Работая в айтишечке
646 subscribers
134 photos
1 video
34 links
Канал о том, как эффективно работать в IT: простые объяснения технических вещей, лайфхаки, лучшие практики и полезные инструменты для повседневных задач.

Автор: @Shevtsoff
Download Telegram
💡Проведение проблемных интервью

Разбирал документы в папке и наткнулся на файл - Практическое руководство по составлению скрипта для проведения проблемных интервью, который когда-то скачал у Сергея Тихомирова (@productclub).

Решил оформить его в виде карточек и поделиться с вами, так как это руководство действительно классное.

Проблемное интервью — это метод, который помогает перейти от гипотез к фактам.

Если хотите сделать продукт, который решает реальные проблемы:
❶ Начните с формулировки гипотезы
❷ Составьте скрипт интервью
❸ Сформулируйте дополнительные гипотезы
❹ Зафиксируйте результаты

Примеры скриптов и шаблонов — в приложении.

#interview #research #product
7🔥7👍2
💼 Вопросы к членам команды ИТ-проекта

Представьте, что вы пришли в новую команду и хотите узнать как всё устроено. Какие вопросы задать членам команды, чтобы собрать побольше контекста?

В этом поможет классная подборка с вопросами к членам команды, которой я пользовался каждый раз когда начинался новый проект.

В ней есть вопросы для следующих ролей:
продакту,
разработчику,
дизайнеру,
маркетологу,
сотруднику поддержки,
техническому писателю.

Можно использовать как шпаргалку/чек-лист не только когда пришли в новую команду, но и просто, чтобы ничего не забыть.

Каждый вопрос дополнен вариантом ответа — это может быть какой-то принцип, методология, фреймворк или просто решение из жизни.

Он не претендует на последнюю инстанцию, но поможет сориентироваться в ситуации или нащупать другое решение.

Подробнее

#howto #tips #onboarding
👍53🔥1
🖥 Топ-20 ключевых понятий в ИИ: простыми словами

ИИ стремительно ворвался в нашу жизнь, привнеся множество новых понятий.
Давайте вместе разберёмся что есть что:

1. Machine Learning (Машинное обучение) — методы, где компьютеры учатся находить закономерности в данных через алгоритмы и статистику.

2. Deep Learning (Глубокое обучение) — подвид машинного обучения, где нейросети самостоятельно обучаются распознавать сложные паттерны в данных.

3. Neural Networks (Нейронные сети) — модели, имитирующие структуру мозга, состоящие из слоёв для анализа данных и выявления скрытых связей.

4. NLP (Обработка естественного языка) — технологии, позволяющие компьютерам понимать, анализировать и генерировать человеческий текст или речь.

5. Computer Vision (Компьютерное зрение) — алгоритмы, учащие машины «видеть» и интерпретировать изображения, видео или графику.

6. Reinforcement Learning (Обучение с подкреплением) — метод, где ИИ учится через пробу, ошибку и получение «наград» за правильные действия.

7. Generative Models (Генеративные модели) — инструменты, создающие новые данные (текст, изображения) на основе изученных примеров.

8. LLM (Большие языковые модели) — алгоритмы вроде GPT, которые генерируют тексты, отвечают на вопросы и имитируют человеческое мышление.

9. Transformers (Трансформеры) — архитектура ИИ, фокусирующаяся на ключевых элементах данных (например, словах в предложении).

10. Feature Engineering (Инженерия признаков) — создание дополнительных параметров в данных для улучшения обучения моделей.

11. Supervised Learning (Обучение с учителем) — обучение модели на данных с готовыми ответами (например, размеченные фото).

12. Bayesian Learning (Байесовское обучение) — подход, учитывающий вероятности и неопределенность в данных для гибких прогнозов.

13. Prompt Engineering (Инженерия запросов) — формулировка задач так, чтобы ИИ давал максимально релевантные ответы.

14. AI Agents (ИИ-агенты) — автономные программы, которые воспринимают среду, принимают решения и действуют (например, чат-боты).

15. Fine-Tuning Models (Дообучение моделей) — адаптация предобученной модели (например, GPT) под конкретные задачи.

16. Multimodal Models (Мультимодальные модели) — системы, работающие с разными типами данных: текстом, изображениями, аудио.

17. Embeddings (Эмбеддинги) — представление данных (слова, объекты) в виде числовых векторов для обработки компьютером.

18. Vector Search (Векторный поиск) — метод поиска похожих объектов (товаров, текстов) через сравнение их векторных представлений.

19. Model Evaluation (Оценка моделей) — проверка точности ИИ с помощью тестовых данных и метрик (например, точность, скорость).

20. AI Infrastructure (Инфраструктура ИИ) — аппаратное и программное обеспечение для запуска и масштабирования ИИ-систем.

Эти концепции важны для понимания, как работают современные ИИ-технологии: от чат-ботов до автономных машин.

С ними вы сможете:
— Выбирать подходящие инструменты для своих проектов.
— Разбираться в новостях и трендах ИИ.
— Грамотно формулировать задачи для нейросетей.

Источник: ByteByteGo

#ai #bytebytego #terms
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥63👍21
🎯 Сегментация пользователей: как не тратить ресурсы на «всех сразу»?

Вы когда-нибудь замечали, как одни продукты будто «угадывают» ваши потребности, а другие кажутся бесполезными? Или почему одни компании тратят бюджет на рекламу для «всех сразу», а другие — на узкие группы, получая в 10 раз больше откликов?
Это работает сегментация — не просто маркетинговый трюк, а стратегия выживания.

Зачем сегментировать?
Экономия ресурсов. В первую очередь для того, чтобы эффективно распределить ваши ограниченные ресурсы (бюджет, время, команда) и получить бОльшую отдачу.
Точность анализа. Узкие сегменты проще тестировать и оптимизировать.
Персонализация. 72% потребителей взаимодействуют только с персонализированным контентом (по данным SmarterHQ).
Рост лояльности. Когда клиент чувствует, что его потребности учитывают, он чаще остаётся с брендом.

Цели сегментации могут отличаться для внешних продуктов (увеличение продаж, прибыли, удержание клиентов) и внутренних (повышение эффективности работы сотрудников, снижение времени на задачи, улучшение качества данных, повышение удовлетворенности работой).

Как сегментировать?
Существует несколько подходов к разделению аудитории:
— Демографический (возраст, пол, доход). Можно выявить через опросы, аналитику (Яндекс.Метрику)
— Географический (регион, город). Смотрим геоданные, локальные тренды
— Поведенческий (частота использования, типы транзакций). Heatmap, A/B-тесты
— Психографический (интересы, ценности, образ жизни). Соцсети, интервью, анализ контента
— Ценностный (готовность платить, потребности). RFM-анализ, NPS-опросы
и другие.

Для внутренних продуктов:
— роль и уровень доступа (аналитики, руководители, менеджеры, разработчики)
— бизнес-направление (продажи, финансы, HR, логистика)
— уровень цифровой грамотности (эксперты, новички)
— частота использования (ежедневно, эпизодически)
— влияние на бизнес-процессы (ключевые пользователи, исполнители)

Правила создания сегментов:
Измеримость: данные должны быть количественно оценены.
Доступность: возможность достичь сегмент через каналы коммуникации.
Целесообразность: сегмент должен быть достаточно большим для окупаемости.
Действенность: реагирование на маркетинговые усилия.


Как понять, для какого сегмента делать фичи в первую очередь?

Важно выбрать не просто «удобный» сегмент, а самый выгодный.

— Правило 80/20: 20% сегментов приносят 80% прибыли. Сфокусируйтесь на них
— Оцените влияние: какие сегменты больше всего влияют на бизнес-результаты (например, руководители, принимающие стратегические решения)
— Анализ затрат: где улучшение продукта даст максимальный ROI (например, автоматизация рутинных задач для операторов)

Делать фичи только для одного сегмента или сразу для всех?
Баланс — ключ.
— Основной сегмент : 70% усилий — фичи, которые решают их боли.
— Второстепенные : 20% — доработки для других групп (например, улучшение UI для новичков).
— Эксперименты : 10% — тесты для новых сегментов (например, интеграция с API для продвинутых пользователей).

Пример:
Notion начал с узкого сегмента разработчиков (основной), затем добавил функции для маркетологов (второстепенный) и экспериментировал с образовательными инструментами (эксперименты).


Советы для эффективной сегментации
Не перегружайте систему. Много сегментов усложняет управление. Начните с 3–5 ключевых.
Обновляйте данные. Потребности клиентов меняются: например, после пандемии спрос на удаленные инструменты вырос, а на офлайн-сервисы упал.
Тестируйте гипотезы. Даже «идеальный» сегмент может не откликнуться на предложение.
Интегрируйте сегментацию во все команды - все должны работать с единой базой.
Избегайте стереотипов. Не все компании интересуются цифровизацией. Проверяйте данные.

💡 Итого
Сегментация — это не разовый анализ, а процесс. Даже если вы не собрали идеальные данные, начните с простых вопросов:
— Кто использует наш продукт?
— Какие задачи они решают?
— Где они тратят время/деньги?

P.S. Поделитесь в комментариях, как вы сегментируете свою аудиторию? Возможно, у вас есть кейсы, которые вдохновят других!

#product #users #analytics
5🔥3👍1
🖥 Devtools — must-have для работы в ИТ

Сегодня расскажу про один из любимых инструментов, про который я бы хотел узнать как можно раньше, когда попал в ИТ — DevTools (Developer Tools). Это встроенные в браузер (Yandex, Chrome, Firefox, Safari, Edge), инструменты, которые позволяют анализировать, тестировать и оптимизировать сайт/веб-приложение/сервис.

Я не разработчик, но эти инструменты помогают и мне быстрее решать проблемы, экономить время команды. Делюсь личными кейсами, как я использую DevTools в повседневной работе:

🎨 Вкладка "Elements"
Когда дизайнеры или разработчики спорят о том, как лучше сделать, можно создать «живой» прототип в DevTools:
Убираю лишнее. Например, скрываю пункты меню или баннеры, чтобы показать, как будет выглядеть страница после оптимизации. Делаю скриншот — и у команды уже есть визуальная база для обсуждения.
Дублирую элементы. Если нужно добавить новый блок, я копирую существующий, меняю текст и цвет — и сразу вижу, как это повлияет на макет.
Сохраняю SVG. Иногда нужно передать иконку дизайнеру. Выделяю SVG-элемент в коде, копирую его и сохраняю как .svg-файл — готовый исходник без лишних запросов к команде.
Пример
На встрече спорили, куда поставить кнопку. За 5 минут отредактировал HTML, сделал скриншот и отправил всем — проблема решилась без долгих обсуждений.


💬 Вкладка "Console"
Одна из моих любимых. Тут можно увидеть логи веб-приложения, но чаще всего я использую её для взаимодействия с сайтом через js-скрипты. Введите document.querySelector('h1').style.color = 'red' прямо в консоль — это изменит цвет заголовка.
Если команда разработчиков работает над интеграцией с внешним API, я часто проверяю его работу самостоятельно. Например:
— Модифицирую запросы. Копирую fetch-запрос из кода, меняю параметры (например, лимит записей с 10 до 1000), чтобы получить все данные за один раз. Это помогает сразу увидеть, как API ведет себя при больших нагрузках или как выглядит ответ.
— Тестирую гипотезы. Если пользователи жалуются на неработающую кнопку, я запускаю функцию вручную через консоль, чтобы понять, где проблема — в интерфейсе или бэкенде.
— Смотрю логи ошибок, которые возникают при загрузке страницы (например, «Uncaught TypeError»).
Пример
Нужно было выгрузить много данных по каждой из категорий. Написал js-скрипт, который по АПИ вытащил категории, потом по каждой из категорий вытащил записи. В итоге получил полные данные сервиса, которые смог потом уже проанализировать в Excel.

🌐 Вкладка "Network"
Отображает все запросы, которые браузер делает при загрузке страницы: картинки, скрипты, стили, API-запросы и т.д. Здесь видно время загрузки, размер файлов, статус ответа сервера (успешно, ошибка и т.д.).
Тут я чаще всего:
— Смотрю АПИ-запросы, чтобы скопировать их и использовать на вкладке Console
— Смотрю что фронт отправил на бэк (request), и что бэк прислал на фронт (response)
— Используя фильтр Media скачиваю видео и аудио с сайтов 🏴‍☠️
Пример
Надо было получить список всех элементов меню. На вкладке Network нашел запрос, который получал данные для меню, скопировал response, сконвертировал в Excel и использовал при формировании ТЗ на разработку.

Остальные вкладки я использую редко, но если кратко вот их назначение:
🧠 Sources — скачиваю изображения, изучаю исходники и отлаживаю JS.
⚡️ Performance — тестирую производительность страницы.
🧠 Memory — отслеживаю утечки памяти.
📁 Application — управляю кэшем, куками.

DevTools — это не только для технарей, немного практики — и вы начнете видеть в них помощника, который упрощает жизнь в ИТ-проектах.
В этой статье на Хабре можно найти несколько классных лайфхаков, которые пригодятся не только в работе 😜.

🔗 См. также
Новичкам
Intro Video от команды Chrome
DevTools (Документация)
Обзор SkillFactory
Обзор HTML-academy

Бывалым
Одно из многочисленных видео Никиты Дубко (devtools-евангелиста)
Официальные советы Chrome DevTools
DevToolsTips.org — подборка практических примеров.
Can I dev tools? — интерактивный гайд, который покажет, как решать конкретные задачи через DevTools.

#devtools #tools #tips
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥136👍3
📊 Метрики качества контента

В прошлом году исследовал тему метрик контента. Моей задачей было найти способ улучшения внутрикорпоративной поисковой системы, систему документирования и вики-платформы.
Проблема очевидна: в интранете много неструктурированной информации, и сложно определить, какой контент действительно полезен. Необходимо было создать механизм, который бы не только ранжировал контент по качеству, но и помогал бы авторам видеть, как их материалы влияют на пользователей, чтобы улучшать их систематически.

Нам даже удалось сделать дашборд для платформы документирования, используя который, можно управлять документацией как продуктом — авторы стали получать обратную связь в реальном времени и могли корректировать материалы, чтобы повысить их качество.

Эти метрики в дальнейшем должны были стать частью более широкой стратегии. В интранете они выступали инструментом для фильтрации качественного контента, а в будущем планировалось использовать их для создания RAG-систем (Retrieve, Augment, Generate), где автоматически подбирались бы наиболее релевантные фрагменты информации. Это позволило бы не только улучшить поиск, но и сделать контент более адаптивным к потребностям пользователей.

Материала набралось много, когда-нибудь выложу его на гитхаб. А пока поделюсь некоторыми инсайтами 📄 в этой статье

#metrics #content #quality #analytics
👍95🔥3
📸 Делаем скриншоты

Если вы работаете в IT, то наверняка знаете, что визуализация мыслей — это мощный инструмент коммуникации. Особенно когда нужно быстро объяснить проблему, показать результат или согласовать деталь.
И здесь меня часто спасает Яндекс.Диск. Не его облачное хранилище (хотя оно тоже удобное), а встроенная "скриншотилка".

В отличие от классических скриншотов, встроенных в ОС тут можно рисовать стрелки, добавлять комментарии, обводить нужные части, отправлять ссылку и многое другое.

📖 Как работает скриншотилка в Яндекс.Диске?
Функция доступна через контекстное меню приложения, есть горячие клавиши . После съемки скриншот автоматически сохраняется в папку «Скриншоты» на вашем компьютере и сразу загружается в Яндекс.Диск.

Это значит:
— Вы получаете прямую ссылку на изображение для отправки в чаты, тикеты или документы.
— Можно редактировать скриншот : добавлять текст, стрелки, рамки вокруг ключевых мест.
— Все изменения сохраняются в облаке, так что доступны с любого устройства.

🔍 Сценарии использования

Быстрая передача контекста
Если в телеграм пишут: «Не работает кнопка», я делаю скриншот с пометкой «Ошибка 500 здесь», отправляю ссылку в тикет — и разработчики сразу видят проблему.

Согласование дизайна
Менеджер продукта хочет убедиться, что новый интерфейс соответствует требованиям. Скриншот с выделенными элементами и комментариями экономит часы словесных объяснений.

Отчеты после тестирования
Тестировщик фиксирует баг: делает скриншот, добавляет описание шагов и прикрепляет в Jira. Все участники проекта видят проблему «живьем».

Обучение новичков
Когда наставляю коллегу, показываю процессы через скриншоты с подсветкой: «Смотри, вот здесь выбираем параметр X, затем кликаем сюда».

👀 Подробнее
Лендинг
— Документация (win, mac)

UPD: см. также
(рекомендации из комментариев)
Flameshot - ещё одна скриншотилка, позволяющая захватывать область экрана и редактировать изображения.
ScreenToGif - инструмент для записи экрана в формате GIF с минимальными настройками и удобным интерфейсом.
ShareX - мощный open-source инструмент для захвата экрана, создания GIF, автоматизации загрузки файлов и расширенного редактирования с поддержкой более 80 сервисов.

#tools #screenshots
11🔥3
Пятничный мем

(новая рубрика)

#memes
😁21🔥4💯3
🖥 Сценарии использования LLM

Неожиданно для себя обнаружил, что ещё не все вокруг "сидят в обнимку" с LLMками вроде ChatGPT, DeepSeek, Qwen и т.д. (последние две кстати бесплатные и очень даже неплохие).

Решил исправить эту ситуацию и подготовил описание маленькой части сценариев, в которых может использоваться ИИ, чтобы рассылать всем, кто ещё только думает начать.

Лично у меня окно с Qwen открыто постоянно. Практически любое начинание я стараюсь прогнать через модель, посмотреть что она выдаст. Она отлично помогает побороть страх "чистого листа", экономит время на рутине (анализ логов, генерация SQL, визуализация архитектур), даёт неплохую базу, которую можно просто поправить и пойти дальше, делать другую задачу.

Главное: не бояться начинать. LLM — не замена опыту, а вспомогательный инструмент для ускорения и снижения стресса 😁.

Попробуйте сами!
🔗 Qwen — мощная модель от Alibaba Cloud.
🔗 DeepSeek — альтернатива с отличной поддержкой технических задач.

В прикреплённых карточках — конкретные сценарии использования. Кликайте, экспериментируйте и делитесь опытом в комментариях! 🚀

#tools #ai #llm
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥123👍2