Switchback, когда AB тесты не работают

📌 Заполни анкету прямо сейчас и получи чек-лист «15 самых популярных вопросов с собеседований и ответы на них» Вы запускаете A/B-тест и верите цифрам, но что, если эксперимент изначально врёт? В сложных системах пользователи и алгоритмы влияют друг на друга через общее состояние платформы, из-за чего классический A/B начинает ломаться и показывать ложный эффект. В этом видео, Александр Дубейковский (ML-Engineer Авито, ex-Yandex, эксперт MLinside) разбирает интерференцию, объясняет, почему метрики скачут, чем A/B отвечает на вопрос «кому стало лучше», а switchback — «как изменилась система в целом».  Видео будет полезно ML-инженерам, аналитикам и продуктовым менеджерам, которые работают с маркетплейсами, рекламой, логистикой и рекомендательными системами, потому что помогает избежать ложных выводов в экспериментах и принимать решения, реально улучшающие бизнес, а не отдельные метрики. Спикер: Александр Дубейковский — ML-эксперт, экс-Яндекс, Авито, преподаватель и ментор MLinside. Наш курс «База ML» помогает войти в индустрию, получить реальный проект в портфолио и подготовиться к первому собеседованию. #Switchback Если вам понравилось видео — поставьте лайк и подпишитесь на канал MLinside. Здесь выходят честные видео о рынке IT, карьере в ML и машинном обучении без лишней воды. Таймкоды: 0:00 – Введение 0:27 – Про A/B тесты и когда они не работают 0:57 – На что опираются A/B тесты 2:12 – Про Интерференцию 3:31 – Про Switchback 5:50 – Про риски Switchback 6:27 – Слово...