Публикации по теме 'product-development'


Превращение идей машинного обучения в продукты
Авторы: Цзе «JZ» Чжан, менеджер по продукту, Capital One, и Джон Уэлен, директор отдела психологических исследований и инноваций в Brilliant Experience Без преувеличения можно сказать, что мы с моей командой одержимы желанием получить максимальную отдачу от машинного обучения. Вот почему мы создали холст бизнес-модели машинного обучения Capital One. Наш Canvas - в общих чертах основанный на концепции Strategyzer , нацеленной на более стратегический подход к разработке и внедрению..

GraphQL против REST API
Это конец отношений REST с вашими API? Хотите оживить ситуацию с помощью действия GraphQL? Что ж, вам повезло, потому что GraphQL обеспечивает большую гибкость и эффективность ваших запросов API, в отличие от жесткой структуры REST. Итак, попрощаемся ли мы с избыточной выборкой и поприветствуем именно то, что вам нужно с GraphQL? Давайте проверим.

Подделка, чтобы сделать это
Последние пару месяцев я работал над своим вторым продуктом - Reciprocal.dev - интерактивным инструментом для отображения пути пользователя, который призван помочь продуктовым группам упростить взаимопонимание, имея возможность видеть общую картину, при этом сосредотачиваясь на итоговая работа. Мой первый набег на предпринимательство - JiffyCV - прошел не так хорошо, мне потребовалось так много времени, чтобы проверить идею, и я выгорел в процессе предоставления MVP, что я потерял..

Познакомьтесь с нашими командами по разработке продуктов: Midas
Команда Midas владеет основными областями приложения Smartly.io, которые занимаются созданием кампаний и управлением ими. Мидас, как и Сенаторы , — это новая команда, отделившаяся от большой старой, которая управляла всем, что связано с Facebook. Мы работаем с одним из самых старых кодов в доме, — говорит Юха , руководитель группы Midas. «Здорово, что теперь у вас есть пропускная способность, чтобы исправить некоторые проблемы, которые долгое время беспокоили разработчиков Smartlie..

Руководство для менеджера по продукту о том, когда говорить «нет» машинному обучению (и когда говорить «да»)
Менеджеры по продуктам, в том числе и я, сталкиваются с растущим давлением, требующим интеграции машинного обучения в свои продукты. Это давление исходит от многих источников: инженеры и специалисты по обработке данных, возбужденные передовыми алгоритмами, заинтересованные стороны в сфере продаж и маркетинга, стремящиеся решать проблемы быстрее и дешевле, наше собственное желание лучше обслуживать пользователей. Как отрасль, продукт находится на начальном этапе использования машинного..