Именно с этой книги начался этот канал:
https://xn--r1a.website/boris_again/2

Плацебо это просто регрессия к среднему?

https://twitter.com/jonatanpallesen/status/1693622595793334512

Кто-нибудь хочет пройти вместе курс Introduction to Mathematical Thinking? Го в комментарии
https://www.coursera.org/learn/mathematical-thinking/home/week/1

Зарплата пришла

#работа

Хорошая статья по основам переговоров о зарплате. Во всем повторяет то, что я писал в своей серии постов про поиск работы. Но может быть полезно тем, кто не читал, или хочет краткую выжимку на английском

https://interviewing.io/blog/sabotage-salary-negotiation-before-even-start

Андрей, крутой дата-инженер, написал настоящую пьесу (короткую, не пугайтесь) про проекты в IT. Там про внезапную идею добавить к машине пятое колесо. Очень рекомендую к прочтению. Правда это настолько жизненно, что опытным ребятам будет не столько смешно сколько больно это читать

https://www.linkedin.com/pulse/challenges-technical-leadership-andrey-kudryavets

"So, what does this mean? It means we need much better AI. Or we need much worse AI. The second point first: Much worse AI would have minimal worker displacement effects, making it less economically fraught in its effects, and given that the U.S. economy can work within those limits. We are in a middle zone, however, with AI able to displace huge numbers of workers quickly, but not provide compensatory and broader productivity benefits "

https://skventures.substack.com/p/ai-isnt-good-enough

#лабораторный_журнал

Главное изменение по итогу коммандировки на фабрику: зона ответственности расширяется.

Год назад была начата инициатива по созданию инфраструктуры и культуры данных в компании. Однако дело не двинулось дальше попыток нанять лида дата инжениринга, который бы эту инициативу толкал. В итоге мы как ML команда в какой-то момент уперлись в невозможность получить данные для наших проектов. В остальной части компании продолжила распространяться мерзость эксель таблиц, кривых скриптов и сделанных фронтендерами дашбордов (которые делались бы за пять минут например в Power BI).

Решили сменить тактику. Самая близкая к данным команда это моя команда. Плюс у меня был опыт проектирования Data Warehouse в Start.ru, так что я оказался человеком с наиболее релевантным опытом (хотя я вообще не спец в дата инжиниринге). Наконец, у нас получился неплохой процесс найма для позиции ML инженера, поэтому его несложно адаптировать под найм других позиций в дате.

Решили сделать так:
1. Наша команда берет на себя роль дата команды, выбирает наиболее простой и одновременно полезный дата-продукт, делает MVP дата инфраструктуры под него. Во-первых мы сдвинем дело с места, во-вторых в процессе лучше поймем требования.
2. Параллельно с этим вместо поиска суперлида ищем двух человек: дата аналитика в Италию и дата инженера в нашу команду.
3. При проектировании инфры обращаемся к опытному консультанту, чтобы компенсировать недостаток комптенеций в дата инжиниринге.

Таким образом я становлюсь на ближайшее время главным по данным и вместо моделек буду заниматься наймом, проектированием, настройкой DWH и всем прочим.

#работа #лабораторный_журнал

Я бы не сказал, что мы до сих пор хорошо справлялись с наймом MLE. Мы отсобеседовали много людей, но всех отсеяли. Главная проблема: необходимость поиска внутри Португалии. На позицию подавались почти исключительно свежие выпускники двух местных институтов. Или вчерашние студенты, или другие люди вообще без релевантного опыта. Ожидаемо: непросто затащить людей в Коимбру.

Так же мы совершили ошибку потратив много времени на собеседования с джунами, зная что ищем мидла. Моему руководителю, как человеку из академии, казалось будто взять умного студента это неплохой вариант — в деталях разберется. Я же зарубал кандидата, видя, что его придется онбордить полгода.

Набив шишки мы поправили процесс: расширили пул поиска до всего ЕС, стали зарубать на этапе CV всех людей без хотя бы пары лет релевантного опыта (как бы ни было неприятно) и синхронизировали ожидания.

Теперь вместе с ролью лидера по данным на меня свалился найм на еще две позиции: Data Analyst и Data Engineer. На практике все это выражается в шести собеседованиях на следующей неделе, плюс время на отсмотр резюме и ответы на почте.

Наблюдение: сам процесс склоняет нанимателя к скотскому поведению. Очень велик соблазн просто гостить людей. Очень неприятно зарубать джунов, зная, как им тяжело найти работу, но приходится. Очень тяжело влюдумчиво читать резюме и тем более мотивационные письма, т.к. их слишком много. Очень хочется дать всем шанс, но это невозможно. Очень тяжело давать обратную связь, ведь и работать когда-то надо. Очень грустно отказывать человеку после того, как он потратил время на тестовое задание. В целом никаких положительных эмоций кроме интереса при знакомстве на собеседованиях.

Когда ищешь работу думаешь: "Вот если бы я нанимал, то все было бы не так!" В итоге обнаруживаешь, что твой максимум это сделать процесс чуть менее ужасным: не гостить, не токсить, не затягивать с ответом, защитить от "лучших" практик HR типа IQ тестов. The game is rigged from the start.

Надо отметить, что мой руководитель великолепно собеседует людей и я многому учусь. Приятный плюс работы в PF.

#работа

# Другая сторона найма

Поиск инженеров в PF это мой первый опыт полноценного процесса найма. Хочу поделиться несколькими наблюдениями.

1. Для работодателя найм это тоже numbers game.

Со стороны работодателя даже в большей степени, чем со стороны соискателя! Мы не так долго и активно ведем процесс, но на одну позицию уже отсмотрели более 200 резюме. Естественно большая часть отсеивается на этапе резюме и HR скрининга: до интервью дошло только 12 человек. При этом если соискатель тратит на поиск работы только свое время, то работодатель тратит время трех и более человек.

2. Релевантность опыта важнее общей крутизны.

Оказалось, что мне, как нанимающему инженеру в небольшой компании, важно, чтобы человек имел подходящий опыт. В идеале чтобы он уже решал раньше те задачи, для которых мы его нанимаем. Это может быть даже важнее чем его общие способности. Например, мы отсеяли одного сильного full stack инженера, который хотел сменить карьерный трек на MLE. Ну не знает человек, что такое градиентный спуск, и тут ничего не поделаешь: слишком долго придется ждать, пока он станет приносить пользу.

В больших компаниях с этим проще. Там заведомо ожидают, что онбордить человека придется минимум три месяца, со специальными тренингами по внутренним инструментам и прочим.

Под всех не подстроишься, поэтому стопроцентного способа взломать систему в пользу работника я не знаю. Однако не ленитесь адаптировать резюме и свой рассказ о себе под интересные позиции.

3. У компании, в отличие от работника, всегда есть заранее определённая зарплатная вилка.

Казалось бы очевидный пункт. Но все же стоит напомнить: если они входят в переговоры зная чего хотят и ожидают, а вы нет, то угадайте у кого контроль над ситуацией.

Важный момент: у компании может быть бюджет под команду, а не под каждую позицию. Например, Х долларов в год на формирование команды по данным. Конкретная конфигурация может меняться в процессе поиска. Например, изначально хотели найти сеньора и двух мидлов, но могут выбрать взять сеньора, мидла и крепкого джуна.

В этом случае у компании есть гибкость в принятии решений, что дает работнику с хорошей переговорной позицией преимущество. Используйте это в свою пользу.

4. Прыжки через обручи не обязательно красный флаг.

Бывает, что компания заставляет вас пройти какой-нибудь дурацкий personality test. Выглядит как будто это признак того, что работать там будет непросто. Однако на практике это может быть просто причуда HR, которая никак не влияет на работу в компании и с которой технари ничего не могут поделать.

Вывод: стоит оценивать позицию в первую очередь по нанимающей команде.

5. Мотивационные письма не читают.

Я честно стараюсь просматривать их хотя бы по диагонали, но факт остается фактом: еще ни разу мотивационное письмо не повлияло на мое решение.

Возможно мотивационное письмо влияет на HR. Так это или нет я, к сожалению, не знаю.

Общий вывод пожалуй тривиальный: по ту сторону тоже находятся люди. Возможно слегка задолбанные и перегруженные. Они находятся в строгих рамках экономических стимулов, поэтому не стоит воспринимать происходящее близко к сердцу. В конце концов все ищут возможность взаимовыгодно договориться

# Эксель как тропа через газон

Когда программист начинает заниматься инфраструктурой аналитики у него возникает соблазн сразиться с экселем.

Эксель кажется воплощением зла. Во-первых, он максимально гибкий, а значит в таблицах неизбежно возникает бардак. Во-вторых, данные в таблицы как правило или вносятся руками, или генерируются богомерзкими скриптами, а значит там неизбежно много ошибок. В-третьих, банальные операции типа джоина двух таблиц превращаются в экселе в настоящий квест. Наконец, способность экселя к визуализации просто мрак, поэтому таблицы растягиваются на сотни колонок.

Любой, кто освоил простой анализ табличек на python, приходит в ужас, когда обнаруживает, что ключевые процессы в компании держатся на ЭТОМ. Кажется, будто можно заменить много неудобных таблиц на несколько красивых дешбордов, построенных в модном BI инструменте. И сразу принести пользу. Поставить в резюме, что совершил цифровую трансформацию бизнеса.

Но это заблуждение!

Дело в том, что эксель возникает не от хорошей жизни. Это клей, заполняющий дыры между инструментами и процессами. К нему прибегают именно в тех случаях, когда другие методы не справляются. Как правило когда нужно склеить одни данные с другими.

Пользователю нужно свести два набора данных и у него появляется выбор: просить разработку сделать новую сложную штуку или быстро сделать таблицу. Он выбирает второе, т.к. не знает, пригодится эта таблица в будущем или нет. Если это расчет на один раз то эксель как раз подходящий инструмент. Но если таблица оказывается полезной, то ей начинают часто пользоваться, расширять ее и давать доступ разным людям. Незаметно одноразовая табличка превращается в критический компонент системы.

Эксель это как тропинка, протоптанная через газон в обход неудобного асфальтированного пути.

Поэтому просто заменить пару таблиц на пару дашбордов не выйдет. Если бы можно было, то уже заменили бы до тебя. Придется вникать в процессы и искать причину, по которой эксель таблички появились. Иначе можно заменить пару таблиц на пару таблиц плюс дашборды, которые никому не нужны.

# Разыгрываю Playstation 5 в честь 5000 подписчиков!

Выберу победителя рандломайзером сегодня в 00:00. Как доставить придумаем после.

Форма для записи на розыгрыш здесь, оставляйте свой телеграм юзернейм .

———

Ладно, шутка, я по вашему миллиардер что-ли? Не заезженная шутка а золотая классика

Если серьезно, то спасибо, что вы читаете этот канал. Вы очень крутая аудитория для которой всегда интересно писать.

В последнее время я стал меньше писать про личное и больше про профессиональное. Давайте в честь такого события устроим AMA (ask me anything). Задавайте любые вопросы в комментариях, а я попробую честно ответить