Control Quantitative Laboratory

Не дня без ИИ. И так, как вы оценивате на сколько вам ИИ помог в достижении результата? Или вы теперь стали делать больше задач но не целевых?

Добре, жители уютного канальчика про data подход в упралении Кто пойдет на ИТ-Пикник https://it-picnic.ru/? С кем увидимся?

Для тех кто отвечает за роси on boarding в продукт Вчера наткнулся на отличную статью про когортный анализ удержания в продукте. Решил поделиться, чтобы утро началось с полезного инсайта. Коротко о главном (мои выжимки): 1. Средний процент удержания — зло. Он усредняет «шум» и ничего не говорит о реальном положении. Смотрите не на цифру, а на форму кривой каждой когорты (падение, плато, «улыбка» — каждая история своя). 2. Первый месяц (M0) обманчив. В нём полно случайных «туристов», которые уходят на 2–5 неделе и занижают статистику. Реальную картину видно только с третьего месяца (M3) — вот оттуда и считайте. 3. Делите когорты по поведению, а не только по дате. Так вы поймёте почему люди уходят, а не просто когда. 4. У каждой проблемы — своё лекарство. Провал на онбординге, медленный спад после 3-го месяца, обрыв на 12-м или негативный эффект от нового функционала — всё это лечится по-разному, и когорты подскажут, что именно делать. 5. Анализ без действий — пустая трата времени. В статье показывают, как сразу внедрять изменения в продукт (подсказки, чеклисты, опросы) на основе полученных инсайтов. Моя рекомендация: выделите 15 минут и прочитайте целиком — там очень практично, с примерами и готовыми сценариями. Особенно полезно тем, кто отвечает за рост и удержание. Вот ссылка: https://userpilot.com/blog/cohort-retention-analysis/ Отличного вам начала трудовой среды!

Самое худшее что дает AI для тех кто с ним работает чувство уверености в том, что он может решать сложные задачи в любой подходящий момнт. Именно ощущение момента сокращает потребность человека к планирванию и подготовке к сложным задачам, выстраивание стратегии на подготовку информации. По моему мнению именно этот навык наиболее эффективно помогает деградации.

Поделюсь YouTube каналом, который хорошо агрегирует новости и идеи по GOT, LLM, и работой с АИ агентами и развитием этого мира. https://youtube.com/@yersham?si=a6BoNm1dx68v_a1q Там разбираются разные подходы, аккумулируется информация из других подкастов и разбирается по косточкам. Считаю полезным

У Яндекса Алиса в режиме исследования для меня прочитала 464 источника Сформулировала отличный ответ на этой основе. Хотя он мне не понравился как итоговое предложение, но источники которые были приведены, действительно оказались очень интересные. Чтение 464 источников заняло примерно 30 минут

Сделал бота который умеет выполнять задания и еще слать сообщения. Бот умеет думать. И сразу возникли проблемы: - когда сказал разослать вот это сообщение, он кроме текста сообщения, сам дособрал информацию и добавил в сообщение по своему размению еще информации - когда не смог удалить первое сообщение, сам решил, что если не могу удалить, то создам еще одно, но к нему напишу "это обновление сообщентя" в заголовке. В общем это востание машинс особенно с тем что сообщение может быть отослано в опредеденный чатик, важно зарегулировать жесткими правилами

Много интересного мир узнал из того что случайно пролилось у Антропик https://habr.com/ru/news/1017438/ Какая из идей совпала с тем над чем я размышлял? 1. В компании выгодно сделать каждому сотруднику свой тамогочи 2. Этот тамогочи должен не только помогать в текущих делах, но и должен развиваться вместе с сотрудником логируя и обрабатывая его задачи, а позже и оценивая результат 3. Этот результат оценивает,я для выработки стратегии работы этого же тамогочи для будущих задач, который будет корректировать свою работу Таким образом у компании появляется двойник сотрудника, который вполне замещает рутинную работу, и постепенно обучается делать ее лучше и лучше. Давеча я начал подобный алооритм тестировать на основе своей работы. Вел и веду задачу с агентом, сохраняя контент ведения своих дел в отдельную базу знаний. А в конце недели сделал анализ работы. Какой процент задач соответствует целям, какие задачи можно считать завершенными удачно, какие нет? Что можно было сделать лучше. Итог сохраняю для анализа будущей динамики, и формирования задач на новую неделю. Теперь неделю начинаю с того, чтобы построить план достижения целей, убрать лишние задачи и источники инфо шума, сделать больше фокуса на результат. За одно думаю о том, как и сколько мне нужно сопутствующих агентов, которые будут помогать мне делать давольно разнообразную мою работу. В эту сторону собственно и строится тенденция развития - получить в итоге напарника работающего 24/7. Конечно, много вопросов возникает этического характера, консолидации и формированию новых норм, юридических вопросов, стоимости вероятных ошибок (как пример того же Антропик) Но, тернистый путь ведет к цели, без ошибок не возможно. По этому я бы сказал, что большая част вопросов и проблем будет решаться. Модет быть для соблюдения этической составляющей автор аватара, должен получать свой процент, но такое возможно сделать только на уровне государственного регулирования. В текущих нормах это не заложенно.

Итак господа используя ИИ Агента провел эксперимент по оценке разработки проекта Для этого сначала попросил создать файлову структру под сохранение промежуточной информации И добавить мне промпты для ИИ агентов специалистов которые будут участвовавать в оценке Указал какой стек-технологий нужно использовать. Обязательно указал, что делать код не надо, надо именно сделать декомпозицию и разложить проект наотдельные задачи и подготовить их специалистам для оценки. Для информации к ИИ PM-у запросил праздники, и заложить время на отпуска и дни болезни (осень/весна стабильно -2 недели) Так же добавил данные из Т-Метр (система сбора статистики работы) на примере команды которая будет разрабатывать этот проект, на сонвое прошлого опыта Это нужно для того, чтобы испольузя метод монте-карло и метод критической цепи построить план и определить сроки решения проекта Далее запустил процесс декомпозиции требований к проекту каждым отдельным ИИ специалистом Каждый ИИ специалист (Архиетктор, Front-end Senior, Backend Senior, PM) сформулировали декомпозицию своих задач И в конце ИИ PM собрал информацию по задачам, на основе статистики распределил время по Монте-Карло на задачи, и выполнил построение плана. Финально все оформил в виде HTML страницы в котором построен дашборд по оценке и Road Map в виде Гант-чарта Результат вполне себе получился хорошим, уже понятно, что можно еще улучшить, попросить ИИ специалистов уточнить задачи и требования и конечно пересобрать декомпозицию. Далее вполне можно сказать ему о том, чтобы завел задачи в трекере, создал репозиторий и возможно уже создал первеночальную структуру под проекты. Для первончальной настройки потратил 4 часа, но винально получуил полную документацию к реализации проекта с оценкой сроков. ИИ уже здесь, и большая часть задач им выполняется. #полезное

Давеча решал организационную задачку о том как имея всего одного ИИ агента создать довольно сложный инструмент. Если уж говорить про Anthropic, который решил эту задачу за счет внедрения ИИ менеджера с возможностью параллельных вычислений и уже переходит над созланием структур в ИИ типа FAANG, замещая разные роли в ИИ создавая автоматизированные заводы по интеллектуальной деятельности, то у меня на руках всего одинопоточный ИИ агент. Но, это не отменяет того, что я от него хочу получить максимум. А значит, мне нужно решить менеджерскую задачу, в которой этот ИИ агенит, будет становится в разные роли и выполнять задачи последовательно. Первое что нам нужно сделать с агентом, это понять что за задачу мне нужно решить. Это приводит к тому, что первый промпт формируется так, чтобы был составлен план по анализу проблемы, а ИИ агент сохранил результаты опроса о бизнес задаче в отдельный md файл. Следующий шаг, очень важный, нужно, чтобы ИИ взяв описание здачи определил какие специалисты и какого уровня нужны, какие нужны технологии (с учетом ограничения которые мне заранее известны), результат сохраняется в отдельный md файл, в котором есть не только описание агентов, но и их последовательность действий и правила сохранения результата, описания того, что было сделано для слелующей роли (md + git) При этом вот на этом этапе, важно, чтобы в каждом созданном промпте для "специалистов" в конце обязательно была передача окна агента другому специалисту, с отметкой того, что контекст меняется. Таким образом мы можем пройти все этапы от, формулирования задачи, через UX специалиста который задает вопросы о взаимодействии пользователя с интерфейсом, потом ИБ специалист, потом Архитектор, потом QA-инженер который формирует требования по тестированию, и т.д. после формулирования требований приступает к работе уже ИИ-разработчики. Мой эксперимент показал, что да, в общем линейное разложение процесса вполне позволяет и в рамках одного агента обеспечить сложное решение задачи. Этот же эксперимент показал мне, как важно более детальнее разбивать задачи на составляющие, этапы и задаваться вопросом: "кто поможет решить эту задачу лучше?"

🚀Ищем менеджера оптимизации процессов — человека, который любит наводить порядок в сложных системах и делать их эффективнее Привет! Я — Саша, руковожу направлением оптимизации процессов в Т-Банке В этом году перед нами стоят масштабные и амбициозные задачи-изменения всего Т Ищу человека, который: ✅ оптимизировал весь поток создания ценности — от идеи до результата ✅ умеет работать с метриками (lead time, cycle time, throughput) и разбирается, как они считаются ✅ не теряется в неопределённости и доводит изменения до результата ✅ уже делал изменения в командах / подразделениях (от 25+ команд или 150+ человек) Что у нас можно делать: 🔥 менять процессы на уровне всей компании, а не одной команды 🔥 находить в процессах узкие места и устранять их 🔥 создавать продукты и инструменты, которыми пользуются руководители 🔥 работать на стыке процессов, данных и людей Важно: наш отдел не про поддержку текущих процессов, а про выстраивание "автопилота" для управления всей компании 💪 Если у тебя есть опыт в Delivery / Product / Project Management, тебе хочется делать системные изменения и влиять на весь Т-Банк — пиши в личку или откликайся 👉 https://www.tbank.ru/career/it/vacancy/moscow/Process%20Optimization%20Manager/c073c2c3-a803-4ebe-b895-c35ba7dc3755/

Тут у нас менеджера оптимизации проце,сов ищут