По следам конференции Software Engineering Conference, Russia (SECR) 2019 в Санкт-Петербурге

UPD. Добавила ссылки на видеозаписи докладов.

Всем-всем очень рекомендую перед подготовкой любого доклада, презентации или выступления перечитывать искрометную и бесконечно актуальную памятку от Стаса Фомина: Памятка докладчику

Стас делает большое дело – записывает видео докладов IT-конференций (в основном, некоммерческих), пишет статьи и ведет замечательный ресурс, где всё это публикует: http://0x1.tv/ Если вы будете что-то смотреть, оставьте, пожалуйста, комментарий к докладу! Зачем это нужно

На SECR 2019 я послушала несколько докладов и почерпнула следующее.

Ольга Павлова, компания «Собака Павлова». Логические основы дизайна интерфейсов

Ольга – эксперт по дизайну пользовательских интерфейсов, со-основатель компании «Собака Павлова». Очень рекомендую посмотреть и почитать сайт компании: кроме того, что он здорово сделан, на сайте опубликовано несколько подробных статей с разбором достаточно сложных кейсов по дизайну интерфейсов: https://sobakapav.ru/

На SECR 2019 Ольга рассказывала о практических приемах анализа пользовательских требований, которые затем помогают синтезировать удобный и логичный для пользователя интерфейс. Мысль Ольги: дизайн интерфейса – это задача синтеза, ее неправильно решать аналитическими методами.

Ольга говорит о том, что любая вводная информация и документы от заказчика с описанием того, чего он якобы хочет (в нашем случае, это может быть MRD – marketing requirements definition), никак не может быть воспринята в виде настоящих требований к продукту. Эту информацию стоит воспринимать как поток мыслей клиента на сеансе психоанализа, отправную точку для последующих итеративных разговоров и вопросов к заказчику, которые помогают дизайнеру (в нашем случае – системному аналитику) продумывать требования.

Рекомендую послушать доклады Ольги на конференциях прошлых лет, некоторые доклады есть в YouTube.

Обратите внимание, как здорово в докладах Ольги подобраны иллюстрации к мыслям доклада, есть чему поучиться! Посмотрите, например, как сделаны слайды этой презентации (под видео). Ниже один из этих слайдов – иллюстрация мысли о том, что в процессе найма нужно аккуратно собирать контактную информацию кандидатов. По-моему, высший пилотаж презентации в формате визуального ряда к рассказу!

Ольга Павлова сейчас пишет новую книгу о дизайне для более продвинутой аудитории. Ранее она выпустила небольшую книгу для начинающих: “Как решать UX-задачи в условиях незнания и самообмана”. Все книги «Собаки Павловой» можно получить бесплатно https://sobakapav.ru/publications/books

Примечательно, что для организации своей работы ребята используют AirTable (ведения спецификаций, документов, анализа результатов исследований и др.).

Видео доклада «Логические основы дизайна интерфейсов», представленного на SECR 2019, пока не выложено, ждем. Можно посмотреть слайды, но это только иллюстративно-визуальный ряд, без рассказа не информативен: https://2019.secrus.org/program/submitted-presentations/logic-in-interface-design/

Мои заметки по докладу «Логические основы дизайна интерфейсов»

Техническое задание (в нашем случае – спецификация): много букв != смысл

Приемы разработки интерфейсов (как превращаем слова и мысли в картинки и интерфейсы?)

Реестр воображаемой собственности
Сценарий в форме диалога
Модель информационных ожиданий
Карта фокусов https://sobakapav.ru/publications/focus-card
Логика сюжета (читать Роберта Макки «История на миллион долларов»)
Стартовые фокусы хотелок

Реестр воображаемой собственности

Когда очень тяжело и не за что зацепиться, задаем вопрос – в этой системе, ЧТО ПРИНАДЛЕЖИТ ПОЛЬЗОВАТЕЛЮ? Какой цифровой собственностью человек владеет в этой системе? Примеры: «мой авиабилет» (в системе бронирования авиабилетов), «мои лайфхаки» (горячие клавиши в MS Word). Чем больше и сложнее система, тем больше там МОЕГО с точки зрения пользователя. Например, поменяли комбинации горячих клавиш в MS Word – это МОЙ навык, вы его меня лишили! Читать больше: Ричард Талер.

Сценарий в форме диалога

Записать сценарий в форме диалога. Пример:

– Я скачал ваше приложение на всякий случай. Чем оно мне поможет?

– Вы можете оформить ДТП.

– Без подводных камней?

– Есть ньюанс. Вы должны быть зарегистрированы на Госуслугах.

…

Модель информационных ожиданий

Пример: Письмо после оплаты авиабилета.

Почему я его получил? Это уже готовый билет, или заказ? Когда? Дата вылета откуда? Время – часовой пояс?

Стартовые фокусы хотелок

С чего начинает пользователь, когда хочет решить задачу?

Меню

Поиск

Письмо

Задача синтеза интерфейса

Дизайн интерфейса – синтетическая задача, задумайтесь, не пытаетесь ли вы ее решить аналитическими методами. Как распознать тип задачи?

Синтетические задачи: давайте что-то сделаем
Аналитические задачи: давайте в чем-то разберемся

Если хочется доказательства, что интерфейс должен быть именно таким, то сначала ищем способ доказательства, а потом решаем задачу. Даже если вам кажется, что ваш дизайн осмысленный, это может быть не так, он может выглядеть осмысленным, но не являться таковым для пользователей («логические цепочки»).

Давайте что-то сделаем и посмотрим, как пользователи на это реагируют.

Привычные дорожки и тупики

На картинке ниже, что не так с дядей Федором и Матроскиным?

Евгений Виноградов, Яндекс.Деньги. Дата-инженеры и машинное обучение

Евгений сделал отличный обзор инженерных задач и специализаций в data science, поделился мыслями о растущих и новых рынках, которые появляются в этом направлении (например, ML engineer as a service), рассказал об опыте проведения data science (DS) проектов в Яндекс.Деньгах.

Направления работы data science специалистов

Data scientist разрабатывает модели
Data ingest готовит данные, отвечает за загрузку данных
Data steward готовит данные, отвечает за качество данных
Data Dev Ops готовит данные, отвечает за инфраструктуру хранения, актуализации и обработки данных
Information security специалист отвечает за безопасность данных

80% успеха DS проекта зависит от подготовки данных.

Этапы работы над DS проектом (в Яндексе на цикл – около 2 недель):

Подготовить датасет
Сформулировать проблему (сформулировать задачу, например, задача классификации – произошел сейчас аварийный сбой сервиса, или нет)
Построить модель
Оценить качество результата (скоринг)
Получить обратная связь, сделать выводы

Повторить всё сначала.

Трудности подготовки датасета

В микросервисных архитектурах (Яндекс.Деньги – авторизация, ввод реквизитов платежа, нотификация получателя платежа, клиринг аккаунта отправителя – все эти компоненты – это отдельные сервисы) вообще нет более-менее одного источника данных, все данные лежат разрозненно в микросервисах, и их надо сначала собрать.
Датасет нужно актуализировать, потому что он может сильно устареть с тех пор, когда была начата работа над DS проектом.
Очистка данных – большая и сложная задача, отделение полезного сигнала от шума и некорректных данных (Возраст = 1000 лет), ложных корреляций (в обучающей выборке соблюдение пропорций данных с разными сигналами для корректного обучения. Например, все данные в обучающей выборке имеют Пол = женский, модель может решить, что Пол человека бывает только женский), борьба с переобучением (построенная по обучающей выборке модель плохо классифицирует боевые выборки, так как, например, слишком много фич).
Сейчас появляются компании, которые начинают предоставлять услуги по очистке данных (ML engineer as a service). Нужно быть аккуратными с оценкой качества данных, особенно при использовании таких сервисов.
Модель нужно постоянно обучать и обучать, например, нельзя построить одну модель идентификации fraudulent транзакций, через 3-4 месяца она перестанет эффективно ловить мошеннические транзакции, потому что мошенники тоже обучаются и научаются обходить модели детектирования fraud’а.

Если хочешь стать data science специалистом

Чтобы познакомиться с областью DS, можно пойти

Инженерным путем, начав с практики: взять задачу, добыть датасет и попробовать модели с сайта machinelearning.ru
Или академическим путем: начать с фундаментальной математики, учебных курсов, тренировочных проектов и т.д.

Результаты одного из DS проектов

Команда Яндекс.Денег хотела построить систему оперативного оповещения об авариях сервиса на основе данных о его работе в каждый момент времени (сколько транзакций процессится в секунду, сколько пользователей залогинено и пр.). Задача сводится к классификации каждого момента времени: сейчас авария сервиса, или нет?

Проведя несколько циклов DS-проекта, ребята пока не получили хорошо работающую систему, которую бы они использовали в боевом режиме.

Олег Воронов, ВТБ Банк. Эмоциональный интеллект в работе аналитика

Олег Воронов напомнил слушателям о том, как эмоциональный интеллект (EQ) помогает в работе.

Что такое EQ

Осознание своих эмоций – самосознание (EQ начинается с самосознания!)
Осознание эмоций других
Управление своими эмоциями
Фомирование эмоциональной атмосферы

Особенно важен для аналитика, который:

Генерирует решения
Взаимодействует с людьми

Самосознание помогает влиять на:

Ваше восприятие
Ваше поведение и действия
Восприятие вас окружающими

Как развивать EQ

Вести эмоциональные дневники (дата, эмоция, событие, отношение, ощущение)
Работа со своими эмоциями – как справиться с эмоцией:
Физические приемы:
- Дыхание
- Ходьба
- Вода/еда (еда – спорная рекомендация, на мой взгляд. Почитайте книгу Елены Мотовой “Мой лучшй друг – желудок” про пищевое поведение)
- Физические упражнения
Ментальные:
- Рефрейминг (начать размышлять над ситуацией, посмотреть на ситуацию под другим углом, «и что произойдет?»)
- Маркировка («ага, я испытываю страх»)
- Утрирование
- Перевод проблемы в цели
- Ритуалы (спортсмены обнимаются, писатели проводят уборку на рабочем столе)

Корректировка чужих эмоций

Замолчать и выслушать, не перебивая
Попросить рассказать о причине состояния
Не перебивать и не противоречить
Не пытаться успокоить
Не сравнивать со своим опытом
Не преуменьшать важность
Зафиксировать, в чем именно проблема
- Попросить сформулировать проблему
- Записать результат на бумаге
- Не обобщать! Не говорить «все», «всегда»
- Рассматривать проблему обезличенно
Перевести проблему в цели
- Сформулировать цели
- Запланировать первый шаг

Читать больше: Коулман, “Эмоциональный интеллект”.

Мой доклад

Буду очень рада комментариям и обсуждению доклада в Disqus под видео 😊.

О конференциях SECR

SECR проводится давно, тематика докладов очень широкая, мне было интересно выступить с докладом и послушать других для расширения кругозора.

Был и Дмитрий Сошников из Microsoft, который традиционно рассказывает про новые библиотеки или подходы в программировании (в этом году – mPyPl: монадическая Python-библиотека для работы с потоками данных в функциональном стиле). Многие доклады можно посмотреть в записи (по ссылкам – видео и слайды):

Список всех докладов 2019-го года с опубликованными видеозаписями на данный момент.

По категории «SECR» в каталоге можно найти видеозаписи докладов прошлых лет.

В целом на конференции уровень докладов на русском языке неплохой (содержательность, ритм, уровень презентации, мастерство докладчика), но иностранные доклады очень слабые. Сложилось впечатление, что программный комитет прорабатывает материал с русскоязычными докладчиками, чтобы обеспечить хороший уровень презентаций (со мной работали, ценю!), а иностранцев принимают на конференцию без модерации и не готовят.

Впервые я участвовала в SECR в 2010-м году. Есть ощущение, что конференция постепенно угасает: субъективно в этом году было гораздо меньше слушателей, чем девять лет назад. Организаторы откровенно говорят, что на этой конференции денег не зарабатывают и проводят ее для души. Атмосфера на конференции доброжелательная и душевная – подтверждаю! 😊