AvitoTech

Привет! Меня зовут Лера, я технический писатель в Авито, и я обожаю разбирать книги, которые помогают иначе смотреть на привычные вещи — будь то управление командами, формирование привычек или работа с культурой. В этой статье разберем книгу Малкольма Гладвела Tipping Point (в русском переводе её часто называют «Переломный момент»). Это исследование о том, как идеи, тренды и социальные явления внезапно «взрываются» и начинают распространяться, словно эпидемия. Книга объясняет, почему какие-то изменения долго остаются незаметными, а потом за короткое время охватывают миллионы людей — от модных брендов и технологий до преступности и вирусного маркетинга. Малкольм Гладвелл — канадский журналист, писатель и один из самых известных популярных социологов XXI века. Он более двадцати лет работал в The New Yorker, а его книги — «Переломный момент», «Озарение», «Гении и аутсайдеры» и другие — стали мировыми бестселлерами. Фирменный стиль Гладвелла — это соединение научных исследований, психологи

Привет! Я Андрей и сегодня расскажу, как сделал мультиагентную систему, которая автоматизировала ревизию доступов в бэкофисе Авито, копившихся годами. Вы узнаете, как собрать LLM-систему с четырьмя агентами и супервизором, которая не только сгенерировала описания прав доступа, но и с точностью 77% нашла их владельцев без передачи кода и документации внешним моделям. Вперед к прочтению! Права доступа в Авито мы называем ACL — Access Control List, список контроля доступа, определяющий, кто и что может делать в админке. В Авито она всегда развивалась параллельно основному продукту, но по остаточному принципу: админка всё-таки для внутренних пользователей, а они не такие притязательные, поэтому внимания ей уделяли меньше. И спустя годы в ней накопилось 1171 ACL-ок. Про 754 мы вообще не знали, кому они принадлежат и какие функции закрывают, — нужно было что-то делать. Сложно запустить ролевую модель Недавно в компании мы начали перестраивать ролевую модель, и поэтому нужно было понять, како

Привет! Меня зовут Андрей Колесников, я тимлид одной из DevOps-команд Авито. Уже 10 лет я работаю с высоконагруженными и бизнес-критичными системами. В этой статье рассказываю, как мы управляем нашей инфраструктурой с помощью Puppet, и объясняю, почему мы продолжаем его использовать. Это не рассказ о «фичах ради фич» и не реклама инструмента. Я не буду уговаривать всех срочно перейти на Puppet. Вместо этого я поделюсь нашим практическим опытом: как мы используем Puppet в Avito, какие подходы и практики применяем, как масштабируем систему и какие грабли собрали по пути. Всё, о чём я рассказываю, — это результат работы сразу нескольких инфраструктурных команд, и я благодарен коллегам за помощь в подготовке статьи. А ещё спасибо моей команде — пока они держат инфраструктуру в порядке, я могу рассказывать об этом вам. Прежде чем углубляться в практики, немного статистики и контекста — чтобы понять, где вообще сегодня стоит Puppet. По данным JetBrains, среди систем управления конфигурациями

Всем привет! Меня зовут Семён Эйгин, я бэкендер в Авито, люблю опенсорс и периодически что-то туда контрибьючу. В этой статье разбираемся с моками и выбираем самый удобный инструмент (не обязательно лучший!). Это достаточно холиварная тема, хотя при подготовки статьи я не ожидал, что она окажется настолько спорной — у каждого разработчика своё мнение на этот счёт. Почему вообще возникла идея сделать такую статью? Я — один из мейнтейнеров Minimoсk. Может быть, кто-то из вас его использовал, может, просто слышал. Это такой мокер для генерации моков. И я подумал: а почему бы не сравнить три популярных инструмента и не выявить хотя бы самый удобный? Давайте сделаем это через историю. Я люблю рассказывать истории, а потому сегодня будет очередная. Запись доклада по статье можно посмотреть здесь. Собрались как-то три стажёра: Саша, Миша и Сёма (все совпадения случайны). Миша говорит: «Я знаю инструмент для моков — mockery».Саша отвечает: «А я про gomock читал».А Сёма им возражает: «А я слыша

Всем привет! Меня зовут Дима Лунин, я автор курса по экспериментам в Академии Аналитиков Авито. В текущей статье я хочу "обкатать" материал, который мы рассказываем на нашем курсе, а также поделиться экспертизой по АБ-тестированию с ребятами, которые только начинают свой путь в аналитике, но уже имеют базовые знания в статистике и в проверке статистических гипотез. Цель статьи — на примере несложного реального кейса полностью разобрать механику A/B-тестирования, объяснить математику и интуицию, которые стоят за каждым шагом при проведении эксперимента. Кроме того, статья снабжена большим количеством кода (все материалы можно найти на гитхабе), который вы сможете потом переиспользовать для себя. Здесь мы затронем только начальные знания по A/B, а про различные продвинутые механики мы поговорим в следующий раз, если статья вам понравится! Важно: предполагается, что читатель уже хорошо разбирается в том, как проверять различные статистические гипотезы, что такое ошибка первого и второго р

Привет! Меня зовут Антон Головенко и я backend-разработчик команды Search-Quality в Авито. Вот уже полтора года я ускоряю производительность поиска и повышаю его надежность, а также участвую в интеграции новых продуктов. Когда не пишу код, путешествую с семьей или участвую в футбольных баталиях. А также с недавних пор решил делиться инженерными находками, об одной из которых эта статья. Расскажу о том, как мы тестировали Redis под нагрузкой, с какими проблемами столкнулись, как их решали и какие выводы сделали. Заголовок звучит кликбейтно — но вы скоро поймёте, что он полностью оправдан. Сразу обозначим, чего в этой статье не будет. Мы не будем углубляться в архитектуру Redis — он для нас просто инструмент. Мы не будем обсуждать CAP-теорему и консистентность, это за пределами задачи. Также не будет сравнительного анализа видов репликации — мы работаем с тем, что даёт нам DBaaS. Идеального кэш-слоя тут тоже не будет — будет то, что реально работает в продакшене. А вот о чём поговорим: к

Привет! Меня зовут Яша Финкельберг, я senior аналитик в Авито. Одна из базовых ценностей Авито, прописанная в нашем манифесте, — «Всё начинается с потребностей пользователя». Мы постоянно следим за удовлетворённостью продавцов и покупателей площадки и ищем способы улучшать их взаимодействие с Авито. Уровень удовлетворённости отслеживаем разными способами, например, проводим опросы, замеряем метрики CES и CSAT. Чтобы находить более детальные драйверы, сегментировать запросы и ставить предсказуемые цели в работе с обращениями, мы решили разработать собственную метрику для работы с опытом пользователей — weighted contact rate (wCR). В статье я расскажу, почему мы решили дополнить существующие метрики нашей, и дам пайплайн разработки, по которому уже вы сможете внедрить что-то подобное у себя в компании. Текст будет полезен аналитикам крупных компаний. Авито — платформа, на которой торгуют частные лица и компании, что создаёт разброс в потребностях для каждой группы. Трудности у них тоже о

Привет! Меня зовут Аня Ледовская, я Acting Division Lead в Авито. Переход на новые роли всегда связан с ростом уровня стресса и нагрузки. Часто приходится поддерживать задачи «из прошлого», а в какой-то момент можно обнаружить себя работающим за двоих. Чтобы принять осознанное решение о переходе и подготовиться к трансформации, я советую разобраться со своей мотивацией. В статье поделюсь своим опытом роста из аналитика-сеньора в тимлида, расскажу, что ждёт вас в момент перехода на новую позицию, и дам советы на случай, если поняли, что не вывозите. Материал пригодится специалистам на сеньорных позициях, которые готовятся перейти к менеджерской роли, а также руководителям с небольшим управленческим опытом, которые уже получили команду, но поняли, что что-то не получается. Перед тем как соглашаться новую роль или инициировать свой переход, я рекомендую остановиться и ответить себе на такие вопросы: Хочу ли я становиться руководителем команды? Самый важный вопрос и источник вашего топлива

Всем привет! Меня зовут Искандар, я отвечаю за продуктовое развитие A/B-платформы Avito – Trisigma, а раньше работал в EXPF и также отвечал за A/B-платформу, которая называлась Sigma. В июне произошло важное событие для российского рынка продуктовой аналитики: платформа Sigma официально стала частью Trisigma. Объединение двух систем для проведения экспериментов открывает новые возможности как для разработчиков, так и для бизнеса. В этой статье я рассказываю, чем уникальна Sigma, как она устроена под капотом и какие плюсы появление новой платформы сулит пользователям объединённой системы. Trisigma — крупная платформа для запуска и управления экспериментами. Она покрывает полный цикл A/B-тестирования: от заведения экспериментов до аналитики, координации между командами и согласования релизов.Sigma — система, сфокусированная на запуске экспериментов на стороне клиента (client side). Это важное отличие: в Sigma вся логика расчёта — включая сплитование пользователей — происходит прямо в бр