми терминами и подробностями, которые вспомните на ходу.
Не слушайте рекрутера
Зачем дослушивать вопрос и тратить время, если можно побыстрее начать говорить — а то ведь иначе не успеете рассказать про все-все-все, что пришло в голову.
Уходите от ответов
Не знаете, что сказать? Ни в коем случае не задавайте уточняющих вопросов. Лучше потяните время, пока в ответ не махнут рукой.
Избегайте разговоров про тестовое, если не уверены в нем
Вы же его уже сделали, что еще им нужно? И вообще, у вас было недостаточно информации, и вы уже и не помните, что там написали.
Следуйте NDA
Будьте послушны и не раскрывайте никаких деталей с прошлого места работы. Никто не должен узнать, чем именно вы там занимались, и тем более — что из этого вышло!
Ушли с работы или проекта, о котором говорите?
Все равно упомяните его — зачем вам знать, какой вышел результат, это же все равно опыт!
Не бойтесь конфликта
Понимаете, что разговор не клеится? Расстраиваетесь? Лучшая защита — нападение! Спросите, почему они придираются — а то вдруг им казалось, что все идет нормально и вы просто волнуетесь.
Эффективнее всего применять все советы сразу — теперь вы точно выделитесь на фоне других кандидатов. Удачи!
P.S. А если серьезно —
#HR_на_связи
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥4😡3🥰1😁1
Допускали хоть одну ошибку на собесах из поста выше?
Anonymous Poll
70%
Признаюсь, было дело...
30%
Ни разу, у меня все искренне и по делу!
❤2👍2🥰1
Teamwork: как дата-команда работает над сложными проектами
О том, чем вообще можно заниматься в данных, мы уже говорили. Сегодня посмотрим на то, как разные специалисты работают вместе в агенстве, которое строит сквозную аналитику для бизнеса на аутсорсе. Например, мы в Valiotti Analytics делали именно это для эдтех-стартапа Refocus.
Команда проекта:
🔵 Проджект-менеджер: связь между командой и заказчиком, организация созвонов.
🔵 Лид: организация работы команды и технические консультации.
🔵 Инженер: настройка сервера и хранилища данных, создание пайплайнов.
🔵 Аналитики: написание кода для выгрузки данных из хранилища, создание витрин данных и дашбордов, предиктивная аналитика.
Этапы проекта:
🔵 Определение целей заказчика
🔵 Аудит существующей системы
🔵 Выбор инструментов
🔵 Визуализация
🔵 Настройка и автоматизация процессов
🔵 Поддержка системы
Коммуникация
Проектный формат значит плотный контакт с клиентом и множество дедлайнов. Получение доступов, сбор требований и правок после каждой итерации работ — база не только для проджекта и лида, а для всех ребят в команде. Поэтому кроме внутреннего канала связи нужен общий с заказчиком, чтобы у всех был к нему доступ.
Задачи
Агентство работает над многими проектами параллельно, и нагрузка распределяется с учетом опыта и занятости спецов. Имеет смысл делить задачи не по используемым технологиям, а по содержанию: например, один аналитик работает только с данными по продажам, другой — по прогрессу студентов, а инженер подключается по запросу коллег на разных проектах. Важно держать команду в курсе и уметь передавать работу друг другу для равномерной нагрузки.
Софт-скиллы
В проектной работе над аналитикой, по сравнению с другими форматами, особенно важны коммуникабельность и способность к самоорганизации, умение переключаться между тасками и разобраться в разных инструментах.
Ну как, вам бы подошел такой формат работы — или хотели бы в обычный отдел аналитики?👀
#into_data
О том, чем вообще можно заниматься в данных, мы уже говорили. Сегодня посмотрим на то, как разные специалисты работают вместе в агенстве, которое строит сквозную аналитику для бизнеса на аутсорсе. Например, мы в Valiotti Analytics делали именно это для эдтех-стартапа Refocus.
Команда проекта:
Этапы проекта:
Коммуникация
Проектный формат значит плотный контакт с клиентом и множество дедлайнов. Получение доступов, сбор требований и правок после каждой итерации работ — база не только для проджекта и лида, а для всех ребят в команде. Поэтому кроме внутреннего канала связи нужен общий с заказчиком, чтобы у всех был к нему доступ.
Задачи
Агентство работает над многими проектами параллельно, и нагрузка распределяется с учетом опыта и занятости спецов. Имеет смысл делить задачи не по используемым технологиям, а по содержанию: например, один аналитик работает только с данными по продажам, другой — по прогрессу студентов, а инженер подключается по запросу коллег на разных проектах. Важно держать команду в курсе и уметь передавать работу друг другу для равномерной нагрузки.
Софт-скиллы
В проектной работе над аналитикой, по сравнению с другими форматами, особенно важны коммуникабельность и способность к самоорганизации, умение переключаться между тасками и разобраться в разных инструментах.
Ну как, вам бы подошел такой формат работы — или хотели бы в обычный отдел аналитики?
#into_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥5❤2👏1
Telegraph
Как правильно работать с LinkedIn?
Вы спрашивали, и мы отвечаем! LinkedIn — одна из крупнейших платформ для нетворкинга и поиска работы. Правда, это не агрегатор вакансий, поэтому эффективно использовать свой профиль здесь сложнее, чем просто рассылать резюме. С чего же начать? Оформление…
По просьбам трудящихся мы подготовили гайд, который поможет вам наполнить и продуктивно использовать страницу на LinkedIn.
В нем есть все, что нужно для начала — советы по оформлению, раскрутке и нетворкингу. Удачного пользования!
Понравилось? Сохраняйте, чтобы не потерять, и расскажите друзьям!🔥
🔜 @leftjoin_career
В нем есть все, что нужно для начала — советы по оформлению, раскрутке и нетворкингу. Удачного пользования!
Понравилось? Сохраняйте, чтобы не потерять, и расскажите друзьям!
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9❤6🔥4👏1
Британские ученые пока еще не установили причину стремления к непродуктивному «улучшайзингу». Как только появятся результаты — сразу же сообщим вам.
Продуктивной недели 🚀
🔜 @leftjoin_career
Продуктивной недели 🚀
Please open Telegram to view this post
VIEW IN TELEGRAM
😁11❤5🔥3🏆1
Вакансия: Forest Data Analyst в Land Life Company
Посреди рабочей недели обычно хочется разлогиниться и уехать жить в лес, не так ли?
А вот Лесной аналитик данных может так прямо на работе. В компании Land Life из Нидерландов, которая занимается восстановлением разрушенных ландшафтов, как раз существует такая позиция.
Что нужно делать?
🔵 Собирать и обрабатывать данные по росту и здоровью леса.
🔵 Участвовать в сборе образцов почвы и дерева на местах посадки леса.
🔵 Строить и анализировать модели данных, составлять отчёты.
Какие требования?
🔵 Владение Python, R.
🔵 5-10 лет опыта в статистике и аналитике данных.
🔵 Способность объяснять сложную информацию просто.
🔵 PhD в лесной экологии или смежной сфере.
Какие условия?
🔵 Возможность трогать траву ежедневно.
🔵 А что ещё нужно человеку?
@leftjoin_career
Посреди рабочей недели обычно хочется разлогиниться и уехать жить в лес, не так ли?
А вот Лесной аналитик данных может так прямо на работе. В компании Land Life из Нидерландов, которая занимается восстановлением разрушенных ландшафтов, как раз существует такая позиция.
Что нужно делать?
Какие требования?
Какие условия?
@leftjoin_career
Please open Telegram to view this post
VIEW IN TELEGRAM
❤15🔥10😁5😡1
Тестовые задания: задачка на Python и когортный анализ
На прошлой неделе мы разбирали задачку на SQL и считали LTV для недельной когорты новых игроков. Сегодня те же вводные данные, но другая задача.
В этой задаче нужно написать код на Python, который построит таблицу когортного анализа удержания новичков. Примерный вид итоговой таблицы: в колонке Week_start неделя первого входа игрока в игру — когорта; следующие 30 колонок — дни после первого входа.
Что проверяет такая задача?
🔵 базовое знание Python
🔵 понимание сути когортного анализа
Как можно решить?
1️⃣ Берем датафрейм, соответствующий таблице, в которой есть логирование всех входов игрока в игру.
2️⃣ Получаем дату первого захода пользователя и определяем неделю первого входа в качестве когорты.
3️⃣ Считаем количество дней между первым входом и остальными заходами пользователя.
4️⃣ Формируем таблицу в соответствии с датафреймом, где 0 день соответствует размеру когорты.
5️⃣ Корректируем названия столбцов и заполняем нулями пустые значения, где Day <= (current_date - первый день недели).dt.days.
Наш вариант решения:
Задавайте вопросы и предлагайте ваши способы решения в комментариях!
#разбор_тестового
На прошлой неделе мы разбирали задачку на SQL и считали LTV для недельной когорты новых игроков. Сегодня те же вводные данные, но другая задача.
В этой задаче нужно написать код на Python, который построит таблицу когортного анализа удержания новичков. Примерный вид итоговой таблицы: в колонке Week_start неделя первого входа игрока в игру — когорта; следующие 30 колонок — дни после первого входа.
Что проверяет такая задача?
Как можно решить?
Наш вариант решения:
users_first_login = df.groupby('user_id').agg(
first_login = ('created', 'min')
).reset_index()
users_first_login['week_start'] = users_first_login['first_login'].dt.to_period('W').apply(
lambda r: r.start_time)
df_final = pd.merge(users_first_login, df, how='inner', on='user_id')
df_final['day'] = (df_final['created'] - df_final['first_login']).dt.days
df_final_pivot = pd.pivot_table(df_final, values='user_id', index='week_start',
columns='day', aggfunc='count')
df_final_pivot = df_final_pivot.astype('Int32')
df_final_pivot.columns = list(map(lambda x: 'Day_' + str(x), df_final_pivot.columns))
Задавайте вопросы и предлагайте ваши способы решения в комментариях!
#разбор_тестового
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤4🔥3
HR на связи: 4 кейса, которые помогут пройти любое интервью
Важная часть любого интервью — поведенческие вопросы. Все они направлены на то, чтобы узнать больше о ваших успехах, ошибках и уроках, которые вы вынесли.
Чтобы не теряться и не впадать в ступор, мы подготовили 4 кейса, которые расскажут о вашем опыте лучше вас🔥
1️⃣ Самый успешный проект
Медятина вашей карьеры — то, чем вы гордитесь и о чем можете рассказать на языке результата.
2️⃣ Самый провальный проект
Многие специально умалчивают о проектах, которые не получились. Но ошибаться — абсолютно нормально. Ваши провальные кейсы могут показать рекрутеру, что вы способны признавать ошибки и выносить из них уроки.
3️⃣ Самый сложный заказчик / клиент / руководитель, с которым вам довелось работать или решать вопрос
Этот кейс раскрывает ваш навык работы с людьми. В конкурентной гонке за вакантное место чаще всего выигрывают кандидаты с хорошо развитыми soft-skills, так как даже на самой технической позиции придется взаимодействовать с людьми.
4️⃣ Самый интересный проект
Рекрутер должен понять, что вам нравится ваша работа. Демотивированный кандидат с малой долей вероятности принесет компании результат, да и мало кто захочет видеть постоянно грустное и недовольное лицо на командных созвонах.
Есть ли такие кейсы в вашем портфолио? Делитесь в комментариях!
🔜 @leftjoin_career
#HR_на_связи
Важная часть любого интервью — поведенческие вопросы. Все они направлены на то, чтобы узнать больше о ваших успехах, ошибках и уроках, которые вы вынесли.
Чтобы не теряться и не впадать в ступор, мы подготовили 4 кейса, которые расскажут о вашем опыте лучше вас
Медятина вашей карьеры — то, чем вы гордитесь и о чем можете рассказать на языке результата.
Многие специально умалчивают о проектах, которые не получились. Но ошибаться — абсолютно нормально. Ваши провальные кейсы могут показать рекрутеру, что вы способны признавать ошибки и выносить из них уроки.
Этот кейс раскрывает ваш навык работы с людьми. В конкурентной гонке за вакантное место чаще всего выигрывают кандидаты с хорошо развитыми soft-skills, так как даже на самой технической позиции придется взаимодействовать с людьми.
Рекрутер должен понять, что вам нравится ваша работа. Демотивированный кандидат с малой долей вероятности принесет компании результат, да и мало кто захочет видеть постоянно грустное и недовольное лицо на командных созвонах.
Есть ли такие кейсы в вашем портфолио? Делитесь в комментариях!
#HR_на_связи
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8❤3🥰2
Завтра в Data №1: от анализа данных при продаже кумыса до руководителя международной аналитики
Запускаем новую рубрику, где расскажем об экспертах в сфере Data — об их крутых проектах, пройденном пути и накопленном опыте.
🔜 Гость пилотного выпуска — Роман Васильев, руководитель международной аналитики «Яндекс Поиск».
Автор Telegram-каналов Start Career in DS и я так понимаю, Роман Васильев.
О чем это интервью?
🔵 Как развиваться в Data новичку: университет, курсы или самостоятельное обучение.
🔵 О факторах, влияющих на успех в сфере.
🔵 О подводных камнях в работе.
🔵 Что читать и смотреть, чтобы развиваться в Data (ссылки оставили в комментариях).
Все подробности — в карточках 🔥
А задать любые интересующие вопросы Роману можно в комментариях!
🔜 @leftjoin_career
#завтра_в_data
Запускаем новую рубрику, где расскажем об экспертах в сфере Data — об их крутых проектах, пройденном пути и накопленном опыте.
Автор Telegram-каналов Start Career in DS и я так понимаю, Роман Васильев.
О чем это интервью?
Все подробности — в карточках 🔥
А задать любые интересующие вопросы Роману можно в комментариях!
#завтра_в_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤4🥰4👎2