rafanalytics

Welcome Times для аналитиков Коллеги из разных команд Яндекса приглашают на неформальные офлайн-встречи, чтобы познакомиться, рассказать про специфику своей работы и ответить на все вопросы. На ивентах вы сможете пройти диагностику: проверить уровень своих технических навыков по Python и SQL. Интервьюер подсветит сильные стороны и покажет зоны роста. А хороший результат засчитают как одну техническую секцию, если решите пройти собеседование в Яндекс. ⚡️Ближайшие встречи: 🔵26 июля — команда Алисы и Умных устройств Приглашают data scientists, data- и ML-аналитиков с опытом работы на Python от трёх лет и опытом с LLM. 🔵22 августа — команды Поиск и Суперапп, Независимый Ecom, Яндекс Поиск и Международный Поиск Приглашают data- и продуктовых аналитиков с опытом работы на Python от трёх лет. 📍 Москва, улица Льва Толстого, 16 Подробности и регистрация — на сайте: https://yandex.ru/project/events/welcometimes-all

Как эффективнее попросить рефералку? 🤝 Мне часто пишут ребята из канала с просьбой порекомендовать их в Авито 😎 Пусть тут будет универсальный мануал, который можно применять при поиске работы практически в любой компании с реферальной системой Рекомендация обычно не позволяет пропустить этапы отбора: вам всё равно придётся пройти скрининг, интервью и остальные секции( Но заявки по рекомендации обычно разбирают приоритетнее откликов из других источников 🤭 Сотрудник обычно ничего не теряет, рекомендуя кандидата, а при успешном найме может получить бонус Единственная проблема - если рекомендаций много, то на заполнение анкет уходит ощутимое время, особенно когда информацию приходится вытягивать из переписки и резюме 🥲 Поэтому, когда вы хотите попросить рефералку у сотрудника, лучше сразу отправляйте одним сообщением: 1. Имя и фамилию 2. Номер телефона и email 3. Ник в Telegram 4. Город проживания 5. Резюме отдельным файлом (лучше в PDF) 6. Небольшой комментарий к отклику (опционально) 7. Ссылки на конкретные вакансии с карьерного сайта кампании (к примеру вот карьерный сайт Авито или Яндекса) Лучше присылать готовую ссылку на вакансию, а не писать «Я аналитик, посмотри плиз что там по вакансиям есть» ✨ Обычно вы лучше знаете свой опыт и интересы, а поиск подходящей позиции может занять больше времени, чем сама рекомендация) Если вакансии нет на карьерном сайте, то, скорее всего, сотрудник тоже её не найдёт( По моему опыту, почти все открытые позиции публикуются там, кроме некоторых руководящих ролей Всё это резко повысит вероятность того, что сотрудник быстрее вас порекомендует 👌 Кстати, я всё ещё могу рекомендовать ребят из канала в Авито 😎, так что можно сразу применить этот пост на практике) А сотрудников других компаний, готовых пореферить ребят из канала, предлагаю отметиться в комментариях - поможем тем, кто сейчас ищет работу 👍

Анализируем водопой на ЧМ-2026 💧⚽️ Приятно, когда можно объединить аналитику с увлечениями 🥰 Если вы тоже наблюдаете за ЧМ-2026, то этот пост для вас) Вы наверняка слышали гипотезу о том, что появление перерывов на водопой меняет поведение команд на текущем чемпионате Я собрал небольшой датасетик из открытых источников (с коллегой кодексом): взял API ESPN и вытащил доступные данные по 92 матчам текущего ЧМ, нашёл в комментариях те самые "hydration breaks" и разбил каждый тайм на два бина - до и после водопоя. Так как поминутного владения мячом в открытом виде я не нашёл, то пришлось искать прокси-метрику поведения команды: так получилась метрика давления, куда я с разными весами сложил голы, удары, угловые, опасные штрафные и офсайды. Идея простая: если команда чаще создаёт такие события, значит она сильнее давит на соперника 📊 Как проверить гипотезу? В идеале нам бы конечно получить две вселенные, где один и тот же матч играется с водопоем и без него, однако ФИФА такой AБ-тест не проводит. Поэтому я пошёл более простым путём: для каждого тайма смотрел, какая команда сильнее давила до водопоя, а потом проверял, сохранила ли она свою долю давления после паузы. Причинность может и неидеальная, но для такого датасета пойдёт) Что получилось? Команда, которая сильнее давила до водопоя, после паузы в среднем теряла около 15 п.п. своей доли давления. Такое падение было в 72% таймов 🤯 Статистически это тоже выглядит ощутимо: 95% бутстрэп-интервал для среднего эффекта получился в интервале [-18.8 п.п; -11.5 п.п.] (т.е. 0 туда не попадает) Получается водопой действительно статзначимо влияет на изменение поведения команд: матч после паузы не обязательно становится менее активным, но давление часто перераспределяется. Ну а рекламная выручка у чемпионата, вероятно, тоже ощутимо выросла 👍 А теперь ставим реакцию: ❤️ - смотрю ЧМ-2026 💔 - не смотрю P.S.: Роналду очень жаль 😭