Продолжаем тему про Call of Duty! Первая часть тут.
Самый ценный раздел: Результаты A/B тестов
Activision открыто делится результатами масштабных экспериментов, что является золотым стандартом в индустрии. В 2024 году они провели тест «Deprioritize Skill», ослабив влияние навыка на 50% популяции в Северной Америке. Результаты были «впечатляющими»:
· Возвращаемость игроков (14 дней): У 90% игроков количество возвращений в игру снизилось. Лишь у топ-10% самых skilled игроков этот показатель вырос.
· Вывод: Краткосрочная выгода для элиты наносит долгосрочный ущерб здоровью игрового пула.
· Процент выхода из матча (Quit Rate): Вырос у 80% игроков. Исторически этот показатель имеет сильную отрицательную корреляцию с «уровнем веселья».
· Количество разгромных побед (Blowouts): Увеличилось для всех. Разгромные победы также негативно коррелируют с «весельем».
· Kills Per Minute (KPM) / Score Per Minute (SPM): У низкоуровневых игроков KPM/SPM значительно упал, а у топ-10% — значительно вырос.
Главный инсайт: Система без учета навыка запускает негативную петлю обратной связи. Низкоуровневые игроки уходят, из-за чего средний скилл сообщества растет. Вчерашний игрок из топ-10% становится сегодняшним «середнячком», начинает проигрывать и тоже уходит. В итоге остается лишь небольшая группа элитных игроков, что вредит экосистеме в целом.
4. Механика подбора: Эвристики и NP-сложные задачи
Процесс поиска матча — это компромисс между качеством и скоростью. Алгоритм каждые 5 секунд пытается сгруппировать игроков, используя N-мерное расстояние между их «поисками»:
· Геолокация (широта/долгота)
· Навык (процентиль, взвешенный для сопоставимости с географией)
· Устройство ввода (контроллер или клавиатура/мышь)
Для балансировки команд используется модификация эвристики Кармаркара-Карпа для решения NP-трудной задачи k-partitioning. Это яркий пример применения теоретической компьютерной науки к реальной бизнес-проблеме, где необходимо найти «достаточно хорошее» решение за миллисекунды.
Что это значит для нас, как для аналитиков?
1. Приоритет долгосрочного здоровья продукта: Решения, основанные на данных, должны оценивать не только сиюминутные метрики (например, KPM для топовых игроков), но и долгосрочные эффекты, такие как удержание и здоровье всей экосистемы.
2. Сложность как необходимость: Простые ML-метрики часто не работают в вакууме. Необходимо учитывать устойчивость к манипуляциям, адаптивность и операционные ограничения.
3. Сила экспериментов: A/B тестирование — единственный способ по-настоящему понять причинно-следственные связи в сложных системах.
4. Компромисс — это нормально: Идеального Matchmaking не существует. Речь всегда идет о поиске баланса между скоростью, качеством связи, справедливостью и долгосрочной вовлеченностью.
Эта документация — блестящий пример data-driven подхода к проектированию сложных пользовательских систем. Она показывает, как с помощью экспериментов и строгого анализа можно принимать решения, которые хоть и могут быть непопулярными среди части комьюнити, но работают на благо продукта в долгосрочной перспективе.
Источник: Activision Publishing, Inc. "Matchmaking Series: The Role of Skill in Matchmaking" (2024).
Рекомендую к прочтению целиком.
Самый ценный раздел: Результаты A/B тестов
Activision открыто делится результатами масштабных экспериментов, что является золотым стандартом в индустрии. В 2024 году они провели тест «Deprioritize Skill», ослабив влияние навыка на 50% популяции в Северной Америке. Результаты были «впечатляющими»:
· Возвращаемость игроков (14 дней): У 90% игроков количество возвращений в игру снизилось. Лишь у топ-10% самых skilled игроков этот показатель вырос.
· Вывод: Краткосрочная выгода для элиты наносит долгосрочный ущерб здоровью игрового пула.
· Процент выхода из матча (Quit Rate): Вырос у 80% игроков. Исторически этот показатель имеет сильную отрицательную корреляцию с «уровнем веселья».
· Количество разгромных побед (Blowouts): Увеличилось для всех. Разгромные победы также негативно коррелируют с «весельем».
· Kills Per Minute (KPM) / Score Per Minute (SPM): У низкоуровневых игроков KPM/SPM значительно упал, а у топ-10% — значительно вырос.
Главный инсайт: Система без учета навыка запускает негативную петлю обратной связи. Низкоуровневые игроки уходят, из-за чего средний скилл сообщества растет. Вчерашний игрок из топ-10% становится сегодняшним «середнячком», начинает проигрывать и тоже уходит. В итоге остается лишь небольшая группа элитных игроков, что вредит экосистеме в целом.
4. Механика подбора: Эвристики и NP-сложные задачи
Процесс поиска матча — это компромисс между качеством и скоростью. Алгоритм каждые 5 секунд пытается сгруппировать игроков, используя N-мерное расстояние между их «поисками»:
· Геолокация (широта/долгота)
· Навык (процентиль, взвешенный для сопоставимости с географией)
· Устройство ввода (контроллер или клавиатура/мышь)
Для балансировки команд используется модификация эвристики Кармаркара-Карпа для решения NP-трудной задачи k-partitioning. Это яркий пример применения теоретической компьютерной науки к реальной бизнес-проблеме, где необходимо найти «достаточно хорошее» решение за миллисекунды.
Что это значит для нас, как для аналитиков?
1. Приоритет долгосрочного здоровья продукта: Решения, основанные на данных, должны оценивать не только сиюминутные метрики (например, KPM для топовых игроков), но и долгосрочные эффекты, такие как удержание и здоровье всей экосистемы.
2. Сложность как необходимость: Простые ML-метрики часто не работают в вакууме. Необходимо учитывать устойчивость к манипуляциям, адаптивность и операционные ограничения.
3. Сила экспериментов: A/B тестирование — единственный способ по-настоящему понять причинно-следственные связи в сложных системах.
4. Компромисс — это нормально: Идеального Matchmaking не существует. Речь всегда идет о поиске баланса между скоростью, качеством связи, справедливостью и долгосрочной вовлеченностью.
Эта документация — блестящий пример data-driven подхода к проектированию сложных пользовательских систем. Она показывает, как с помощью экспериментов и строгого анализа можно принимать решения, которые хоть и могут быть непопулярными среди части комьюнити, но работают на благо продукта в долгосрочной перспективе.
Источник: Activision Publishing, Inc. "Matchmaking Series: The Role of Skill in Matchmaking" (2024).
Рекомендую к прочтению целиком.
🔥10🥰3❤2
Аналитики, привет! 👋
🔥 Для всех, кто любит технологии и ИИ — свежая новость! Perplexity запустил Comet, первый ИИ-браузер для широкой аудитории, который теперь доступен бесплатно. Раньше он был платным (200$ в месяц), а теперь попробовать может каждый.
Comet — это не просто браузер, а целый арсенал умных функций:
— молниеносный поиск по любым источникам
— автоматический анализ писем, вкладок и покупок
— подсказки, переводы и объяснения
— помощь с кодом
Я лично протестировал Comet — и оказался впечатлён! Современные технологии давно перестали удивлять, а тут действительно вау-эффект, особенно в темах искусственного интеллекта 😄 И после полного провала chatGPT 5.
🥇 Если вам интересны новые инструменты для работы и обучения — обязательно попробуйте Comet.
👉 Вот мой реферальный доступ: https://pplx.ai/a1exeygavr91772
Уже пробовали? Какие открытия и плюсы заметили? Пишите в комментариях — обсудим! ❤️
🔥 Для всех, кто любит технологии и ИИ — свежая новость! Perplexity запустил Comet, первый ИИ-браузер для широкой аудитории, который теперь доступен бесплатно. Раньше он был платным (200$ в месяц), а теперь попробовать может каждый.
Comet — это не просто браузер, а целый арсенал умных функций:
— молниеносный поиск по любым источникам
— автоматический анализ писем, вкладок и покупок
— подсказки, переводы и объяснения
— помощь с кодом
Я лично протестировал Comet — и оказался впечатлён! Современные технологии давно перестали удивлять, а тут действительно вау-эффект, особенно в темах искусственного интеллекта 😄 И после полного провала chatGPT 5.
🥇 Если вам интересны новые инструменты для работы и обучения — обязательно попробуйте Comet.
👉 Вот мой реферальный доступ: https://pplx.ai/a1exeygavr91772
Уже пробовали? Какие открытия и плюсы заметили? Пишите в комментариях — обсудим! ❤️
❤6👍3🔥2
Проекты по поиску работы очень кучно пошли к концу года!
Вот и Хабр со своим первым онлайн фестом подобрался.
🔗 Ссылка для желающих
Мероприятие пройдет с 17 по 23 ноября, но чатик уже активно работает. Будет много классных спикеров и для поддержания diversity решили пригласить и меня :)
Непосредственно мое выступление с набившей оскомину названием «От пивовара до тимлида» удивит неплохой структурой процесса перехода и развития в профессией.
Вынужден признаться, что выступление вдохновлено работами Александра Кондрашкина, с которым мы некоторое время назад записывали подкаст.
Так что всех жду! Обязательно вступайте в чат, где в разделе «Карьерные консультации» будет Ваш покорный слуга :)
Вот и Хабр со своим первым онлайн фестом подобрался.
🔗 Ссылка для желающих
Мероприятие пройдет с 17 по 23 ноября, но чатик уже активно работает. Будет много классных спикеров и для поддержания diversity решили пригласить и меня :)
Непосредственно мое выступление с набившей оскомину названием «От пивовара до тимлида» удивит неплохой структурой процесса перехода и развития в профессией.
Вынужден признаться, что выступление вдохновлено работами Александра Кондрашкина, с которым мы некоторое время назад записывали подкаст.
Так что всех жду! Обязательно вступайте в чат, где в разделе «Карьерные консультации» будет Ваш покорный слуга :)
1👍12❤5🔥3
Всем привет!
Сегодня в 15-00 будет трансляция с моим участием. Разберем все этапы перехода в новую профессию. Жду активности от онлианалитиков :D Спамьте в чат нашими эмоджи😀 :D
Всем, кому интересно, могут зарегистрироваться по ссылке.
Сегодня в 15-00 будет трансляция с моим участием. Разберем все этапы перехода в новую профессию. Жду активности от онлианалитиков :D Спамьте в чат нашими эмоджи
Всем, кому интересно, могут зарегистрироваться по ссылке.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍6
Ребят!
Спешу сообщить Вам важную новость! Состоялась коллаборация Матемаркетинга и OnlyAnalyst.
Завтра на площадке пройдет самый массовый bootcamp на 50 человек! В рамках которого построим современную аналитическую культуры.
Была проделана большая работа и мой edTech проект выходит на совершенно новый уровень.
В ближайшее время bootcamp станет самостоятельной единицей и заживет своей жизнью. Это поможет мне сконцентрироваться на построении современной школы аналитики.
Следите за новостями!
С лендингом можете ознакомиться по ссылке:
https://matemarketing.ru/onlyanalyst-bootcamp
Спешу сообщить Вам важную новость! Состоялась коллаборация Матемаркетинга и OnlyAnalyst.
Завтра на площадке пройдет самый массовый bootcamp на 50 человек! В рамках которого построим современную аналитическую культуры.
Была проделана большая работа и мой edTech проект выходит на совершенно новый уровень.
В ближайшее время bootcamp станет самостоятельной единицей и заживет своей жизнью. Это поможет мне сконцентрироваться на построении современной школы аналитики.
Следите за новостями!
С лендингом можете ознакомиться по ссылке:
https://matemarketing.ru/onlyanalyst-bootcamp
5🔥23🥰5❤3
Forwarded from Интернет-аналитика // Алексей Никушин
Хотите за один день прокачать свой data-стек от запросов до пайплайнов? 🔥
10:30 | Зал «Оптика» (2 этаж) | OnlyAnalyst Bootcamp
Интенсив по аналитике данных, где вы пройдёте путь от Python и SQL до Docker, Superset и Airflow. Разберём инструменты, соберём рабочие связки и поймём, как это живёт в реальных проектах.
Если планируете развиваться в аналитике или давно хотели добить пробелы в стеке – точно стоит заглянуть.
Не пропустите! 🚀
https://matemarketing.ru/onlyanalyst-bootcamp
10:30 | Зал «Оптика» (2 этаж) | OnlyAnalyst Bootcamp
Интенсив по аналитике данных, где вы пройдёте путь от Python и SQL до Docker, Superset и Airflow. Разберём инструменты, соберём рабочие связки и поймём, как это живёт в реальных проектах.
Если планируете развиваться в аналитике или давно хотели добить пробелы в стеке – точно стоит заглянуть.
Не пропустите! 🚀
https://matemarketing.ru/onlyanalyst-bootcamp
matemarketing.ru
Bootcamp по аналитикеот OnlyAnalyst и Matemarketing
Реальный продовый кейс, который можно развернуть, показать работодателю и адаптировать под работу — это не учебные ноутбуки, а настоящий коммерческий проект.
🔥12❤4🥰2
Всем привет (еще раз)
Начинаю запись на декабрьский книжный клуб!
Первая книга — «Корпоративное озеро больших данных» Алекс Горелик.
https://bombora.ru/book/91097/
Следующие книги книжного клуба в основном выбирать буду я, но буду прислушиваться к мнению активных участников.
Ниже краткое саммари и плюсы, чтобы понять почему я выбрал именно эту книгу.
Краткое саммари:
Книга объясняет, как компании могут эффективно организовывать, управлять и использовать корпоративные озёра данных. Автор разбирает архитектуру, принципы управления качеством, подходы к метаданным и роли команд в экосистеме данных. Основной акцент — не на технологиях, а на процессах, ответственности и культуре, которые делают озеро данных реальным инструментом принятия решений, а не хаотичным складом файлов.
3 плюса книги:
1. Чёткое и практичное объяснение архитектуры озёр данных без лишней техничности.
2. Хорошие примеры реальных рабочих процессов и ролей.
3. Фокус на управлении данными и качестве — то, что действительно важно в корпоративной среде.
3 плюса книжного клуба:
1. Возможность разбирать сложные темы вместе и получать разные точки зрения.
2. Лёгкий способ дисциплинировать чтение и не откладывать книгу.
3. Возможность задать вопросы, обсудить кейсы и применимость идей к реальной работе.
Запись через личные сообщения — @onlyanalyst.
Начинаю запись на декабрьский книжный клуб!
Первая книга — «Корпоративное озеро больших данных» Алекс Горелик.
https://bombora.ru/book/91097/
Следующие книги книжного клуба в основном выбирать буду я, но буду прислушиваться к мнению активных участников.
Ниже краткое саммари и плюсы, чтобы понять почему я выбрал именно эту книгу.
Краткое саммари:
Книга объясняет, как компании могут эффективно организовывать, управлять и использовать корпоративные озёра данных. Автор разбирает архитектуру, принципы управления качеством, подходы к метаданным и роли команд в экосистеме данных. Основной акцент — не на технологиях, а на процессах, ответственности и культуре, которые делают озеро данных реальным инструментом принятия решений, а не хаотичным складом файлов.
3 плюса книги:
1. Чёткое и практичное объяснение архитектуры озёр данных без лишней техничности.
2. Хорошие примеры реальных рабочих процессов и ролей.
3. Фокус на управлении данными и качестве — то, что действительно важно в корпоративной среде.
3 плюса книжного клуба:
1. Возможность разбирать сложные темы вместе и получать разные точки зрения.
2. Лёгкий способ дисциплинировать чтение и не откладывать книгу.
3. Возможность задать вопросы, обсудить кейсы и применимость идей к реальной работе.
Запись через личные сообщения — @onlyanalyst.
Bombora
Купить книгу: «Корпоративное озеро больших данных. Новый подход к использованию Big Data и Data Science в бизнесе» онлайн • БОМБОРА…
Купить книгу: «Корпоративное озеро больших
данных. Новый подход к использованию Big Data и Data Science в бизнесе» онлайн от издательства БОМБОРА • ISBN:978-5...
данных. Новый подход к использованию Big Data и Data Science в бизнесе» онлайн от издательства БОМБОРА • ISBN:978-5...
🔥7❤3🥰2👎1
Ребята, привет!
У меня начался отпуск, поэтому астрологи объявили 2 недели постов на канале.
Начнем с Карьерного Феста от Хабра. Мое выступление про переход в новую область можете посмотреть по ссылке. К сожалению, отдельного видео нет, поэтому нужно перемотать на 3 часа и 3 минуты ровно.
Помимо выступления я активно отвечал на вопросы участников и даже сделал небольшую аналитику. Кто был самым активным участником легко понять по графику выше :)
А также с помощью LLM проанализировал основные советы от других экспертов. И вот что получилось:
Основные рекомендации по улучшению резюме от карьерных консультантов, HR-экспертов и меня лично:
1. Сфокусируйтесь на достижениях, а не на обязанностях (Формулы STAR/CAR/XYZ)
Это самая частая и критически важная рекомендация. Вместо списка обязанностей используйте формулу Действие → Результат → Метрика.
* Было: «Занимался разработкой новых функций».
* Стало: «Разработал и внедрил механизм кэширования API, что сократило время ответа сервера на 30% и снизило нагрузку на базу данных на 40%».
Частые формулы:
* STAR (Situation, Task, Action, Result): Ситуация, Задача, Действие, Результат.
* CAR (Challenge, Action, Result): Проблема, Действие, Результат.
* XYZ: «Использовал X (технологию/метод) для Y (задачи), что привело к Z (результату с цифрой)».
2. Адаптируйте и кастомизируйте резюме под каждую вакансию
Не используйте одно универсальное резюме для всех откликов.
* Внимательно читайте вакансию: Выделите ключевые слова и требования.
* Меняйте акценты: Под конкретную вакансию выделяйте наиболее релевантные проекты и навыки. Для позиции Team Lead делайте акцент на управленческих достижениях, для Senior Developer — на технической глубине.
* Пишите сопроводительные письма: Коротко (2-3 абзаца) объясните, почему вы идеально подходите именно для этой компании и вакансии.
3. Улучшите структуру и читаемость
Резюме должно быть легко «сканировать» глазами.
* Четкие разделы: Контакты, Summary, Опыт работы (с достижениями), Навыки, Образование, Проекты/Портфолио.
* Сгруппируйте навыки: Разделите их на логические блоки (например, «Языки программирования», «Фреймворки», «Базы данных», «Инструменты»). Уберите субъективные оценки уровня («уверенный», «начальный»).
* Используйте маркеры и короткие абзацы: Сплошной «полотно» текста никто не будет читать.
* ATS-дружественный формат: Избегайте сложных таблиц, колонок и графиков. Используйте стандартные шрифты. Многие компании используют системы автоматического парсинга (Applicant Tracking System), которые плохо читают креативные форматы.
4. Добавьте цифры и метрики везде, где это возможно
Цифры — это язык бизнеса. Они делают ваши достижения конкретными и убедительными.
* Эффективность: «увеличил скорость на 30%», «сократил время обработки на 50%».
* Финансы: «сэкономил бюджет в $100K», «повысил конверсию на 15%».
* Масштаб: «управлял командой из 10 человек», «запустил продукт для 1 млн пользователей».
* Качество: «снизил количество ошибок на 70%», «достиг 99.9% uptime».
Дополнительные советы:
Укажите ссылки на портфолио (GitHub, Behance), LinkedIn.
* Добавьте профессиональное фото.
* Будьте готовы объяснить периоды безработицы или частую смену jobs. Лучше кратко объяснить это в разделе «О себе» или в сопроводительном письме, чем оставлять вопросы без ответа.
* Покажите свое резюме 2-3 людям: коллеге (оценит точность), другу из индустрии (проверит понятность), рекрутеру (оценит рыночность).
Итог: Главный тренд — превратить резюме из сухого списка должностей в убедительное «коммерческое предложение», которое четко отвечает на вопрос работодателя: «Какую конкретную пользу и измеримый результат вы принесете моей компании?».
Было бы Вам интересно узнать как делать такую аналитику и работать с данными чатов в телеграмм? Если да, то пишите в комментариях!
У меня начался отпуск, поэтому астрологи объявили 2 недели постов на канале.
Начнем с Карьерного Феста от Хабра. Мое выступление про переход в новую область можете посмотреть по ссылке. К сожалению, отдельного видео нет, поэтому нужно перемотать на 3 часа и 3 минуты ровно.
Помимо выступления я активно отвечал на вопросы участников и даже сделал небольшую аналитику. Кто был самым активным участником легко понять по графику выше :)
А также с помощью LLM проанализировал основные советы от других экспертов. И вот что получилось:
Основные рекомендации по улучшению резюме от карьерных консультантов, HR-экспертов и меня лично:
1. Сфокусируйтесь на достижениях, а не на обязанностях (Формулы STAR/CAR/XYZ)
Это самая частая и критически важная рекомендация. Вместо списка обязанностей используйте формулу Действие → Результат → Метрика.
* Было: «Занимался разработкой новых функций».
* Стало: «Разработал и внедрил механизм кэширования API, что сократило время ответа сервера на 30% и снизило нагрузку на базу данных на 40%».
Частые формулы:
* STAR (Situation, Task, Action, Result): Ситуация, Задача, Действие, Результат.
* CAR (Challenge, Action, Result): Проблема, Действие, Результат.
* XYZ: «Использовал X (технологию/метод) для Y (задачи), что привело к Z (результату с цифрой)».
2. Адаптируйте и кастомизируйте резюме под каждую вакансию
Не используйте одно универсальное резюме для всех откликов.
* Внимательно читайте вакансию: Выделите ключевые слова и требования.
* Меняйте акценты: Под конкретную вакансию выделяйте наиболее релевантные проекты и навыки. Для позиции Team Lead делайте акцент на управленческих достижениях, для Senior Developer — на технической глубине.
* Пишите сопроводительные письма: Коротко (2-3 абзаца) объясните, почему вы идеально подходите именно для этой компании и вакансии.
3. Улучшите структуру и читаемость
Резюме должно быть легко «сканировать» глазами.
* Четкие разделы: Контакты, Summary, Опыт работы (с достижениями), Навыки, Образование, Проекты/Портфолио.
* Сгруппируйте навыки: Разделите их на логические блоки (например, «Языки программирования», «Фреймворки», «Базы данных», «Инструменты»). Уберите субъективные оценки уровня («уверенный», «начальный»).
* Используйте маркеры и короткие абзацы: Сплошной «полотно» текста никто не будет читать.
* ATS-дружественный формат: Избегайте сложных таблиц, колонок и графиков. Используйте стандартные шрифты. Многие компании используют системы автоматического парсинга (Applicant Tracking System), которые плохо читают креативные форматы.
4. Добавьте цифры и метрики везде, где это возможно
Цифры — это язык бизнеса. Они делают ваши достижения конкретными и убедительными.
* Эффективность: «увеличил скорость на 30%», «сократил время обработки на 50%».
* Финансы: «сэкономил бюджет в $100K», «повысил конверсию на 15%».
* Масштаб: «управлял командой из 10 человек», «запустил продукт для 1 млн пользователей».
* Качество: «снизил количество ошибок на 70%», «достиг 99.9% uptime».
Дополнительные советы:
Укажите ссылки на портфолио (GitHub, Behance), LinkedIn.
* Добавьте профессиональное фото.
* Будьте готовы объяснить периоды безработицы или частую смену jobs. Лучше кратко объяснить это в разделе «О себе» или в сопроводительном письме, чем оставлять вопросы без ответа.
* Покажите свое резюме 2-3 людям: коллеге (оценит точность), другу из индустрии (проверит понятность), рекрутеру (оценит рыночность).
Итог: Главный тренд — превратить резюме из сухого списка должностей в убедительное «коммерческое предложение», которое четко отвечает на вопрос работодателя: «Какую конкретную пользу и измеримый результат вы принесете моей компании?».
Было бы Вам интересно узнать как делать такую аналитику и работать с данными чатов в телеграмм? Если да, то пишите в комментариях!
🔥13❤11👍2
🎉 На январских праздниках — буст не только для отдыха, но и для скиллов!
Запускаю новый bootcamp по n8n no-code/low-code платформе для AI автоматизации аналитики и бизнес-процессов.
📊 Что может n8n?
— автоматизировать сбор данных из API, Google Sheets, CRM и SQL-баз;
— запускать регулярные отчёты и уведомления без кода;
— связывать аналитику, продукты и маркетинг в единую систему;
🛠 На буткемпе мы сами развернём self-hosted n8n на сервере, сделаем первые сценарии под реальные аналитические задачи и научимся подключать SQL, Telegram и Python.
🚀 Идеально для аналитиков, продактов и тех, кто хочет автоматизировать рутину и быстрее доставлять инсайты.
📅 Старт — в январские праздники.
💬 Детали и регистрация — строго по предварительной записи! @onlyanalyst
Запускаю новый bootcamp по n8n no-code/low-code платформе для AI автоматизации аналитики и бизнес-процессов.
📊 Что может n8n?
— автоматизировать сбор данных из API, Google Sheets, CRM и SQL-баз;
— запускать регулярные отчёты и уведомления без кода;
— связывать аналитику, продукты и маркетинг в единую систему;
🛠 На буткемпе мы сами развернём self-hosted n8n на сервере, сделаем первые сценарии под реальные аналитические задачи и научимся подключать SQL, Telegram и Python.
🚀 Идеально для аналитиков, продактов и тех, кто хочет автоматизировать рутину и быстрее доставлять инсайты.
📅 Старт — в январские праздники.
💬 Детали и регистрация — строго по предварительной записи! @onlyanalyst
🔥13👍4❤3
Media is too big
VIEW IN TELEGRAM
Друзья, всем привет!
Очень много вопросов было про bootcamp по n8n и подумал, что лучше 1 раз показать, чем 100 раз рассказывать.
Ключевой плюс — визуальный интерфейс без необходимости писать код, полная видимость логов и возможность быстро масштабировать решения.
Low-code/no-code автоматизация — это новый навык в тренде: к 2026 году 75% новых корпоративных приложений будут создаваться через такие платформы, спрос на automation engineers растёт со средней зарплатой $70–90K даже для новичков, а организации планируют увеличить инвестиции в AI на 74%.
Для карьеры это работает как мощный инструмент: создав реальный workflow (например, автоматизацию еженедельной отчётности с анализом через LLM и рассылкой результатов), вы получаете живой пример для портфолио с конкретными метриками экономии времени и денег, что убеждает работодателей лучше, чем описание навыков на резюме.
Это позволяет одновременно развивать более технические компетенции (в сторону AI/ML engineer ролей, где 45% всех новых найме в 2025), предлагать freelance услуги по автоматизации и демонстрировать понимание end-to-end аналитики и ETL процессов, делая вас конкурентоспособнее на рынке труда.
Ссылки на источники: раз, два
Вижу много сообщений в личку - завтра обязательно всем отвечу!
По общим вопросам - можно в комментарии.
P.S. Записывал немного уставшим (все-таки в отпуске как-никак), поэтому можете слушать на х2 :D
Очень много вопросов было про bootcamp по n8n и подумал, что лучше 1 раз показать, чем 100 раз рассказывать.
Ключевой плюс — визуальный интерфейс без необходимости писать код, полная видимость логов и возможность быстро масштабировать решения.
Low-code/no-code автоматизация — это новый навык в тренде: к 2026 году 75% новых корпоративных приложений будут создаваться через такие платформы, спрос на automation engineers растёт со средней зарплатой $70–90K даже для новичков, а организации планируют увеличить инвестиции в AI на 74%.
Для карьеры это работает как мощный инструмент: создав реальный workflow (например, автоматизацию еженедельной отчётности с анализом через LLM и рассылкой результатов), вы получаете живой пример для портфолио с конкретными метриками экономии времени и денег, что убеждает работодателей лучше, чем описание навыков на резюме.
Это позволяет одновременно развивать более технические компетенции (в сторону AI/ML engineer ролей, где 45% всех новых найме в 2025), предлагать freelance услуги по автоматизации и демонстрировать понимание end-to-end аналитики и ETL процессов, делая вас конкурентоспособнее на рынке труда.
Ссылки на источники: раз, два
Вижу много сообщений в личку - завтра обязательно всем отвечу!
По общим вопросам - можно в комментарии.
P.S. Записывал немного уставшим (все-таки в отпуске как-никак), поэтому можете слушать на х2 :D
👍6🔥3❤2
Почему проекты из курсов не работают
Я часто вижу в резюме выпускников курсов длинный список однотипных проектов: с красивыми цифрами и модными технологиями.
По задумке автора они должны заменить рабочий опыт, поэтому их выносят в раздел «Опыт».
На практике такие проекты почти всегда вызывают у HR одно и то же: лёгкое раздражение и снисходительный вздох.
Почему так происходит? Разберём по порядку.
1. «Наташ, они все одинаковые»
Проекты из курсов:
1. не меняются годами
2. повторяются от ученика к ученику
3. есть в 90% резюме на рынке
В итоге они не дают конкурентного преимущества. Если проект есть у всех, то его как будто нет ни у кого.
2. В учебной задаче нет реальной неопределённости
Обычно в курсовом проекте:
1. уже известна проблема
2. есть шаблон решения
3. понятен «правильный» результат
Это тренирует навыки, но не мышление аналитика.
В реальной работе вам почти никогда не говорят:
«Вот задача, вот данные, вот как правильно».
3. Нет влияния заказчика
Максимум, что есть в курсах:
1. формальное ревью
2. комментарии «по форме», а не по смыслу
Нет:
1. изменений требований
2. правок в последний момент
3. ответственности за вывод
От реальной работы там только дедлайны, и то случайно. И они выполняют совсем другую роль.
Как выглядит реальность
На работе:
1. каждая задача уникальна
2. условия оценки размыты
3. критерии успеха меняются
4. заказчик влияет на решение
5. приходится работать в неопределённости
И именно это и называют коммерческим опытом.
В чём отличие bootcamp-подхода
В bootcamp мы сознательно воспроизводим рабочую среду:
1. У каждого участника не «проект в вакууме», а инструмент, который можно развивать дальше
2. Задания сложные и растущие, а не «на галочку»
3. Требования меняются по ходу работы
Есть правки, фидбек и ответственность за вывод
Это не имитация обучения.
Это симуляция работы и именно поэтому такой опыт считывается рынком.
Я часто вижу в резюме выпускников курсов длинный список однотипных проектов: с красивыми цифрами и модными технологиями.
По задумке автора они должны заменить рабочий опыт, поэтому их выносят в раздел «Опыт».
На практике такие проекты почти всегда вызывают у HR одно и то же: лёгкое раздражение и снисходительный вздох.
Почему так происходит? Разберём по порядку.
1. «Наташ, они все одинаковые»
Проекты из курсов:
1. не меняются годами
2. повторяются от ученика к ученику
3. есть в 90% резюме на рынке
В итоге они не дают конкурентного преимущества. Если проект есть у всех, то его как будто нет ни у кого.
2. В учебной задаче нет реальной неопределённости
Обычно в курсовом проекте:
1. уже известна проблема
2. есть шаблон решения
3. понятен «правильный» результат
Это тренирует навыки, но не мышление аналитика.
В реальной работе вам почти никогда не говорят:
«Вот задача, вот данные, вот как правильно».
3. Нет влияния заказчика
Максимум, что есть в курсах:
1. формальное ревью
2. комментарии «по форме», а не по смыслу
Нет:
1. изменений требований
2. правок в последний момент
3. ответственности за вывод
От реальной работы там только дедлайны, и то случайно. И они выполняют совсем другую роль.
Как выглядит реальность
На работе:
1. каждая задача уникальна
2. условия оценки размыты
3. критерии успеха меняются
4. заказчик влияет на решение
5. приходится работать в неопределённости
И именно это и называют коммерческим опытом.
В чём отличие bootcamp-подхода
В bootcamp мы сознательно воспроизводим рабочую среду:
1. У каждого участника не «проект в вакууме», а инструмент, который можно развивать дальше
2. Задания сложные и растущие, а не «на галочку»
3. Требования меняются по ходу работы
Есть правки, фидбек и ответственность за вывод
Это не имитация обучения.
Это симуляция работы и именно поэтому такой опыт считывается рынком.
🔥12❤4👍2
Друзья, привет! Нужна ваша помощь 🙌
Канал живёт с 1 апреля 2023 года, и в следующем году я хочу сделать ребрендинг и переосмыслить проект — сделать его ещё полезнее и честнее про реальную жизнь аналитика.
Только за этот год провели коллаборации с университетами и конференцией «Матемаркетинг», запуск нового формата обучения, сецпроекты с Хабром и запустили книжный клуб.
Но останавливаться на этом я не собираюсь 🙂
Очень прошу пройти короткий опрос по ссылке:
👉 https://forms.yandex.ru/u/6949528bd046884c1136938d/
Он поможет лучше понять, кто вы, чем живёте и что действительно важно именно вам — чтобы в новом сезоне OnlyAnalyst вырос вместе с вами.
Если вы готовы на более подробное интервью после опроса — буду отдельно благодарен, это сильно влияет на то, каким будет проект дальше.
В ответ со своей стороны сделаю серию постов про типичные ошибки в соцопросах и исследованиях аудитории — с примерами и разборами на живых кейсах.
👉 https://forms.yandex.ru/u/6949528bd046884c1136938d/
Канал живёт с 1 апреля 2023 года, и в следующем году я хочу сделать ребрендинг и переосмыслить проект — сделать его ещё полезнее и честнее про реальную жизнь аналитика.
Только за этот год провели коллаборации с университетами и конференцией «Матемаркетинг», запуск нового формата обучения, сецпроекты с Хабром и запустили книжный клуб.
Но останавливаться на этом я не собираюсь 🙂
Очень прошу пройти короткий опрос по ссылке:
👉 https://forms.yandex.ru/u/6949528bd046884c1136938d/
Он поможет лучше понять, кто вы, чем живёте и что действительно важно именно вам — чтобы в новом сезоне OnlyAnalyst вырос вместе с вами.
Если вы готовы на более подробное интервью после опроса — буду отдельно благодарен, это сильно влияет на то, каким будет проект дальше.
В ответ со своей стороны сделаю серию постов про типичные ошибки в соцопросах и исследованиях аудитории — с примерами и разборами на живых кейсах.
👉 https://forms.yandex.ru/u/6949528bd046884c1136938d/
Telegram
Only Analyst
Плюсы и минусы преподавания в университете.
🏫Последние полгода я работал лектором-экспертом в совместном цифровом кластере Сеченовского университет и Школы 21. Про это несколько раз записывал кружки тут и тут.
За это время для университета составил экзамен…
🏫Последние полгода я работал лектором-экспертом в совместном цифровом кластере Сеченовского университет и Школы 21. Про это несколько раз записывал кружки тут и тут.
За это время для университета составил экзамен…
🔥6👍4❤1
Дорогие, друзья!
Поздравляю Вас с Новым 2026 годом!
Этот год был непростым…
Статистикой нужно делиться каждый год, даже если она не нравится. Зато это будет мощным сигналом для работы над ошибками и движением вперед.
Что интересно, но показатели в нашем чате выросли многократно. Значит сообщество единомышленников сформировано и им есть чем поделиться. Это не может не радовать.
Для меня лично этот год стал самым сложным за долгое время. Сложным со знаком плюс, ведь только через трудности мы растем.
Но есть ли предел?
Да, и это я ощутил на себе. Поэтому в Новом году желаю всем немного замедлиться, посмотреть по сторонам и насладиться моментом, а не переживаниями о будущем или погоне за прошлым.
И также напомню, что скоро будет отчет по книжному клубу, где мы уже выбираем книгу на январю, плюс январский буткемп по n8n уже совсем рядом :) Так что замедляемся, но несильно.
Поздравляю Вас с Новым 2026 годом!
Этот год был непростым…
Статистикой нужно делиться каждый год, даже если она не нравится. Зато это будет мощным сигналом для работы над ошибками и движением вперед.
Что интересно, но показатели в нашем чате выросли многократно. Значит сообщество единомышленников сформировано и им есть чем поделиться. Это не может не радовать.
Для меня лично этот год стал самым сложным за долгое время. Сложным со знаком плюс, ведь только через трудности мы растем.
Но есть ли предел?
Да, и это я ощутил на себе. Поэтому в Новом году желаю всем немного замедлиться, посмотреть по сторонам и насладиться моментом, а не переживаниями о будущем или погоне за прошлым.
И также напомню, что скоро будет отчет по книжному клубу, где мы уже выбираем книгу на январю, плюс январский буткемп по n8n уже совсем рядом :) Так что замедляемся, но несильно.
❤9🔥5👍4
🍅 Как все успевать: метод Помодоро
Знакомая ситуация: начало рабочего дня, разбираешь почту, и вот уже 3 часа прошло, головная боль накрывает волной, а ты вместо работы смотрел тиктоки.
Именно поэтому метод Помодоро стал must-have для меня лично.
🪆 Суть метода
25 минут фокусной работы → 5 минут перерыв → повторить. После 4 циклов — длинный перерыв на 15-30 минут.
Исследования показывают, что такой подход увеличивает продуктивность на 25% по сравнению с обычным режимом работы.
☀️ Вот как выглядел мой день 1 января по методу Помодоро:
• Reading — для чтения
• Pomodoro — для разных проектов
• Working — для работы
• Writing — написание текстов
Все 4 помидора закрыты
✅ Благодаря таким коротким спринтам можно делать в 3-4 раза больше за то же время, и мой опыт это подтверждает. Плюс блокируются все приложения на телефоне, чтобы даже коллеги не отвлекали :)
🧑🚒 Почему это работает
• Точная оценка времени: Записывая “помидоры” на каждую задачу, вы начинаете понимать реальные временные затраты на обработку данных, построение дашбордов или написание SQL-запросов
• Сбор данных о себе: Количество завершенных помидоров становится метрикой вашей продуктивности. Можно анализировать паттерны и оптимизировать рабочие процессы
• Защита от выгорания: Регулярные перерывы помогают не застревать на часы в одной забаче и избегать усталости к концу дня.
Важный факт: исследования показывают, что после отвлечения нужно 23 минуты, чтобы вернуться к фокусу.
Поэтому структурированные интервалы — это не прихоть, а научно обоснованный подход к глубокой работе.
Пробовали Помодоро? Делитесь в комментах, сколько “помидоров” уходит на ваши типовые задачи 👇
📚 Бонус: книжный клуб
Заметили блок Reading в моем расписании? Это не случайно. В декабре я запустил книжный клуб для аналитиков данных — читаем и обсуждаем книги по data science, статистике и визуализации.
Магия метода: всего один помодоро (25 минут) в день на чтение — и через месяц вы прочитаете целую книгу. Без перегрузки, с полным пониманием материала.
Что читаем в январе?
Лучшую книгу по статистике для аналитиков данных. Это ваш шанс:
• Закрыть все пробелы в статистике
• Разобрать сложные темы в группе единомышленников
• Применить знания на практике через обсуждения
Исследования показывают, что структурированное чтение короткими интервалами улучшает усвоение материала на 40%.
Поэтому формат Pomodoro + книжный клуб = идеальная комбинация для обучения.
Готовы присоединиться? Ставьте 📚 в комментариях, и я добавлю вас в клуб! (условия участия в посте по ссылке).
Знакомая ситуация: начало рабочего дня, разбираешь почту, и вот уже 3 часа прошло, головная боль накрывает волной, а ты вместо работы смотрел тиктоки.
Именно поэтому метод Помодоро стал must-have для меня лично.
🪆 Суть метода
25 минут фокусной работы → 5 минут перерыв → повторить. После 4 циклов — длинный перерыв на 15-30 минут.
Исследования показывают, что такой подход увеличивает продуктивность на 25% по сравнению с обычным режимом работы.
☀️ Вот как выглядел мой день 1 января по методу Помодоро:
• Reading — для чтения
• Pomodoro — для разных проектов
• Working — для работы
• Writing — написание текстов
Все 4 помидора закрыты
✅ Благодаря таким коротким спринтам можно делать в 3-4 раза больше за то же время, и мой опыт это подтверждает. Плюс блокируются все приложения на телефоне, чтобы даже коллеги не отвлекали :)
🧑🚒 Почему это работает
• Точная оценка времени: Записывая “помидоры” на каждую задачу, вы начинаете понимать реальные временные затраты на обработку данных, построение дашбордов или написание SQL-запросов
• Сбор данных о себе: Количество завершенных помидоров становится метрикой вашей продуктивности. Можно анализировать паттерны и оптимизировать рабочие процессы
• Защита от выгорания: Регулярные перерывы помогают не застревать на часы в одной забаче и избегать усталости к концу дня.
Важный факт: исследования показывают, что после отвлечения нужно 23 минуты, чтобы вернуться к фокусу.
Поэтому структурированные интервалы — это не прихоть, а научно обоснованный подход к глубокой работе.
Пробовали Помодоро? Делитесь в комментах, сколько “помидоров” уходит на ваши типовые задачи 👇
📚 Бонус: книжный клуб
Заметили блок Reading в моем расписании? Это не случайно. В декабре я запустил книжный клуб для аналитиков данных — читаем и обсуждаем книги по data science, статистике и визуализации.
Магия метода: всего один помодоро (25 минут) в день на чтение — и через месяц вы прочитаете целую книгу. Без перегрузки, с полным пониманием материала.
Что читаем в январе?
Лучшую книгу по статистике для аналитиков данных. Это ваш шанс:
• Закрыть все пробелы в статистике
• Разобрать сложные темы в группе единомышленников
• Применить знания на практике через обсуждения
Исследования показывают, что структурированное чтение короткими интервалами улучшает усвоение материала на 40%.
Поэтому формат Pomodoro + книжный клуб = идеальная комбинация для обучения.
Готовы присоединиться? Ставьте 📚 в комментариях, и я добавлю вас в клуб! (условия участия в посте по ссылке).
❤3👍2🔥2