Нисколько не приуменьшаю значимость сильных предпринимателей и биздевов внутри больших компаний (без них точно ничего не выйдет), но в будущем лидировать будут те компании, которые сами по себе одна большая Big Data.

Обсуждали с коллегами из очень мне симпатичной и горячо мной любимой компании их подготовку учебника по ML. Они привлекают кучу крутых людей к ревью программы и содержания глав, и в написании тоже участвуют разные опытные в индустрии и науке коллеги. Сначала я поревьюил вместе с ними программы, потом вписался автором раздела по кластеризации.

По кластеризации и я, и коллеги были настроены слегка скептично: методов и алгоритмов много, а пользы мало. Если, конечно, четко мерять пользу продуктовыми и бизнесовыми метриками, а не «на глазок». В целом выглядело как win-win: и у меня времени мало, и слишком много писать в главу не надо будет. Но начал думать в фоне про содержание и набралось довольно много применений, вот несколько базовых:

1. Конечно, первый пример - это кластеризация точек в гео: гео-меток у вас всегда целый рой, а понять, в каких же местах был пользователь, можно только покластеризовав либо попривязывав их к ближайшим объектам на карте. Из примеров в продуктах - пикап-поинты в приложениях такси.

2. Второй пример - квантизация признаков. Есть классическая история, когда в донейросетевую эпоху фрагменты изображений кластеризовали, каждый кластер называли «визуальным словом», а фичи для изображения готовили, нарезая по кусочкам и считая количество различных визуальных слов (по попаданиям кусочков изображения в кластеры). Может показаться, что вместе с bag of visual words это ушло в историю, но в целом трюк с использованием кластеров вместо фичей вас может спасти всегда, когда разнообразие значений признаков слишком велико для вашего датасета. Другая причина заменять фичи кластерами - если есть потребность не выдавать их as is. В обоих случаях вам конечно подойдут и достаточно компактные эмбеддинги. По сути bag of visual words был ручной попыткой строить понятные интерпретируемые эмбеддинги для картинок, а новый расцвет нейросетей просто увёл нас от ручных поделок к более автоматизированным.

3. Квантизацию можно делать не только по признакам, но и по объектам. Здесь два примера. Во-первых, когда у вас нет возможности использовать или передавать данные по каждому объекту (например по пользователям), но есть - по агрегату, может быть уместно их просто кластеризовать и работать с кластерами. Для решения полезных бизнесу задач порой этого более чем достаточно. Во-вторых, вам может просто не хватать данных по каждому объекту. В частности, когда вам маловато данных по каждому пользователю для построения рекомендаций, можно на первых порах ограничиться рекомендациями для небольших кластеров пользователей. Впрочем, будет ли это лучше, чем рекомендашки там, где данные есть, и их последующее скрещивание с kNN-ом, надо смотреть по ситуации.

4. Ещё один пример - автоматическая поддержка каталогов типа каталога товаров в Яндекс Маркете, когда у каждого агрегируемого магазина своё дерево категорий, а вам нужно иметь в агрегаторе обобщенное, ещё и периодически обновляемое.

И всё это если абстрагироваться от примеров кластеризации в NLP, сегментаций клиентских баз и других классических применений кластеризации, где вызывает вопросы субъективная оценка качества «на глазок» либо по отстранённым от полезности результата метрикам. Ровно такие применения с непонятным измерением ценности обычно и дискредитируют задачу кластеризации в глазах DS’ов из бизнеса. Для меня же было неожиданным наблюдением, что за применениями, вызывающими хейт, мы часто забываем про более понятные кейсы, которые вполне себе адекватны. Так что внезапно кластеризация не полностью бесполезная и унылая хрень, нужная только чтобы заняться каким-то ML, но не брать ответственность за результат.

С тех пор как я начал преподавать, у меня всегда были проблемы с тем, чтобы слушать лекции. Из-за профдеформации я начал считать, что лектор должен меня заинтересовать, а не я должен интересоваться предметом. И это явно не тот перекос, который чем-то помогает слушателю технических дисциплин :)

Разумеется, в 2021 году есть куча доступных материалов, с которыми очень хочется ознакомиться, когда думаешь в терминах "сейчас узнаю что-то полезное". Но вот ты запускаешь какой-нибудь клевый курс или доклад на ютьюбе, и снова начинается в голове это "ну давайте, развлекайте меня". В итоге не досматриваешь и до середины, забиваешь, почти ничего полезного не узнал, ещё и почувствовал себя совершенно избалованным.

Но я нашел способ вывернуть наизнанку преподскую и спикерскую профдеформацию. Теперь, когда смотрю чужой доклад, я думаю: надо найти в нём все классные идеи по подаче материала и подходы, как сделать рассказ понятным, и тоже их использовать. И тут уже не возникает того цинизма и привередливости, а наоборот, начинаешь ловить каждое слово. Например, давным-давно, когда только вышла специализация Advanced Machine Learning на Курсере (за которую Женя Соколов получал какую-то награду вживую от самого Andrew Ng, даже фоточка осталась), мне очень зашел рассказ Кати Лобачевой про LSTM. Уж не знаю, чем вдохновлялась она, но методически, с точки зрения качества объяснения, это было очень доступно. В итоге все годы с тех пор рассказываю студентам очень похожим образом.

Плагиат? Может быть. Докладчик, если старался, наверняка не один час думал над подачей. Меньшее, что я могу в такой ситуации сделать, это честно сослаться на вдохновителя и просто по-человечески сказать спасибо. А если ему не понравится, отказаться от заимствования. Пока никто не обижался, но может я просто не знаю об этом :)

Но метод оказался рабочим. Сейчас есть очень много молодых и талантливых преподавателей и спикеров разных митапов, и иногда после работы я нахожу время посмотреть их лекции и выступления вместо какого-то фильма или сериала. Т.к. я смотрю это не только ради контента, но и чтобы продолжать учиться выступать, часто это вызывает у меня чувства "блин, какие все же классные ребята есть". У кого-то здорово поставлена речь, кто-то особенно хорошо держится и не волнуется, кто-то весел и бодр, и заряжает этим слушателя. Концентрируйтесь на хорошем и сразу становится интереснее слушать :)

Математика в машинном обучении

Вот люди часто спорят, нужно ли знать математику, чтобы заниматься машинным обучением, или нет. И в каком объеме. Ответ простой: есть вещи, которые можно делать с достаточно скудным знанием математики на уровне что такое градиентный спуск (и то иногда на уровне ощущений), а есть ситуации, когда вы порадуетесь, что понимаете преобразование Фурье, двойственные задачи или, например, теорему Стокса. И это весь ответ: с разными знаниями вы можете решать разные задачи и понимать методы ML с разной глубиной осознания. Нужно это вам или нет - решайте сами. Каждая команда тоже сама решает, какие люди ей нужны.

Вот вам простой пример: для всех, кто занимается ML давно, древний баян, но зато очень показательный. Если вы решаете задачу оптимизации, а у вашей функции нет градиента (например, она зашумлена), но вас устроит минимизировать ее сглаженную версию, то можно устроить градиентный спуск без градиента. Начинаете в точке x, выбираете случайный вектор p из равномерного распределения на единичной сфере и маленькое число b. Считаете f(x + bp) и вычитаете s*f(x+bp) из x, где s - размер шага градиентного спуска на текущей итерации. Повторяете такие итерации и, о чудо, в среднем (в терминах матожидания) вы движетесь в сторону антиградиента сглаженной функции f.

Если математика для вас темный лес, остается просто поверить в то, что это работает. Если вы немного в ней разбираетесь, то для случая незашумленной f вы распишете f(x+bp)-f(x) по Тейлору до первого члена и догадаетесь, что из-за равномерного распределения p на единичной сфере слагаемым -f(x) можно пренебречь, т.к. после взятия матожидания оно все равно зануляется. А если вы прям неплохо шарите или можете все быстро вспомнить, то вам по силам разобрать выкладки вроде того, что на странице 2 и 5 вот этой вот статьи https://arxiv.org/pdf/cs/0408007.pdf (а может даже написать их самостоятельно), и понять, причем там сглаживание, о каком сглаживании в принципе идет речь, и что вообще лучше разобраться, почему это работает, причем там размерность пространства, и как она влияет на размер шага, да и что там в целом со сходимостью. Не интересно - да и фиг с ним. Интересно - вот вам и математика.

Про пиар

Неловкий момент, когда PR отрицает годы работы Data Scientist'ов в рисковом блоке банка - Альфа сообщила, что задачу кредитного скоринга теперь (!) решает ИИ: https://www.vedomosti.ru/press_releases/2021/11/29/alfa-bank-nachal-vidavat-krediti-s-pomoschyu-iskusstvennogo-intellekta

Для справки: к ИИ относятся и нейросетки, и любые другие модели машинного обучения. Причем какого-то сакрального смысла в использовании именно сеток или именно бустинга нет: что получилось настроить работать лучше (точнее и стабильнее в случае скоринга), то и надо использовать.

Таким образом либо в Альфе раньше вообще не использовали машинлернинг в скоринге (что странно, все крупные банки и операторы уже много лет это делают), либо теперь его решили назвать ИИ и сделать пресс-релиз (возможно, заменив одну модельку на другую, но это не точно). Короче как ни крути, а неловко вышло - написали новость про то, что у всех давно есть. Возможно, посыл был в том, что аккуратно дотащили скоринг до риал-тайм продакшена и хорошо встроили в процесс выдачи кредитов, либо в том, что перестали перед выдачей валидировать прогноз человеком и полностью поручили модели - в таком случае конечно не rocket science, но все равно неплохо. Словом, готов поспорить, что ребята из Альфы таки сделали что-то хорошее, но вот то, как это анонсировано - просто ужас :)

14 декабря пройдет DataStart - онлайн-конференция по Data Science. Я уже не первый год выступаю на ней и каждый раз встречаю на DataStart много крутых спикеров. Уверен, что в этом году тоже будет здорово.

В этот раз вас ждёт 2 трека и 16 часов докладов про кейсы, успехи и фейлы на бесплатной онлайн-трансляции

📌 Регистрация - https://clck.ru/Z7pec

Трансляция идет в 2 потока, для тех кто хочет увидеть всё или пересмотреть доклады повнимательнее есть опция приобрести записи (должна же как-то конференция монетизироваться, по своему опыту знаю что подобные мероприятия это тяжкий труд большой команды людей :)

Промокод на скидку: Kantor500

Некоторые из докладов:
- Методы оптимизации процесса разметки для обучения нейронных сетей
- Хаос в машинном обучении
- Face Recognition
- Как замашинлернить всё в большой компании (это мой :))

Среди спикеров: Иван Оселедец, Паша Финкельштейн, Влад Виноградов (EORA), Дмитрий Гронский (Ozon) и др.

📌 Регистрация - https://clck.ru/Z7pec

Через полчаса подводим итоги года в DS. Присоединяйтесь :)

🚨Я продолжаю серию митапов про Data Science в гео-данных, геосервисах, логистике, приложениях Smart City и т.д.

21 декабря в 19:00 МСК состоится завершающая в этом году онлайн встреча Citymobil Data Meetup!

🚀 За этот год было сделано 4 митапа (по митапу каждый месяц), было приглашено 12 классных спикеров с огненными докладами: Ксения Мензорова, Николай Рядчиков, Михаил Дьячков, Алексей Венжега, Алексей Кудинов, Максим Шаланкин, Сергей Свиридов, Даниил Тарарухин, Артем Солоухин, Андрей Критилин, Федор Лаврентьев, Екатерина Колпакова ❤️.

🎁 Но на Новый год мы решили обойтись без сложных докладов, а сделать классный развлекательный формат: подвести итоги года в мире Data Science и Big Data, а также провести викторину с подарками 🥳!

Так что нужно обязательно подключаться онлайн, а не ждать видео! Регистрируйтесь, чтобы не пропустить!

https://citymobil.timepad.ru/event/1870148/

Итоги года вместе со мной подведут:

🆗 Андрей Кузнецов (Ok.ru, Data Scientist)
📹 Артур Кузин (SberDevices, Head of Computer Vision Platfrom)
⛓ Валерий Бабушкин (Blockchain.com, Head of Data Science)
☎️ Виктор Кантор (МТС, Директор центра Big Data)
🖼 Дмитрий Коробченко (NVIDIA, Senior Manager of AI)

А моей соведущей будет замечательная Анастасия Никулина ❤️!

🎉Очень ждем встречи!

Почему я работаю CDO в МТС, версия без рекламного булшита

Начнём с того, что есть IT компании, сервисами которых уже пользуются десятки миллионов пользователей, а процессы в команде неплохо отлажены и не бюрократизированы. Вопрос в том, зачем идти в большую компанию, где все делается по куче регламентов, а продукты (кроме традиционных услуг) в начале своего пути.

Тут ответ простой: мне всегда было интересно, чтобы прям с адом и приключениями. Например, одна из причин, по которой мне было интересно запускать Академию Данных Mail.Ru - то, что сделать это нужно было за два месяца. А представляете, как интересно сделать Data Driven и замашинлернить компанию, где это делается вот совсем не на раз-два-три? Это нормальный вызов для тех, кто любит и может превозмогать. Плюсом поиска сложностей является то, что за них платят больше, чем за работу в максимально комфортных условиях. Минусом - что задолбаешься так, что этой дельте в оплате рад не будешь. Но основная награда не в деньгах, об этом дальше.

Другая причина работать в МТС или любой другой большой еще не IT компании - тщеславие. Для значительной части сообщества все хорошее, что вы здесь сделаете, будет вашим достижением, а не следствием того, что компания итак крутая. Здесь можно дойти до крайности и пойти работать вообще в noname место, но мой выбор пока все же компании лидеры рынка. В любом случае чувство, что ты сделал что-то, что другие сделать не могут, меня мотивирует сильнее всего.

Кроме того, есть «академический интерес». Как строят новое я уже посмотрел и поучаствовал в Яндексе, теперь интересно поучаствовать в трансформации существующего бизнеса. Есть интригующее ощущение, что если уметь и делать с нуля, и менять к лучшему, можно нанести миру сильно больше пользы и в конечном счете иметь больший impact.

Ну и, конечно, приходил в МТС я как CDS, а в конечном счете оказался в топ-менеджменте с совершенно другим масштабом задач и уровнем сложностей. Это очень интересный опыт, на который у меня есть свои планы.

Btw я наконец-то добавил возможность комментирования и теперь можно назадавать вопросов в комментах :)

Что больше всего шокирует в людях, когда становишься руководителем

Мой личный топ это:
1) неадекватность самооценки,
2) лицемерность и токсичность на грани полного провала,
3) ощущение безнаказанности,
4) абсолютное преобладание эмоций над логикой,
5) нужно быть готовым получить по морде за любое проявление заботы о команде.

Самооценка

Обычно руководителем назначают того, в кого можно впихнуть много всякого геморроя, и он его будет разгребать, а не жаловаться. Такие люди часто склонны к рефлексии вида «если что-то не получается, значит я мало и неэффективно работаю, это мой провал». Шок у руководителя случается, когда к нему раз за разом приходят сотрудники, косячащие так, что чудом не разогнали всю команду, и качают права, как будто они тут первые парни на деревне. В ход у сотрудников идут самые смешные обороты вроде «Я же свою работу делаю хорошо, почему другие хорошо сделать не могут». Здесь справедливо заметить, что нужно вовремя давать сотруднику обратную связь и не забывать про ее негативную часть. Но, к сожалению, не всегда даже в самом явном виде фидбек до человека доходит (давать конечно все равно нужно, даже если это бесполезно).

Лицемерие

Что интересно, искренняя убежденность в своей хорошести и ценности, независимо от обстоятельств, волшебно соседствует с любовью сплетничать за спиной у руководства. И при этом у людей никаких подозрений, что улыбаться в лицо и поливать говном за чаем это чем-то плохо :) Причём говном поливать ведь очень легко, если не предлагать никакую конструктивную повестку или, предлагая ее, не задумываться о трудностях ее воплощения. Впрочем, это еще ладно, назовём это «корпоративной культурой». Не видел ни одной компании, где никто так не делает. Но что гораздо интереснее, так это то, что сотрудники думают, что разговор за чаем с коллегой остаётся за чаем, и о нем не становится известно руководителю. Раскрою тайну: зачастую становится.

Безнаказанность

У айтишников часто есть ощущение, что можно делать любую дичь, и их никто за это не уволит. Даже когда на их глазах увольняешь человека, который, казалось, всех пересидит и переиграет, сотрудникам проще поверить, что «на самом деле сам ушёл», и они все в безопасности, чем что уволили, и их ждёт та же участь, если не работать. Здесь я виню не один только идиотизм, а все же в купе с сошедшим с ума рынком. Сейчас действительно любой лентяй может просто прыгать по вакансиям, оставаясь в каждом месте до тех пор, пока не раскроют, так что нечего бояться или переживать за качество своей работы.

Хождение на поводу у эмоций

Еще одна проблема, с которой приходится работать руководителю, это тотальный отказ сотрудников быть последовательными. Мой частый сценарий: аналитик говорит, что уходит, а на вопрос «Почему?» отвечает, что хочет новый опыт и попробовать быть продактом. Ему предлагают перейти в продакты у нас в компании и попробовать свои силы, на что аналитик отвечает «ой, не знаю, я уже собрался в компанию Х». На вопрос «а на какую позицию?» ответ в 99% случаев: «а тоже аналитиком». Ну супер. Значит человеку на самом деле либо денег не хватало, либо компания и команда приелись, а он задвигает что-то про смену профессии. Я бы назвал это так: «мне что-то не нравится, я хочу что-то поменять, но не планирую сейчас разбираться, что чувствую и что хочу». И дальше начинается такое броуновское движение на поводу у неосознаваемых эмоций.

Дорога в ад

Ну и самая, так сказать, классика, это то, что дорога в ад устлана благими намерениями. Станьте руководителем и поймёте. Хотите провести реформы в команде плавно, чтобы все ценные сотрудники нашли себе новую роль и поменьше стрессовали - «на кухне» вас назовут слабым и нерешительным. Хотите быть демократичнее и ближе к народу - возмутятся, какой стыд, что руководство плохо держит дистанцию и не управляет само, без перекладывания ответственности на сотрудников. Хотите наоборот взять ответственность на себя, чтобы не мучать людей принятием решений, для которых у них объективно не хватает информации - получите негодование из-за вашего авторитарного стиля управления.

Не уволили человека и дали ему второй шанс себя проявить - ждите, напишет на вас жалобы во все инстанции, когда вторая попытка провалится и придёт время прощаться. Первое правило при руководстве людьми: за 90% хорошего, что вы сделаете для кого-то, вам нагадят. Поэтому никогда не делайте «для кого-то», а делайте просто как считаете правильным. И ничего не ждите взамен.

К сожалению, этот текст о наболевшем, конечно же, ничего не изменит. Герои моего поста не конкретные люди, это собирательные образы, но большинство прочитает про них и подумает «ай какие нехорошие конечно люди бывают, а вот я норм», ничего не примерив на себя. Ну что ж, ничего страшного, зато те, кто хотят быть руководителем, кто представляет, как круто быть босом, могут прочитать и задуматься, а так ли классно жить с вечным фейспалмом :)

Что больше всего восхищает в людях, когда становишься руководителем

Как в прошлый раз, сначала весь топ:
1. Ответственность
2. Способность к сотрудничеству и командной работе
3. Эмоциональная вовлечённость в работу
4. Смелость брать на себя больше
5. Интеллект и профессионализм
6. Поддержка, которую даёт вам команда

Ответственность
Большинство сотрудников готовы работать, когда уже закоммитились на работу. Да, меня восхищает то, что люди выполняют обязательства. В условиях высокой неопределенности есть миллион причин сказать «это делать не предполагалось» и отлынивать от работы. Но когда работаешь с надежными людьми, и для рабочих задач им надо, например, ночью полететь в другой город (хотя вроде айтишники, а не менеджеры по продажам), после аэропорта ехать «два дня лесом, три дня полем» и дальше удачно провести сложные переговоры, внезапно (!) оказывается, что люди делают такие вещи даже без прямого указания, убалтываний, вытанцовываний вокруг них, а просто потому что это их работа и так надо. Есть в этом простом рабочем настрое что-то крутое, надежное, вселяющее веру в то, что любые горы можно свернуть.

Сотрудничество
Другой приятный момент - то, что люди умеют сотрудничать друг с другом. Делать не только свои задачи, но и оказывать друг-другу помощь, а если это руководители - помочь людьми из своей команды, когда очень нужно. Это, конечно, сильно зависит от того, как вы нанимаете и повышаете сотрудников, ведь если в вашей команде будут серьезные межличностные конфликты, дух сотрудничества может легко раствориться. Но по умолчанию людям больше нравится дружить и делать что-то вместе, а не устраивать разборки.

Эмоциональная вовлечённость
В здоровой команде людям не плевать на свою работу. Для них важно дотащить до прода, важно, чтобы это было полезно, важно не красить траву в зелёный цвет, а созидать. И важно, чтобы в их области ответственности все работало. Это вовлечение хорошо помогает и со следующим пунктом в нашем списке.

Смелость брать на себя больше
Казалось бы, из-за уже лежащей на тебе ответственности хватает нервов и итак есть о чем беспокоиться. Но нет, всегда находятся люди, готовые принять в себя еще х2 работы и справиться с ней. Такие растут очень быстро и в плане своих реальных возможностей, и в карьере. Лишь бы только не сгорали: изнутри бывает сложно оценить, насколько тяжело вывезти то, на что подписываешься.

Интеллект и профессионализм
Когда работаешь в своей узкой сфере, глаз замыливается и все реже оцениваешь людей с точки зрения «как он хорош и сколько всего знает и может». Например, у меня есть склонность обесценивать те знания, которыми обладаю даже я, а ценить только то, что для меня ново (и то только ограниченное время). Я в курсе, что это нездоровая история и потихоньку ее исправляю, но часто это происходит неосознанно. Когда вы становитесь руководителем, чем выше ваш уровень, тем больше в команде людей, чью работу вы не понимаете также хорошо, как понимали свою. И это возвращает слегка забытую радость общения с умными людьми. Их, конечно, не прибавилось и не убавилось, просто вам проще удивляться и радоваться там, где вы сами не эксперт. Дальше это развивается и в другую сторону: вы начинаете понимать, насколько молодцы ребята из вашей «родной» специальности. В итоге общее количество радости в жизни повышается :)

Поддержка команды
Однако самое главное, что на мой взгляд должен знать руководитель - что когда не полагаешься на команду, работа руководителя становится адом. Не сделаешь сам - не сделает никто, колоссальное давление на одного человека. А как только начинаешь работать с надежной командой, пользоваться ее поддержкой и не бояться делегировать какие-то важные вещи, выдыхаешь с облегчением от того, что возможно всё (в хорошем смысле :). Поэтому первый совет начинающему руководителю - собирайте команду, укрепляйте ее, берегите, цените, и опирайтесь на неё. Вы ничего не добьётесь в одиночку, но свернёте горы вместе.

В следующем посте мы поговорим о том, как от депрессивного нытья предыдущего поста переходить к более позитивному настрою этого: как для этого работать с собой и с командой.

Но это уже после 1 января, а сейчас всех с наступающим, хорошо вам отметить эти праздники и успехов в карьере и жизни в 2022 году :)

Немного отклонюсь от заявленного плана постов в канал. Хотя следующий пост уже три недели как почти готов, вот это «почти» всегда скрывает в себе очень много :) Год назад мы готовили к запуску летнюю школу по машинному обучению в МТС Тета, и я давал программному директору Теты Савве Демиденко интервью про себя, работу и образование. Сейчас на Хабре вышла расшифровка: https://habr.com/ru/company/ru_mts/blog/646753/

Чтобы сэкономить вам время на понимание читать/не читать, внутри:
-Немножко биографии и где работал
-Про учебу в МФТИ и немного про Школу анализа данных Яндекса, Академию Данных Mail.Ru и Вышку (если кратко - они крутые, Физтех тоже)
-Как начал преподавать и немного о DMIA
-Чем сейчас занимаюсь в МТС

Кому интересно - заходим, читаем, ставим плюсы, пишем желчные или позитивные комментарии :) Ссылка на видео тоже есть, в конце статьи

Топ банальных но эффективных советов по работе с командой

После прошлых постов у нас остался простой насущный вопрос: что делать, чтобы было больше позитивных моментов в работе с командой и в целом процесс был более продуктивным. Советов здесь можно надавать много, но вот мой топ (кстати, во многом совпавший с комментами к постам):

1. Общение
2. Поддержка
3. Целеполагание
4. Принятие ответственности
5. Делегирование ответственности
6. Надежность

Общение
Однажды, когда я только второй раз в жизни работал на руководящей позиции, я взял к себе довольно проблемного сотрудника, склонного хлопать дверьми на совещании и делать все всегда по-своему (в худшем смысле), причём все это было известно заранее. Когда ты только недавно руководитель, бывает история про «хочу себе этот управленческий вызов» вместо конструктивного найма. Все остальные тимлиды отказались брать его, а я, конечно, верил в себя. Больше я такими глупостями не занимался, т.к. съел говна на годы вперёд. Справедливости ради, глупым этого человека не назовёшь, и карьера у него очень хорошо сложилась дальше, так что он все равно молодец.

Так вот мой собственный руководитель как-то указал мне, что мой подчиненный приходит к нему жаловаться на жизнь и на меня, а ему это нафиг не сдалось, своих дел хватает. Я попросил у руководителя совета, и ответ меня поразил своей простотой. Руководитель спросил меня, а что я делаю, когда есть непонятки с каким-то человеком. Я ответил: «ну, разговариваю с ним, конечно». «Вот именно, больше общайтесь» - получил в ответ я. Гораздо проще додумать неадеквата или “врага” в том, с кем ты мало контактируешь. Когда все можно обсудить - уже сложнее себя накручивать :)

Тот же подход помогал и моему руководителю удерживать меня. Когда я чуть было не ушёл из команды, меня обезоружил его вопрос: «а чего ты сам хочешь?». Далеко не все уходящие люди задают себе этот вопрос и отвечают на него не для галочки. Но если у вас нет с человеком диалога, то вы ему и не вбросите ни этот вопрос, ни другие важные в моменте. Как вариант - будете получать нелогичные ответы, которые на самом деле просто отмазка, чтобы отстали (вспоминаем позапрошлый пост).

И ровно нехватка общения и подводила моего руководителя в работе со мной: стоило ему пропасть достаточно надолго, я уже не понимал - меня планируют уволить или повысить, и работать становилось довольно нервно и непродуктивно. Словом, общайтесь с прямыми подчиненными регулярно, а они пусть не сочкуют и общаются со своими. Иногда полезно общение через один левел вниз, но это нужно делать аккуратно, чтобы не дать людям повод для подковерных игр против своих руководителей.

Также обязательно нужно позаботиться о регулярных мероприятиях и рассылках, доносящих информацию от руководства до сотрудников. Информационный вакуум заполняется только слухами и домыслами, и какие бы ни были новости, домыслы всегда будут еще хуже, так что делитесь информацией с людьми.

Поддержка
Так мы плавно переходим к самой мотивирующей вещи на свете - конструктивной похвале от руководства (не путать с рандомной, она только демотивирует тем, что руководитель не понимает, чем вы занимаетесь). Какими бы самостоятельными и независимыми мы ни пытались быть, но после 11 лет школы и 5-6 лет универа, большинство из нас любит хотя бы иногда получать отличные оценки :) А у некоторых и вовсе от этого зависимость. Понятное дело, что для кого-то «отлично» - это зарплата выше рынка, для кого-то - тот факт, что тебя принимают в очень крутой команде, для кого-то еще что-то. Но чаще всего позитивный фидбек от руководства не делает хуже, а наоборот очень вдохновляет.

Здесь есть ряд тонкостей с тем, у кого из сотрудников вы обладаете авторитетом, а у кого нет. «Да кто он такой чтобы оценивать мою работу» - может подумать человек, даже после похвалы. Но всё же до определенной степени взрослые люди рассуждают не в терминах авторитета, а в терминах взаимной выгоды. Руководитель, который хвалит, звучит как потенциально выгодная история, лучше с ним кооперироваться, чем быть в контрах, особенно когда понятно, за что именно вас ждёт одобрение.👇

Со временем взаимовыгодное сотрудничество может дополняться уважением и нотками доверия, ведь людям гораздо проще находить хорошее в тех, кто им полезен.

Поддержка выражается не только в том, чтобы говорить сотруднику, что он молодец, но и в том, чтобы интересоваться, а чем он живет, к чему стремится, с достижением каких целей работа в вашей команде может ему помочь. Это часто win-win. Когда вам жестко не хватает ответственных руководителей, находится тот, кто мечтает им стать и готов слушать, что для этого делать и как развиваться. А когда вам нужна команда на open source проекты, у вас очень кстати могут обнаружиться разрабы, жаждущие славы за пределами компании. Поддержка это еще и про то, чтобы уважать цели и интересы своих сотрудников и помогать их достигать в процессе работы.

Целеполагание
Тут все просто. Если вы говорите, куда ваша команда идёт, какие у вас долгосрочные цели, а какие уже на этот год, то команде живётся комфортнее. Да, не всем цели понравятся. Да, будут альтернативные идеи. Некоторые идеи будут, кстати, толковые и полезные для корректировки курса, некоторые же откровенно идиотские и продуманные на уровне «мне так кажется, нет, рынок не оценивал и не буду, мне тема нравится, она перспективная». Не так важно, насколько ваш курс правильный сейчас, важнее, что он есть. Отсутствие целей вызывает сильно больший дискомфорт, чем неидеальная цель. К тому же никто в современном мире не составляет план на 5 лет вперёд, чтобы один раз его зафиксировать и больше не обновлять с учетом новостей рынка и технологий, так что цели в любом случае всегда подлежат итеративному уточнению.

Понятное целеполагание создаёт команде возможности планировать работу, карьеру и жизнь, а потому является базовым условием для комфортной созидательной деятельности.

Принятие ответственности
Пару постов назад я неплохо так растекался мыслью «вот стараешься для них, а они тебе спасибо не скажут». Я хорошо запомнил эти ощущения с момента, когда они возникли первый раз, иногда ловлю их проблески и сейчас, но к текущему моменту очень дотошно препарировал и изучил их. И вот что скажу о них: это понятная человеческая реакция, особенно в начале работы руководителем, но это детский сад и ваши личные проблемы. Нет ничего зазорного в том, чтобы это испытывать: эмоции не обязаны быть конструктивными и преисполненными мудрости и душевного равновесия, эмоции вообще разные и это нормально. Но нужно понимать, что идти на поводу у этого настроя - полный булшит. Если вы стали руководителем, то теперь это ваша ответственность и ваш выбор, как выстраивать отношения с командой. Если вы кому-то без его просьбы сделали одолжение в надежде на благодарность - вы не управляете командой, а заигрываете с ней. Ничего не ждите взамен, будьте искренни и тверды в своих решениях (не в смысле отсутствия рефлексии и анализа, а в смысле доведения начатого до конца), и выполняйте свою главную задачу - руководите командой и достигайте с ней нужных результатов. Вы не воспитатель в детском саду, не заботливая мамка и не «батя», который решит все вопросы. Хотите чем-то помочь сотруднику - поговорите с ним нормально, убедитесь, что он сам в этом заинтересован, и это будет нормальное партнерство двух взрослых людей, а не игры в дочки-матери или навязанные одолжения.

Делегирование ответственности
Однажды мой бывший подчиненный сказал мне следующее: «Когда руководителем был ты, ты совсем не так четко все контролировал, как пришедший на смену тебе человек. У нас не было такого количества ритуалов и не было ощущения, что тебя ведут «за ручку» к результату по конкретным этапам, четко выдавая фидбек на каждом шаге и чекая прогресс». Я уже было расстроился, что облажался, но тут он продолжил: «И с тобой было классно: я ощущал, что если ты мне что-то доверил, то я за это отвечаю сам». Короче я был раздолбаем, но интуитивно брал к себе людей, которые хотят больше независимости, и им нравилось, что я не лезу больше, чем нужно.

Это не единственная история.👇

Когда я вел в МФТИ на кафедре Яндекса курс Text Mining, практиковал такой формат семинаров: студенты получают текстом задание, которое нужно реализовать с чистого листа, причём не в форме лабораторной, а в формате «кластеризуйте по темам письма из вот этого датасета» или «выделите из корпуса текстов устойчивые словосочетания», а дальше до конца пары должны показать мне результат, рассказать как доформализовали задачу, как оценивали качество, и почему вообще думают, что их поделка удалась. Конечно, можно было присылать доработки и после пары (в качестве домашнего задания). От меня на тот момент требовался минимум подготовки - грамотно ставить задачи (при релевантном опыте это не проблема). И, конечно, готовность смотреть и обсуждать со студентами их решения. А вот студентам формат нравился намного больше, чем “заполните пропуски кода в почти готовом решении”, который был распространён в тот момент на курсах по анализу данных. Многим способным ребятам нравился простор для творчества в этом формате и возможность подумать и поговорить с преподом не про то, как именно ты написал код, а про то, что вообще делаешь, как оцениваешь результат и какой путь решения задачи выбрал. Это было таким мини-исследованием в масштабах недели.

Вывод: раздолбай, который не зажал людей в тиски микроконтроля иногда мотивирует лучше, чем организованный человек, расписавший все по шагам, не оставив исполнителю простора для творчества. Есть, конечно, вопросы, в которых полезно тщательно готовиться: когда подводишь итоги испытательного срока, когда проводишь 1х1 с сотрудником, когда выдаёшь фидбек по итогам ревью. Но есть вещи, в которых важнее не продумать все, а дать ответственность и поле для деятельности, где человек сможет проявить себя. А вот зажать человека в жесткий план, а потом жаловаться на безынициативность и быстрое выгорание от “галерного” труда много ума не надо.

Надежность
Надежность это в первую очередь не врать людям и не кидать их. Обещал поднять зарплату - поднимай, если вы друг-друга неверно поняли - проясняй и больше не допускай такой ситуации. Обещал награду (премия, повышение, рост зарплаты) за определенную работу - не надо докидывать еще задач следом.

Вы можете сказать, что у руководителя высокий уровень неопределенности, не всегда планы команды получается реализовать, и без вины конкретного сотрудника можно не иметь возможности дать ему обещанное. Более того, некоторые изменения ситуации спускаются руководителю сверху, и их приходится принять как факт. Это все так, и тут возвращаемся к самому первому совету: больше общайтесь с сотрудниками, чтобы какие-то повороты не были для них неожиданностью. Например, если накрывается чье-то повышение, даже если сотрудником все будет сделано отлично, обсудите с человеком ситуацию, придумайте другой способ мотивировать или смиритесь с тем, что сотрудник от вас уйдет. В любом случае у вас будет больше времени обсудить проблему и найти вместе решение, а вот если вы просто скажете «обстоятельства изменились» и не дадите обещанное - сразу потеряете человека. Особенно страшно будет, если человек не уволится, а займет позицию «вы не сможете мне так мало платить, как мало я теперь буду работать». Словом, надежность это как про выполнение обязательств, так и про предсказуемость и понятность происходящего.

Заключение
Ваша команда - это отражение вас как руководителя. Даже если вы пришли в эту команду, а не собрали ее целиком с нуля, и что-то вам в ней не нравится, и вы бы сделали все иначе, через полгода-год это уже на 100% ваша команда. Так что не жалуемся, чаще общаемся с сотрудниками и работаем над собой. Такой вот совет.

Все слышали про правило 80/20, что 20% усилий приносят 80% результата. Иногда правда так, но есть несколько «но».

1) Давайте не будем забывать про метафоричность этого правила - это не результат исследований, не какой-то обоснованный закон, а просто выражение субъективных ощущений, никто никакие проценты с аптекарской точностью не мерил. Помните школьные задачки «бригада за 2 часа копает траншею 5 метров, сколько метров выкопает за 3 часа»? Вот там ни о каких 80/20 речи не идет, не занимайтесь самообманом. И такие пласты работы есть везде.

2) Вера в то, что можно сделать те самые важные 20% и забить на остальную работу нанесла человечеству не меньше вреда, чем пользы. Именно в ней ответственность за сырые и недоделанные решения, недопиленные продукты, недоведенные до ума проекты. Именно она даёт менеджменту решимость сокращать сроки и ресурсы сколько угодно.

Не в каждую менеджерскую мантру стоит верить, сколько бы раз заклинание ни повторялось людьми вокруг. Зачем я это написал и при чем тут анализ данных, AI и все такое? А тут все просто, на свете хватает людей, которые верят, что 80/20 это распределение Парето и какой-то основанный на матстате и теорвере научный факт. У меня для вас плохие новости: 80/20 это напасть похуже бизнес-молодости, а распределение Парето выглядит так: