Как я люблю эти оценки разработчиков: «нууу…эта задача на полчаса». Через два дня: 

— Ну че, когда будет готово? 

— Да тут уперлись в интеграцию и еще нужно кое-что согласовать с аналитиком, думаю за сегодня закрою…

Еще через день:

— Еще делаю, вчера не успел, думаю завтра будет готово. 

Занавес. И проблема здесь не в разработчиках. Просто абсолютные оценки НЕ работают.

Если большую задачу оценивать по сумме мелких подзадач и не закладывать время на уточнения, передачу задачи из отдела в отдел, «ждем, когда починят», «жду ответа» и прочие неопределенности, сроки реализации задачи ВСЕГДА будут слетать. Почему

Итак, в прошлой статье мы затронули понятие “выученная беспомощность” Мартина Селигмана и рассмотрели на опыте собак и людей особенности формирования данного психологического состояния. 

Многие пользователи в комментариях отметили, что я неверно изложила притчу о мышках, ведь на самом деле в ней фигурировали лягушки, а из молока нельзя взбить масло. Только из сливок. Да, это так. Для меня было не очень важно сохранять каждую деталь истории, ведь суть не в том, КТО пытался спастись из ведра с каким-то содержимым, а в том, ПОЧЕМУ кто-то сдается сразу, а кто-то продолжает отчаянные попытки за выживание или изменение условий.
(Да и “молитва о двух мышках” из фильма “Волк с Уолл-Стрит” мне все-таки ближе, чем о лягушках).

Вот, кстати, еще одна бизнес-притча. В Индии погонщики слонов добиваются их покорности хитрым способом. Когда слоненок маленький, его ногу

В подробном лонгриде к старту курса по анализу данных вы найдёте авторские визуализации, пояснения и комментарии об искусстве сравнивать распределения и делать выводы.

Сравнение эмпирического распределения переменной по разным группам — распространённая задача Data Science. Эта задача часто возникает при поиске причинно-следственных связей, когда нужно оценить качество рандомизации.

Золотой стандарт в выявлении причинно-следственных связей при оценке любой стратегии (функции UX, рекламной кампании, препарата и т. д.) — это рандомизированные контрольные испытания, известные как A/B-тесты. На практике выборка отбирается для исследования и случайным образом делится на группы — контрольную и экспериментальную, затем результаты этих групп сравниваются. Рандомизация гарантирует, что единственное различие двух группами — это выбранная независимая переменная, такая, что различия результатов можно объяснить именно её эффектом.

Несмотря на рандомизацию, эти группы

Опять в интернете кто-то неправ! Натолкнулся недавно на статью и даже сначала ужасно огорчился. И один из комментариев в самую точку — зачем насиловать пингвина виндой? Разумеется, это негодование шуточное. На самом деле — это инсталляция с помощью стороннего dhcp/bootp-сервера, а то что он на windows, так это другой вопрос — у кого и что было, кто и чем умеет пользоваться. Ребята, молодцы! По крайней мере, движутся в правильном направлении. А вот насколько это проще без инфраструктуры Windows, мы сейчас и посмотрим.
Читать далее →

Статья из серии «2х минутные заметки разработчика».

Очень часто перед запуском нового веб-проекта все разработчики начинают писать код одновременно, а это значит, что готового API для фронтенда нет. В данном случае разработчики выходят из этой ситуации, создавая свой фейковый API, чтобы не сидеть сложа руки.

И конечно, для этих нужд существует огромное количество инструментов. Одним из самых удобных является json-server.

Основная концепция этого пакета очень проста. Мы должны создать файл JSON со структурой всех сущностей, которые необходимы в нашем приложении. Затем мы просто запускаем следующий код и получаем REST API в одну строку кода.

// db.json {     "products": [{ "id": 1, "name": "name", ... }, ...] }

json-server --watch db.json 

Мы можем фетчить данные с помощью GET-запросов (или видеть их просто в браузере, открыв соответствующий урл) и записывать новые элементы напрямую в JSON с помощью POST-запросов.

Но есть один недостаток. Если над проектом