Чем отличаются аналитик данных и продуктовый?📈

Целый год думала, что написать в этот пост, и поняла, что без вас не разберусь до конца😀
Кем я только не была за время своей карьеры: аналитик-разработчик, продуктовый аналитик, аналитик данных (и даже стажёр-исследователь) — это всё я! Как это работает?

➡️ Версия первая — как это всегда было в моей голове
Работая в Яндексе, я представляла себе какой-то, по сути, спектр — от продакт-менеджера (продуктовые решения на основе аналитики от других, минимум хардовой работы руками) до разработчика (минимум продуктовых решений, хардовая работа руками), и на нём дата-профессии: (PM) — PA — DA — DE — (Dev)

Таким образом, аналитик данных и аналитик-разработчик оказывались где-то рядом в золотой середине, DE ближе к разрабу, а ПА, вероятно, меньше кодит.

Есть только два минуса этой схемы:
— не учтены взаимодействия с ML, то есть DS и MLE, по-хорошему, ответвились бы в середине
— это только в моей голове так логично, другие не в курсе😄

➡️ Версия вторая — картинка с треугольниками
Источник. Она решает вопрос с упоминанием ML, но у меня только больше вопросов стало. Кто такой просто аналитик? Аналитик данных не умеет программировать, а просто аналитик ещё даже не выучил математику? Всё бы хорошо, но на основе такой классификации продают самый популярный курс🤓

➡️ Версия третья — прикреплён ли ты к продукту?
Тут для меня вопрос в том, а как может быть иначе? Один аналитик на адхоках для всей компании? Если нет, то ты в любом случае оказываешься в команде какого-то из продуктов, а есть ли рядом именно продакт, или задачи идут от лида аналитики, как будто уже нюансы реализации? Поправьте меня, если что😑

➡️ Версия четвёртая — продуктовые делают A/B-тесты
Makes sense, но не подтверждается должностями людей на практике. Более того, как правило, в одной компании (или хотя бы отделе) все либо аналитики данных, либо продуктовые, я ни разу не видела сознательного разделения именно по задачам.

В целом это касается любой попытки разделить по скиллам — если хочется влиять на реальные решения своими вычислениями, то вакансию надо выбирать по стеку и степени развития аналитической культуры в компании, а не по названию. Можно назвать продуктовым того, кто будет «считать продукты» (каламбур, да) в эксель-таблице, а тем временем где-то в бигтехе аналитики данных умеют очень многое сразу.

➡️ Версия пятая — продуктовый ⭐️просто круче⭐️
Я ещё в январе возмущалась попыткам сравнивать просто по названию должности, и здесь тоже останусь при своём мнении. Часто слышу абстрактное «продуктовым больше платят», «хочу наконец стать продуктовым аналитиком», и даже понимаю, что в это вкладывается, а вот работодатели — видимо, нет🚨

Моё настроение после дописывания этого — ПОМОГИТЕ🌟
Давайте наконец разберёмся в этой загадке вместе⬇️

🟢.🟢. В Авито👍 все записаны просто аналитики (данных)😬

#карьерный_совет
@analytess 👩

Сегодня без лонгридов, ловите задачку😎

Ты проходишь через турникет в метро и заметил, что человек перед тобой приложил к считывателю проездной, и на экране считывателя появилось сообщение «осталось 4 дня». Пополнение этим человеком проездного на какой срок наиболее правдоподобно, если пополнить проездной можно на 1, 3, 30, 60, 90 или 365 дней?

UPD: имеется в виду прошлое пополнение — какой билет он сейчас тратит

Давайте считать, что больше ничего не известно (кроме, пожалуй, того, что турникет работает исправно🤓).

Дополнительный вопрос (но kinda спойлер, осторожно):
Что будет, если каждый следующий по длительности билет сильно выгоднее предыдущих в пересчёте на стоимость дня?

➡️ ваши решения жду в комментариях, а завтра обсудим тут

#хардов_пост #найм_и_собесы
@analytess 👩

Разбор задачки про проездные в метро🚇

Условие и обсуждение тут

➡️ Сначала подойдём более-менее математически строго
Билеты на 1 и 3 дня отсекаются сразу. Посмотрим на остальные. Пусть у человека билет на N дней, тогда вероятность увидеть строго 4 дня до конца — 1 / N.
Казалось бы, в такой ситуации ответ — у человека проездной на 30 дней с вероятностью
(1 / 30) / (1 / 30 + 1 / 60 + 1 / 90 + 1 / 365) ~ 52%

Заметили, что тут не так? Этот расчёт подразумевает, что в популяции примерно одинаково популярны билеты на 30, 60, 90, 365 дней (не по количеству покупок в конкретный день, а по количеству людей, которые ими пользуются, то есть условно билеты по 30 дней покупают в ~12 раз чаще годовых).

Верно ли такое допущение? Мы не узнаем, так как задачка гипотетическая и может быть вообще не про Москву🤓 Правда в том, что нам важно знать априорное распределение, сколько людей предпочитают какие билеты. Обозначим вероятность того, что человек пользуется билетом на i дней, за p_i. Тогда sum(p_i) for i in {1, 3, 30, 60, 90, 365} = 1.0

Пусть p'_i для i in {30, 60, 90, 365} — нормированные на невозможность билетов на 1 и 3 дня вероятности (считаю нужным это аккуратно прописать). Тогда получим аналогичную формулу для проездного на i дней при условии из задачи:
(p'_i / i) / (p'_30 / 30 + p'_60 / 60 + p'_90 / 90 + p'_365 / 365)

Теперь всё честно, но мы же продуктовые аналитики...😎

➡️ Что мы можем предположить о распределении?
Тут есть два важных аспекта, влияющих на выбор билета теми, кто постоянно живёт в Москве (про туристов / временно проживающих сейчас не будем, там другие соображения, и их не так много):
🌟 c одной стороны, если каждый следующий билет дешевле в пересчёте на день, то есть смысл покупать как можно более длительные проездные
🌟 с другой стороны, рост популярности длительных проездных сдерживается их более высокой ценой — не все морально готовы выложить сразу 20+ тысяч рублей

Так что оплата проезда каждый месяц интуитивно кажется оптимумом, поэтому продуктово я думаю, что это самый популярный билет, то есть вероятность встретить человека с таким проездным ещё больше, чем в равномерном случае.

➡️ Сколько надо продавать годовых билетов, чтобы они «победили» помесячные в рамках данной задачи?
То есть (так как все вероятности положительны) p'_365 / 365 > p'_30 / 30 <=> p'_365 / p'_30 > 365 / 30 = 12.1(6)
Вероятность, что у человека билет на год, должна быть в ~12 раз больше вероятности, что у человека билет на месяц.
Но так как билет на год нужно обновлять реже в те же 365 / 30 раз, необходимо и достаточно, чтобы количество продаж билетов на год было просто чуть больше количества продаж билетов на месяц (понимаете разницу, да?)

Если бы меня спросили, сколько должен стоить билет на год — я, конечно, не экономист, но упомянула бы эластичность спроса.

Сейчас, кстати, единый билет на год проезда в московском транспорте обойдётся в 22650 рублей против 3160 рублей за 30 дней, то есть всего лишь чуть дороже, чем 7 раз по месяцу. Мне кажется, учитывая инфляцию и регулярный рост тарифов, это ужасно выгодно тем, кто много ездит. Но статистику по использованию сходу не нагуглила. Может, кто-то из вас знает?

➡️ Как вам такой подробный разбор? Не передушнила?😀 Если остались вопросы или возражения, welcome в комменты

#хардов_пост #найм_и_собесы #аналитика_и_жизнь
@analytess 👩

Закулисье Академии Аналитиков Авито😬👍

Возвращаюсь с апдейтом, как мы завершили отбор, и что будет дальше в целом и с моей «подработкой внутри компании»:

➡️ Итак, три месяца назад я рассказывала в общем и целом, что развитие нейросетей стало вызовом для команд, составляющих задания для отборов в ШАД и ААА. Так вот, недавно команда Академии опубликовала задания с их разбором — теперь вы можете заценить, что из этого получилось (по-моему, круто!)😎

➡️ В итоге июль стал месяцем проверок экзамена — лично мне было очень интересно, несмотря на одни и те же задачи в паре сотен работ. Например, вторая задача была на построение примера, и нельзя было терять бдительность, потому что было много решений, где не реализовывалось одно из необходимых условий, хотя формула на первый взгляд похожа.

Каждая оценка работы абитуриента калибровалась вторым экспертом, и было немало дискуссий, особенно по вопросу списывания с GPT — по итогу классификатор в моей голове обучился отлично, дело совершенно не в кавычках и тире😄

➡️ В августе мы проводили собеседования! Это ведь ещё интереснее, когда работы, которым ты ставила высшие баллы, вдруг «обретают лица» — за ними оказываются умные и интересные абитуриенты, с разными мотивацией, бэкграундом, сильными сторонами. В отличие от ШАДа, собеседование одно, но фактически тоже делится на хардовую и мотивационную части — у меня не всегда была возможность оставаться слушать вторую из них из-за рабочих встреч и задач, но я старалась🙈

➡️ Самый горячий сезон уже закончился, но это не значит, что я забываю про ААА до следующего набора. Многие ребята помогают с проведением курсов на протяжении года, и я тоже вписалась редактировать и проверять домашние задания на курсе по метрикам продуктов — решила, что мне и самой будет в каком-то смысле полезно👍 Уже на выходных буду проверять

➡️ Кроме того, практически у всех студентов ААА будут менторы из Авито. Мне уже назначили двух менти, на следующей неделе будем знакомиться, и постараюсь сразу понять, чем я могу максимально помочь ребятам — моя сильная сторона однозначно рассказы про трудоустройство в бигтехи и выбор образовательной траектории в аналитике, и некоторый опыт консультаций в целом уже есть (приходите в лс, если надо💌)

Как вам мой рассказ об образовательных активностях? Есть тут кто-то из поступивших в этом году или закончивших ААА?👍

#жизнь_в_бигтехах
@analytess 👩

Стадии роста каналов в тг и их особенности📈

⚪️ <20 подписчиков😰
Страшно, очень страшно, но это надо пережить. Надо уже писать посты — но как будто кринжово от этого. Просите подписаться и реагировать родных и друзей, главное — начать

⚪️ 20-100 подписчиков😔
Всё ещё немного неловко, но надо продолжать. В эти времена я активно рассказывала про каналы в своих соцсетях, привязала его к профилю, а также думала над позиционированием

⚪️ 100-300 подписчиков🙄
Получен некоторый proof of concept, люди видят это и им уже не стрёмно подписываться, так что подписчики выходят за круг знакомых, и надо это учитывать в контенте и оформлении (внятный закреп и т.д.) Но и рекламироваться ещё скорее рано.

⚪️ 300-500 подписчиков🧎‍♂️
Так держать! Теперь можно продвигаться взаимными пиарами и даже закупкой рекламы. Берегите свою аудиторию и растите её вовлечённость. Отвечать в чате комментариев обязательно, для экспериментов с темами и форматами тоже самое время.

⚪️ 500-1000 подписчиков🥹
Вероятно, у вас уже будут первые переписки с рекламодателями (что? да!). Сейчас очень ценятся небольшие блоги, потому что в них выше относительная вовлечённость, сама сейчас проверила, что и у меня тут первая реклама с оплатой «на кофе» была ещё в октябре 2024 (это этап 500-600 подписчиков).

⚪️ 1000-2000 подписчиков😦
Тут я нормально так покаталась на эмоциональных качелях: то ли это и так то, чего я хотела изначально достичь, то ли можно сильно круче, то ли не знаю, как теперь расти, то ли наоборот научилась писать виральные посты (моя история про отказ от офера в 📱 принесла мне около сотни подписчиков за неделю)... И правильных ответов тут нет — решать только вам!

⚪️ 2000-9999 подписчиков☺️
Это я, конечно, замахнулась, но как будто проблемы на этом этапе реально похожи и у нишевых микроинфлюенсеров, влияющих на умы 2,5 тысяч, и у тех, у кого уже 4-6-7 тысяч...

Очень важно и трудно не растерять вовлечённость и охваты. Открылось «второе дыхание» для того, чтобы растить канал, какой-то азарт — достаточно много пишут с предложениями сотрудничества, надо писать рекламы чуть ли не через день, а главное — писать свои лонгриды, чтобы было что почитать помимо рекламы. Какая-то реально работа без выходных😐

Ещё я стала иначе относиться к платной рекламе и потихоньку закупаю её сама, несмотря на то, что трудно вычислить ROI.

⚪️10000+ подписчиков🤵
Не забудем торжественно зарегистрироваться в РКН💍 А так пока больше ничего не знаю про этот этап, поживём — увидим!

➡️ Кстати, внезапно сложилось так, что более откровенно и про денежки, и про телегу я пишу в своём личном канале.

Если вы автор в тг или интересуетесь изнанкой, welcome:
⭐️ вы готовы к этому разговору: в соцсетях можно писать не всё
⭐️ когда лопнет пузырь телеграм каналов и что нам делать
⭐️ как блог внезапно помог мне начать откладывать деньги
⭐️ и главное — как мне не стыдно зарабатывать на рекламе🤓

@analytess 👩

Я задала рекрутерам Яндекса самые насущные вопросы📱
спин-офф недавнего поста про резюме, спойлер: не все мои советы подтвердились

Вчера в рамках конференции Data Driven была возможность назначать 1-on-1 сессии с рекрутерами и экспертами из Яндекса, и я не упустила возможности узнать что-то полезное для вас💖

➡ Шаблон 🔖 или свой?
Свой шаблон вполне уместен, если не слишком дизайнерский.

➡ Фото в резюме — yay or nay?😎
Не критично наличие, в этом плане наши бигтехи по вайбу приближаются к западному рынку, где фото уже чуть ли не моветон из-за вопросов diversity. Можно сэкономить место.

➡ Та самая формула достижений — must have или нет?🌟
Ну вы помните, у меня такого в резюме принципиально нет, подхожу со стороны обязанностей и задач. Тут на примере моего резюме мне сказали честно, что со мной бы всё равно связались из-за именитых компаний, в которых я работала, но на высокий грейд стоит прописать влияние на бизнес явно.

➡ Указывать ли софты?
Можно в принципе не тратить место, так как они подразумеваются и ни о чём не говорят, будучи указаны (особенно база вроде работы с Jira, Confluence, Miro, критическое мышление etc.), а нужные всё равно оцениваются на собесе.

Тогда как хард скиллы важно указывать полноценно, так как они часто становятся ключевыми словами для поиска кандидатов.

➡ Что можно сделать, чтобы рассмотрели на высокий грейд?
Тут прямого совета нет. Если речь о менеджерской ветке, то соответствующий опыт руководства. Для IC сложнее, но будет плюсом работа в компаниях с аналогичными грейдами (условно, если вы синер в Авито). И, конечно, ваше влияние на бизнес📈

➡ Образование, доп. достижения вроде олимпиад решают?
Зачастую будут плюсом, именно в Яндексе есть руководители, которые смотрят на мэтч в этом плане, потому что сами олимпиадники, или уверены в качестве образования в ряде университетов. Оставить упоминание таких ачивок, а также ШАДа, ШМЯ даже при наличии опыта — точно уместно.

➡ Телеграм канал — ред или грин флаг?😎
В резюме можно такое не писать, не очень важно. Так как всё равно общение происходит в тг, рекрутер ваш канал увидит😄
В целом же в 📱 очень много блогеров, так что, если вы не постите ничего потенциально противоречащего комплаенсу, минусом не будет. Плюсом тоже не особо, посмотрят всё-таки на рабочие достоинства прежде всего)

Как вам такие инсайды? Что-нибудь удивило?⬇️

#карьерный_совет #найм_и_собесы #жизнь_в_бигтехах
@analytess 👩