📊 Результаты анализа канала от
@ScratchAuthorEgoBot
🎯 Канал:
@fast_ml
🔥 Роаст анализ:
Канал Никиты — это идеальное пособие по тому, как объявить священный джихад против LLM-хайпа, а через пару месяцев выйти на сцену с докладом про «ЭйАй Аналитика». Логика железобетонная: если агенты у других компаний сжигают бюджет — это фальстарт и распил ФОТа, но если мы прикрутили промпт к табличке в Самокате — это прорывной ML-пайплайн.
Концепция «Make Classic ML Great Again» звучала монументально, пока не разбилась о суровую реальность контент-плана. Провести пять A/B-тестов, переписать вывод курьеров на всю сеть и заставить данные признаться под пытками оказалось в разы проще, чем дописать три черновика, за которые проголосовали живые люди. В итоге канал для глубоких аналитических инсайтов стремительно эволюционировал в классический телеграм айтишника: «писать лонгриды — жесть, вот ссылка на митап с музыкантами, там расскажу всё простыми словами».
Но главный триумф дата-дривен подхода — это, конечно, полевое исследование опозданий. Чтобы понять, почему курьеры не успевают к клиентам, Никита устроился на смену, взял неофициально раскочегаренную «колесницу смерти», летящую 45 км/ч вместо положенных 25, ни разу не опоздал и победоносно зафиксировал: модель работает идеально, расходимся. Отдельный памятник эффективности — это попытка устроиться в даркстор у дома, где собственный же скрипт порезал автору часы за ненадобностью. Видимо, модель уже тогда научилась отсекать оверквалифицированных джунов с линкедина.
Теперь Никита ходит по улицам как строгий ревизор чужого юнит-экономикса и считает припаркованные велики ВкусВилла в субботу. Ведь если на улице стоит 13 сумок — это не курьеры на обеде, это чужой ML-лид явно не читал посты про низковисящие фрукты и спасительный бустинг.