Это заключительный выпуск сезона, и мы символично записали его в сердце образования — кампусе Центрального университета (ЦУ). Все-таки весь сезон мы говорили о науке и математичности, обсуждали обучение, эксперименты и тому подобное. Гость выпуска — ректор ЦУ Евгений Ивашкевич. Вместе мы обсудили современное высшее образование, роль математики в нем и как бизнес может быть вовлечен в образование. А еще: как можно из ученого стать директором по рискам, а потом ректором университета; эффективен ли научный подход в бизнесе; зачем банку создавать вуз; что такое предпринимательский университет; чем студенты ЦУ отличаются от выпускников классических вузов; сколько стоит запустить университет и по каким метрикам можно понять, что он успешен; какое образование ждет нас в будущем. Слушайте, обязательно делитесь своими мыслями по теме и впечатлениями обо всем сезоне в нашем телеграм-канале https://t.me/eto_schitaetsya. Ну, а мы скоро вернемся с новыми идеями, темами и гостями! Тайм-коды: 00:12 Начало выпуска 01:17 Тема выпуска 01:29 Гость — Евгений Ивашкевич 01:37 Между физикой и музыкой: неделимое в жизни Евгения 04:34 От директора по рискам к ректору Центрального Университета (ЦУ) 08:45 Рубрика «Зачем учить математику?» 10:40 Математический подход в бизнесе 14:03 Дизрапт в образовании: почему важно учить навыкам 19:46 Специалист vs. генералист 20:40 Массовое образование — не всегда хорошо? 23:01 Что значит готовить профессионалов для бизнеса 27:13 STEM-подход в образовании 29:22 A/B-тесты на студентах 30:40 Сколько стоит запустить университет 31:18 Цель ЦУ 32:03 Метрики качества образования в ЦУ 33:55 ЦУ и другие вузы — конкуренция или партнерство? 38:19 Настоящее и будущее ЦУ: направления и программы 39:55 Что такое «университет 3.0» 43:11 Вывод 44:13 Совет от Евгения 45:02 Рубрика «Что считается?» 45:36 Завершение выпуска

Как рождаются знания и что это вообще такое? Можно ли описать весь мир с помощью математики? Почему природа, не имея интеллекта, все же «учится»? И главное — можем ли мы ускорить этот процесс и стать теми, кто переиграет природу? В этом выпуске мы говорим о том, как рождаются новые знания: от простых бытовых наблюдений до научных прорывов и алгоритмов машинного обучения. Обсудим, что такое сознание и самопознание, зачем нам математика и как она стала инструментом для понимания реальности. А еще попробуем заглянуть в будущее и предсказать, когда AI обретет самопознание, а человек — цифровое бессмертие. Обсуждаем все это с Кириллом Николаевым, директором по аналитике Т-Технологий, и Ромой Филевым, руководителем отдела экспериментов и Data Science Consulting в Т-Банке. Приготовьтесь, будет и наука, и философия, и немного фантастики, и очень много поводов задуматься. Ведь у природы времени хоть отбавляй, а у нас с вами — нет. Но 53 минуты-то, найдется? Слушайте и обязательно делитесь своими мыслями по теме в нашем телеграм-канале https://t.me/eto_schitaetsya Meta, продукт которой упоминается в выпуске, признана в России экстремистской и запрещена. Тайм-коды: 00:12 Начало выпуска 00:42 Тема выпуска 01:07 Гости — Кирилл Николаев и Роман Филев 01:24 Что такое знания и интеллект 04:55 Как знания получает наука 06:05 Как знания получают люди 07:34 Есть ли познание в неразумной жизни? 12:49 Методы познания у животных и человека 17:51 Рубрика «Зачем учить математику?» 24:04 Адаптивность и выживание 28:16 Любознательность как важный компонент интеллекта 30:26 Мозг современного человека и влияние быстрого контента 37:23 Самопознание у AI 44:17 Будущее AI и человечества — симбиоз? 50:25 Вывод 52:13 Рубрика «Что считается?» 52:55 Завершение выпуска

В этом выпуске мы решили отойти от строго математических тем и теорий и поговорить о рекламе — это ведь тоже целая наука, и математики в ее основе не мало. Разбираемся, как работает рынок рекламы изнутри, почему аналитика должна стоять во главе формирования рекламных бюджетов и что из рекламной аналитики стоит перенять продуктовой. Обсуждаем: рекламу глазами клиента, закупщика и платформы: три разные перспективы как формируется стоимость рекламы и какое место тут занимает аналитика инсайдерскую информацию о российском рекламном рынке рекламные аукционы, другие механики продаж и аналитические ловушки нейробиологию в рекламе интеграцию рекламы в AI-продукты и ее будущее и, конечно, главный вопрос рубрики «Зачем учить математику?» — без нее в рекламе никуда. Погружаемся в мир рекламы с нашим гостем — Романом Назаренко, который отвечает за DWH в Т-Банке и рулит аналитикой рекламы T-Ads. Выпуск будет полезен аналитикам, маркетологам и всем, кто хочет понимать, почему реклама — это не только креатив, но и строгая наука. Слушайте, вдохновляйтесь и делитесь своими мыслями об аналитике в рекламе в нашем телеграм-канале https://t.me/eto_schitaetsya Тайм-коды: 00:12 Начало выпуска 00:58 Тема выпуска 01:16 Гость — Роман Назаренко 01:39 Реклама глазами клиента — ведущих и гостя 06:25 Круто, ты попал на ТВ? Проблемы ТВ-рекламы и баннеров 11:04 Виды рекламы, стоимость и причем тут аналитика 20:00 Российский рынок рекламы сегодня: инсайдерская информация 23:51 Реклама глазами закупщика: особенности аналитики в рекламе 25:48 Реклама глазами платформы: аукционы и другие механики продажи рекламы 33:07 Рубрика «Зачем учить математику?» 34:28 Аналитические ловушки в рекламе 39:43 Нейробиология в рекламе 41:26 Это перенимается: что из рекламной аналитики применяется в других сферах 43:45 Будущее рекламы: интеграция в AI-продукты 50:02 Вывод 52:11 Рубрика «Что считается?» 52:37 Завершение выпуска

В этом выпуске разбираемся с одной из самых известных платформ для специалистов по анализу данных и машинному обучению — Kaggle. Что это вообще такое и нужно ли оно вам? Спойлер: Kaggle — это как олимпиада для взрослых, но не столько ради медалей и призов (хотя и они там имеются), сколько ради реального профессионального роста. Как стать гранд-мастером Kaggle и почему это работает лучше любого резюме? Что Kaggle дает аналитикам и зачем сражаться за тысячные доли после запятой в метриках? Что общего Kaggle имеет с реальными бизнес-задачами и как AutoML делает ML-щика даже из тех, кто не умеет в ML? Обсуждаем все это с нашим гостем, который уже 14 лет в Kaggle, единственным в России четырехкратным гранд-мастером Kaggle, победителем Kaggle AutoML Гран-При 2024 и руководителем R&D-юнита в AI-лаборатории Авито — Александром Рыжковым. Слушайте, вдохновляйтесь и делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya своим опытом на Kaggle! Тайм-коды: 00:12 Начало выпуска 00:40 Тема выпуска 00:54 Гость — Александр Рыжков 01:06 Что такое Kaggle 03:09 «Олимпиада для взрослых»: задачи реального бизнеса на Kaggle 06:15 В поисках сокровищ: секреты компаний на Kaggle 10:14 Зачем участвовать в соревнованиях Kaggle 13:14 Как стать гранд-мастером Kaggle 17:15 Навыки будущего гранд-мастера Kaggle 21:01 AI-инструменты в Kaggle 23:32 Kaggle и математика 25:40 Рубрика «Зачем учить математику?» 27:01 Зачем Kaggle аналитикам 31:41 Чем соревнования Kaggle отличаются от прода 33:48 AutoML как инструмент для соревнований Kaggle и для бизнеса 44:42 Вывод 47:01 Рубрика «Что считается?» 47:20 Завершение выпуска

В новом выпуске говорим про ТИгр. И нет, это не о полосатых обитателях лесов и саванн и не о Т-Играх Т-Банка. Речь о теории игр. Разбираем, как предсказывать поведение других и быть всегда на шаг впереди, когда выгоднее действовать в своих интересах, а когда кооперироваться, и что нужно, чтобы стать хорошим стратегом по жизни. А еще: как теоретико-игровые механики могут не только бустануть бизнес, но и повысить ВВП целой страны? Было ли равновесие Нэша в «Играх разума»? И как «Теория большого взрыва» учит нас моделировать «игры»? В общем, интересно будет явно не только аналитикам. Обсуждаем все это с Дмитрием Дагаевым — заведующим Лаборатории исследований спорта факультета экономических наук НИУ ВШЭ, доцентом РЭШ, который уже много лет преподает теорию игр. Слушайте и делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya, в какие игры играете вы. P.S. Все же уже поняли, что мы не про компьютерные игры? В общем, ждем ваших кейсов применения теории игр! Тайм-коды: 00:12 Начало выпуска 00:49 Тема выпуска 01:09 Гость — Дмитрий Дагаев 01:28 Что такое теория игр (ТИгр) 03:30 Вся наша жизнь — игра? 07:28 Равенство Нэша 11:49 Дилемма заключенного 16:27 Ценовые войны 19:54 Моделирование «игр» и аукционы 25:51 Научный киноляп: неравновесие Нэша в «Играх разума» 28:07 ТИгр в «Теории большого взрыва», или Что нужно учитывать при моделировании «игр» 30:44 Как построить корректную модель «игры» 33:14 Рубрика «Зачем учить математику?» 35:20 Как стать хорошим стратегом 38:05 Применение ТИгр в аналитике 42:51 Индивидуализм vs. кооперация: кто какую стратегию выбирает 46:09 ТИгр в построении команд 51:31 Вывод 52:14 Рубрика «Что считается?» 52:56 Завершение выпуска

В этом выпуске говорим о самообразовании. Зачем в век AI продолжать учиться? Что такое «синдром вечного ученика» и как не попасть в его ловушку? Где баланс между «надо» и «хочу»? Как эффективнее обучаться и чем в этом помогает математический склад ума? Все это обсудили с человеком, который ни на день не перестает учиться и успел до 30 попасть в тот самый рейтинг Forbes, победив в категории «Управление». В гостях у нас CDO Райффайзенбанка в России Андрей Сухань. Андрей поделился своими подходами к обучению, а вы делитесь своими — в нашем телеграм-канале https://t.me/eto_schitaetsya Тайм-коды: 00:12 Начало выпуска 00:39 Тема выпуска 00:50 Гость — Андрей Сухань ​​01:05 В чем суть обучения 05:30 Рубрика «Зачем учить математику?» 06:14 Математики vs. гуманитарии 08:09 От математики к аналитике 09:25 Мотивация к постоянному обучению 11:26 Как выбирать, чему учиться 12:43 Книга, которая научит всему 14:14 Надо vs. хочу 19:00 Синдром вечного ученика 24:28 Чему сейчас учится Андрей 26:20 Что могут дать курсы, YouTube и AI 30:49 Почему в век AI все еще нужно учиться 35:34 Сто раз отмерь: как выбирать материал для изучения 39:20 Графовый подход к обучению 42:35 Рубрика «Что считается?» 42:56 Завершение выпуска

В этом выпуске говорим об AI с точки зрения науки и математики. Обсуждаем, как в этой сфере проходят исследования, что общего они имеют с аналитикой, кто может ими заниматься и зачем компании создают внутри целые AI-центры. А еще попробуем расставить точки над «и» в вопросе, чем же отличается работа в продукте, в RnD и в исследованиях. У нас так много вопросов! Как в исследованиях применяют LLM? Почему AI-исследователи не думают о продукте? Что такое God feeling ресерчера и как его развить? Все ответы есть у гостя этого выпуска — руководителя Research направления AI-Центра Т-Банка, победителя рейтинга Forbes «30 до 30» в категории «Наука и технологии» 2025, Даниила Гаврилова. Слушайте и делитесь своими впечатлениями в нашем телеграм-канале https://t.me/eto_schitaetsya Тайм-коды: 00:11 Начало выпуска 00:45 Тема выпуска 01:02 Гость — Даниил Гаврилов 01:50 Что такое ресерч в AI 03:35 Думают ли в ресерче о пользователях? 04:26 Мотивация в ресерче и выбор направления исследований 07:46 Кто работает в ресерче 09:25 Майндсет и навыки исследователя в AI 11:16 Почему важно не концентрироваться на результате 14:49 Gut feeling: роль интуиции в ресерче 15:57 Нужно ли быть гением математики для ресерча в AI 17:03 Рубрика «Зачем учить математику?» 17:31 Методы и гипотезы в ресерче 22:02 Что считать финальным продуктом ресерча 25:20 Рецензирование исследований 26:28 Как оценить значимость исследования 29:03 Расставляем точки над «и»: отличия ресерч-отдела от RnD 30:44 Применение LLM в исследованиях 35:43 Что именно исследует AI-Центр Т-Банка 36: 55 Отличия ресерч-отделов в разных компаниях 37:52 Зачем компаниям свой ресерч 39:23 Выводы 40:20 Рубрика «Что считается?» 40:34 Завершение выпуска

Продолжаем углубляться в математичность и все, что с ней связано. В этом выпуске поговорим про критическое мышление. Когда в сомнениях есть польза, нужно ли разбираться в теме, чтобы о ней рассуждать, как невидимый дракон связан с формулой Байеса и зачем аналитикам (и не только) интеллектуальная скромность и интеллектуальное мужество? Все это обсудим с Викторым Горбатовым — тренером по критическому мышлению и аргументации, автором более 30 научных статей и двух учебных пособий по логике, в прошлом преподавателем НИУ ВШЭ. Ну и, самое главное, разберемся, как критическое мышление развивать — будем практиковаться прямо в эфире! Приготовили для вас классные упражнения. Слушайте, делайте, а потом делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya, как получается применять критическое мышление в жизни и работе. А если хотите еще больше углубиться в тему, заглядывайте в телеграм-канал Виктора Горбатова https://t.me/podumai2 Тайм-коды: 00:00 Начало подкаста 00:56 Тема выпуска 01:07 Гость — Виктор Горбатов 01:30 Что такое критическое мышление 03:00 Три компонента критического мышления 05:40 Важна ли экспертность 10:19 Перенос критического мышления на другие области 12:19 Критическое мышление и генетика 13:24 Интеллектуальные скромность и мужество 15:18 Критическое мышление в аналитике 19:25 Притча про невидимого дракона 22:28 Формула Байеса — икона критического мышления 26:57 Упражнение «Калибровка уверенности» 32:32 Упражнение «Голландская книга» 34:36 Как Даня и Юля применяют критическое мышление в работе 36:16 Метод «Пять почему» 37:16 Правило «7-38-55» 39:38 Рубрика «Что из вуза пригодилось в жизни» 40:58 Как проверить себя здесь и сейчас 44:38 Рубрика «Что считается» 44:59 Завершение выпуска

Наша команда в полном составе — на технической конференции по продуктовой аналитике Aha 2025! Этот спецвыпуск мы записали прямо со сцены, да еще и перед живой аудиторией. Вашему вниманию его аудиоверсия. Тема, под стать сезону, околонаучная. Обсудили, что из математических предметов университета пригодилось нам в жизни и в работе (разобрали конкретные кейсы!) и как сами вузы могут помочь аналитикам вывести исследования на новый уровень. Вспомнили прошлое и заглянули в мир RnD вместе с Кириллом Кочневым — руководителем направления продуктовой аналитики в HeadHunter, и Жорой Сукасяном — руководителем экосистемной аналитики в Т-Банке. Если не успели пообщаться с нами вживую на конференции, с удовольствием обсудим ваши кейсы в нашем телеграм-канале https://t.me/eto_schitaetsya Тайм-коды: 00:00 Начало выпуска 01:01 Тема выпуска 01:22 Гости — Кирилл Кочнев и Жора Сукасян 02:13 Кто где учился и что вынес из универа для работы и жизни 07:29 Метод дихотомии 08:14 Метрическое пространство 09:29 Математическая оптимизация 11:09 Алиса: что у нее под капотом 16:05 Экономические модели в аналитике 18:59 Золотое сечение 21:18 Теория игр и равновесие Нэша 22:29 RnD: на стыке науки и бизнеса 25:58 Исследования на аутсорсе 26:36 Как выбрать, кому отдавать исследования на аутсорс 28:27 Как работать с учеными 34:44 Трудности перевода: язык науки и язык бизнеса 37:55 Зачем учить математику 39:12 Что считается 39:27 Кейс от слушателя 41:01 Завершение выпуска

Мы продолжаем экспериментировать, и у нас новый необычный сезон. Посвятим его математичности и всему, что с ней связано. Про что это? Про любовь аналитиков (и не только) к математике, про образование, эксперименты, критическое мышление и многое другое. Начнем с олимпиад. Спойлер: этот выпуск не только для школьников и студентов (хотя им тоже очень советуем послушать!). Что нового в олимпиадах, как меняются поколения в digital-профессиях и для чего взрослым инвестировать свое время в образовательный движ — обсудим с Юлей Гуровой, членом жюри Всероссийской олимпиады по экономике и членом методкомиссии олимпиады DANO. А еще в этом выпуске мы, наконец, дошли до понимания сути кварков, о которых все сезоны говорил Даня. Интрига сезона — изменились не только темы и рубрики, но и состав ведущих! Как послушаете, делитесь впечатлениями в нашем телеграм-канале https://t.me/eto_schitaetsya Тайм-коды: 00:00 Начало подкаста 00:19 Темы сезона и выпуска 01:28 Гостья — Юля Гурова 02:04 Как попасть в олимпиадную движуху 05:08 Олимпиады как путь поступления 07:23 Эволюция олимпиад. DANO 08:54 Кто может участвовать в олимпиадах и зачем нужны хакатоны 14:24 TikTok, Chat GPT и новое поколение участников олимпиад 18:44 Рубрика «Зачем учить математику» 21:41 Зачем олимпиады вузам и компаниям 26:57 Как выбирать женихов, работу и будущих сотрудников 29:15 Хочу создать олимпиаду: как действовать 31:57 Команда олимпиады: кто и что делает 33:53 Зачем профессионалам инвестировать время и силы в олимпиады 39:26 Как именно внести свой вклад в развитие олимпиад 41:20 Советы школьникам и их родителям 43:06 Рубрика «Что считается» 44:44 Подводим итоги

А вот и новогодний подарок от нашего подкаста: заключительный выпуск специального сезона. Вас ожидает яркий финал, ведь в этот раз мы поговорим о том, что касается каждого, — о медицине. Как проводят тесты препаратов и ревью решений, когда речь идет о человеческой жизни? Откуда в медицине берутся данные и какие механизмы снижения рисков используются? На эти и многие другие вопросы нам ответил Александр Ракитько, директор по науке Genotek. И так как Саша — специалист по генетике, мы просто не смогли удержаться и обсудили ДНК-тесты. Все комментарии по поводу этого выпуска и всего спешла мы по-прежнему будем ждать в нашем телеграм-канале https://t.me/eto_schitaetsya. Мы очень старались, работая над этим сезоном, и жаждем узнать, как он вам. Тайм-коды: 00:00 Начало подкаста 01:17 Гость — Александр Ракитько 02:19 Аналитика в медицине: историческая справка 04:26 Становление доказательной медицины 05:24 Формализация и стандартизация клинических рекомендаций 06:46 Где брать данные о редких болезнях 07:37 Тесты в медицине: разбираем на примере вакцины от COVID-19 09:12 Как COVID-19 повлиял на лечение рака 10:19 Кейс про исследование резистентности к COVID-19 12:16 Реакция организма на вакцинацию зависит от генетики 14:08 Отличие клинических тестов от А/В-тестов 18:36 Ген лени: эксперимент с мышами 20:22 Когортный анализ в медицине 22:50 Волонтерские проекты в медицине 23:35 Науке нужны данные 25:19 Насколько нас определяет генетика 26:59 Генетический дейтинг 27:55 Расшифровка генома: почему долго и дорого 29:36 Спорим о временных рядах 30:26 Аналитика в медицине несовершенна 31:42 Ревью научных статей в медицинских журналах 35:21 Генетика и А/В-тесты 36:36 Подход к сбору данных в медицине 38:23 Использование результатов ДНК-тестов в жизни 39:25 Рубрика «Это перенимается» 44:15 Подводим итоги

Вашему вниманию предлагается эпизод про офлайн-ретейл. Сегодня поймем, как действовать на территории, где не работают законы диджитала. С правилами этого мира нас познакомит Максим Покусенко, руководитель Big Data в Magnit Tech. Вместе с ним оцифруем посетителя магазина, измерим эффективность промоакций и разберемся, как проводить A/B-тесты в офлайн-среде. А что бы вы переняли у коллег из ретейла? Пишите в комментариях к выпуску в нашем телеграм-канале https://t.me/eto_schitaetsya Тайм-коды: 00:00 Начало подкаста 01:09 Гость — Максим Покусенко 01:28 Аналитика в ретейле завязана на чеках 04:27 Различия офлайн- и онлайн-ретейла 05:31 Открытие новых точек 09:37 Окупаемость точки 11:53 Планограмма магазина 14:32 Камеры и компьютер-вижн на благо ретейла 17:14 На какой полке лучше всего продается товар 20:19 Когда нужны крутые камеры, а когда хватит обычных 22:16 A/B-тесты в офлайне: все не так просто 24:47 Как делать A/B-тесты в офлайне 27:06 Цифровой след: карты лояльности в помощь аналитикам 30:14 Частотность посещений магазинов 31:09 Портрет семьи покупателей 32:51 A/B-тесты в магазинах с низкой частотностью посещения 33:57 Как измерить эффективность внешней рекламы в офлайне 37:36 Сложность учета эффективности промоакций 42:31 Собственное производство сетевых магазинов 45:59 Строим прогнозы пополнения полок 48:12 Кейс с предпринимателем, который понял систему 50:43 Работа с фродом в офлайне 52:46 Рубрика «Это перенимается» 55:22 Подводим итоги

Сегодня выйдем за рамки изучения отдельной отрасли или области и посвятим выпуск целой науке — социологии. Что свойственно большинству и как этими знаниями пользуется бизнес? Как трансформировалась классическая социология и для чего мы сегодня изучаем общество? Краткий и нескучный ликбез по всем методам исследований провела Анастасия Кузнецова, автор канала «Настенька и графики», в прошлом преподаватель ВШЭ и Европейского университета. Подписывайтесь на Настю — https://t.me/nastengraph И на наш телеграмм-канал! Следите за анонсами эпизодов и в комментариях к выпуску пишите, каких ролевых моделей придерживаетесь. https://t.me/eto_schitaetsya Тайм-коды: 00:00 Начало подкаста 01:17 Тема выпуска 01:42 Гость — Настя Кузнецова 02:39 Что исследует классическая социология и где применяется 05:08 Объекты исследования социологии 06:55 Квадробинг как социальное явление 07:53 Как применяется социология 10:10 Кем работают социологи 11:34 История Насти про квартирные опросы 12:21 Кем ещё работают социологи 12:54 Университетская подготовка социологов 13:27 Важность коммуникационных навыков 14:23 Ролевые модели и социальные конструкты 16:42 Количественные методы исследований 17:10 Тюремный эксперт Зимбардо 18:29 Анализ цифровых следов 20:32 Качественные исследования 23:16 Репрезентативность выборки 25:37 Проблема однородности выборок 26:59 Сегментарный анализ 28:06 Что драйвит социологию 29:07 Социология и выборы 29:59 Аналогии аналитических методов у социологов 30:29 Эксперимент Милгрэма 31:23 Влияние рекламы и инфлюэнсеров 32:56 Социально-сетевой анализ 33:59 Влияние акций и подарков 36:12 О важности окружения 37:40 Рубрика «Это перенимается» 42:39 Подводим итоги

Продолжаем исследовать аналитику разных отраслей. В этом выпуске поговорим о нефтяной промышленности. Какая роль у аналитиков этой отрасли, как данные помогают в поиске новых месторождений и какова цена ошибки, когда речь идет о миллионах долларов? Все это узнаем у Антона Броиловского, опытного аналитика, отвечающего за обработку сейсмических данных и применение нейросетевых алгоритмов для построения структурных моделей. А чтобы узнать, какую отрасль мы затронем в следующем выпуске, подписывайтесь на наш телеграм-канал «Это считается» — https://t.me/eto_schitaetsya. Тайм-коды: 00:00 Начало подкаста 01:09 Гость — Антон Броиловский 02:13 Данные в нефтяной промышленности 03:53 Нефть — это не только динозавры 04:07 Карты как основной источник данных 04:30 Почему скважины бурят только зимой 04:51 Два способа сейсморазведки 06:18 Обработка и очистка данных 07:08 Второй способ сейсморазведки 08:51 Предел сбора данных 09:51 Паттерны при обработке данных 12:12 Хранение данных в нефтяной промышленности 13:19 3D-модель Земли 15:08 «Легкой» нефти осталось мало 18:15 Цена ошибки в нефтяной промышленности 20:52 Добыча нефти 23:10 Выход на новый рынок vs разработка месторождений 24:55 Сложности с обратной связью 26:17 Аналитика на разных этапах 30:55 Рубрика «Это перенимается» 36:12 Подводим итоги

Под конец 2024-го мы решили знатно пошуметь и записать нестандартный сезон. В этом коротеньком спешле мы не будем обсуждать IT и digital. Тренд на офлайн и цифровой детокс добрались и до нас! В ближайших пяти выпусках будем исследовать аналитику непривычных для нас сфер и направлений. Начнем со спортивной. Как собирать данные на стадионе и может ли хороший аналитик спасти среднюю команду, — обсудим с Владиславом Шуфинским, автором телеграм-каналов NBA Atlantics и «Цифры в спорте». Но прежде, чем подписаться на каналы Влада, проверьте подписку на наш телеграм-канал — https://t.me/eto_schitaetsya Проверили? Теперь подписывайтесь на Влада https://t.me/s/numbers_in_sport https://t.me/nbaatlantic Тайм-коды: 0:00 Начало подкаста 01:10 Гость — Влад Шуфинский 01:35 Спортивная аналитика: что считаем 04:23 Историческая справка 07:13 Спортивная аналитика работает на длительной дистанции 09:38 Авторитет у аналитики в спорте 11:40 Задачи спортивного аналитика 13:08 Аналитика для сбора команды 15:59 Кейс аналитиков в Ливерпуле: от провала до успеха 18:03 Трекинг и ивент-данные в спортивной аналитике 20:35 Типы данных в спортивной аналитике 22:00 Ручная разметка данных — специфика спортивной аналитики 23:15 Взаимодействие аналитиков и тренерского цеха 24:42 xG – метрика 27:43 Анализ конкурентов в спорте 29:12 Как аналитика повлияла на баскетбол 30:33 Анализ пенальти в футболе 33:39 Пределы аналитики в спорте 35:52 Драфты NBA 38:35 Рубрика «Это перенимается» 43:18 Подводим итоги

Финалим третий (!) сезон выпуском про эволюцию аналитики и аналитиков. Как известно, будущее за технологиями. Чем быстрее и успешнее их удастся освоить бизнесу, тем эффективнее он будет развиваться и удерживать позиции на рынке. Какую инновации принесут пользу, а какие только потратят ресурсы компании, можно решить через R&D исследования. Вместе с Кириллом Николаевым, директором по аналитике Т-Банка, обсудим, как наука бустит бизнес и помогает превзойти конкурентов. P. S. А чтобы не скучать в период межсезонья, подписывайтесь на наш телеграм-канал — https://t.me/eto_schitaetsya! В нашем классном коммьюнити будет веселее переждать перерыв. Тайм-коды: 00:00 Начало подкаста 01:03 Гость — Кирилл Николаев 04:46 Наука в помощь бизнесу 09:32 Структура R&D-команды в Т-Банке 11:36 «Научное» в аналитике — это? 14:47 Почему бизнес не доверяет аналитике 17:50 Несоответствие — это точка роста 19:34 Чистые данные, амбассадоры идей и другие способы завоевать доверие бизнеса 23:08 Продажа идей через амбассадоров: за и против 25:38 Метрика лояльности — это про будущее 29:49 Метрика лояльности и LTV: история 34:47 Критерии хорошей метрики: доказуемость и интерпретируемость 36:43 У лояльности есть цена 41:09 Решаем споры с бизнесом 44:57 Когда не стоит уступать бизнесу: версия Дани 47:36 Кирилл о причинах уступить бизнесу 50:15 О пользе одноразовых изменений 51:54 Подводим итоги

Данные — то, без чего невозможна аналитика. Но мало просто собрать информацию и упаковать ее в хранилище. Ведь объем данных увеличивается по мере развития продукта или компании. Каждая команда, каждое подразделение собирает что-то свое. И чтобы наладить взаимодействие между всеми участниками ИТ-инфраструктуры и грамотно использовать их наработки для целей бизнеса, появился наш сегодняшний герой — CDO, Chief Data Officer. Подробнее об этой роли мы поговорили с Марией Фоменко, руководителем направления DWH Business в Т-Банке. А еще обсудили, как оценивать полезность данных, и пофантазировали о будущем аналитиков. P.sS. Кстати, у этого подкаста тоже есть свое хранилище. Все выпуски за три (!) сезона, ссылки на блоги гостей и анонсы полезных событий с нашим участием можно найти в телеграм-канале «Это считается» — https://t.me/eto_schitaetsya! Тайм-коды: 00:00 Начало подкаста 00:57 Гость — Мария Фоменко 01:22 Данные — это новая нефть 04:52 CDO — кто это? 08:50 Связка CTO и CDO 14:25 Взаимодействие CDO с командой 17:13 Качественная аналитика строится долго 20:39 Фил о поддержке фронтенд-команды 22:22 Даня о своих кейсах 23:17 Контракты поставки данных 28:36 Хождение Филиппа в народ 29:17 Как доступность данных повлияет на аналитиков 32:37 Аналитики в 2030 году 37:29 Даня о сложности интерпретации данных 39:22 Маша о сопротивлении изменениям 41:26 Пожелания начинающим CDO 44:34 Рубрика «Перефразируй» 47:11 Подводим итоги

В середине второго сезона мы записали довольно хулиганский выпуск о продактах. Там мы смело рассуждали о том, можно ли обойтись без них. Эпизод можно послушать тут: https://music.yandex.ru/album/24035967/track/116327401 Было это почти год назад, и с тех пор многое изменилось. Поэтому мы решили вновь порефлексировать на тему взаимоотношений продактов и аналитиков. В гости позвали Аню Подображных, Product Lead в AI-центре Т-Банка. Вышло драматично, честно и терапевтично. Обсудили, что нас бесит друг в друге и как продакту с аналитиком выстроить партнерские отношения. Ждем ваших кулстори, хныков и признаний в любви продактам в нашем телеграм-канале — https://t.me/eto_schitaetsya! P. S. Кстати, подписывайтесь на телеграм-канал Ани «Будни продакта» — https://t.me/product_weekdays! Там она рассказывает, как запускать продукты и внедрять туда AI. Тайм-коды: 00:00 Начало подкаста 00:58 Гость — Аня Подображных 01:20 Вспоминаем выпуск с Димой Зборовским про продактов 02:00 Ира о своем опыте работы продактом 04:23 Зоны ответственности продакта 07:47 Все ли аналитики могут стать продактами — и наоборот? 10:56 Граница между продактом и аналитиком 13:36 Ответственный за атмосферу в команде 15:09 Даня о коммуникации с продактами 16:41 Зоны ответственности аналитика 19:06 Продакты и аналитики в стартапе 23:00 Аналитика в B2B и B2C 27:55 Работа с рекомендациями 31:21 Как все устроено с LLM 33:31 Роль аналитика в команде LLM продукта 36:11 Что бесит Иру при взаимодействии с продактами 38:39 Даню раздражает ложная срочность и просьбы без уважения 42:47 Аня не любит ленивых аналитиков 44:52 Фил не выносит спешки 45:49 Ире не нравится повышенная тревожность продактов 48:09 Аню злят невовлеченные аналитики 49:31 Подводим итоги

Этот спецвыпуск — просто новая ачивка для нас. Мы полным составом сходили на техническую конференцию по продуктовой аналитике Aha и записали там подкаст со сцены! Еще и перед живой аудиторией! Это особенное событие, кстати, задокументировано. Переходите по ссылочке, чтобы полюбоваться на нас и оценить полную запись трансляции — https://www.youtube.com/live/hjrBkcBPVKo?feature=shared&t=5905 А для фанатов подкаст-площадок мы подготовили аудиоверсию нашей беседы. Тема животрепещущая — как баланс между работой и личной жизнью влияет на успех? Этот горячий вопрос мы обсуждали вместе с Александром Толмачевым, директором по машинному обучению и анализу данных в Ozon Fintech. Кстати, он был нашим гостем аж в первом сезоне! Советуем послушать выпуск с ним под названием «50 оттенков заказчиков». P. S. А ещё подписывайтесь на наш телеграм-канал — https://t.me/eto_schitaetsya! Ведь там вы можете оставить комментарий по выпуску. Тайм-коды: 00:00 Начало подкаста 01:08 Гость — Александр Толмачев 01:33 Работа и/или жизнь 03:03 Ира о перерыве в карьере 04:34 Отношение к работе проявляется на собеседовании 06:31 Гипотеза: успешные люди — люди в зрелом возрасте 09:07 Упахиваться можно, но ради чего-то важного 12:19 Сверхрезультаты требуют сверхусилий? 15:08 На успех влияет множество факторов 18:46 Отношение к работе в других странах 20:09 Разные компании требуют разную степень включенности 23:14 Быть честным с собой и следить за своим комфортом 26:29 Ира о поиске себя 27:21 Даня о переломном моменте в карьере 29:21 Подводим итоги

Метрики — один из главных языков бизнеса. С их помощью можно поставить цель, оценить эффективность работы команды и провести анализ результатов. Но кто решает, какую из метрик стоит поставить во главу угла? Почему компании понимают одни и те же показатели по-разному? И всегда ли негативный результат и взлом метрик — это плохо? Все эти непростые вопросы разберем вместе со Славой Бусаровым, Head of Product в Авито Доставке. P. S. У Славы серьезный бэкграунд в управлении, поэтому, если хотите прокачать менеджерские скилы, подписывайтесь на его телеграм-канал: https://t.me/busarovmanagement И заодно присоединяйтесь к нашему комьюнити по ссылочке https://t.me/eto_schitaetsya. Там есть мемы, кружочки и анонсы новых выпусков. Тайм-коды: 00:00 Начало подкаста 01:05 Гость — Слава Бусаров 02:06 Брифли: для чего нужны метрики 05:51 «Метрики — это про коммуникацию» 08:34 Критерии хорошей метрики 13:56 Метрики и цели: связь 18:58 Кто должен преобразовывать метрики в цели 21:19 OKR и KPI: спорим, что есть что 27:50 Согласие во фреймворках — счастье в компании 33:51 Одним подходом все задачи не закроешь: антикейсы 37:24 Метрика как индикатор слаженной командной работы 41:13 Мотивация сотрудника и контролирующая функция руководителя 45:21 Хакинг метрик 51:03 Рубрика «Перефразируй профессионально» 52:31 Подводим итоги