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):
- Жизнь без ctrl Z и осознанность в работе (Сергей Пушкин, SECR-2019)
- Как мы попробовали на практике новый совет от Джефа Сазерленда по увеличению скорости разработки в 4 раза (Анатолий Иванов, SECR-2019)
- Как мы перебрали двигатель, не останавливая автомобиль (Зураб Белый, SECR-2019)
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! 😊