{ "version": "https:\/\/jsonfeed.org\/version\/1.1", "title": "Product × Science: заметки с тегом ML", "_rss_description": "Заметки про проектирование, исследования и данные. Делюсь опытом и рассказываю как с их помощью создавать сложные технологические продукты. Автор — аналитик, разработчик и исследователь с опытом создания сервисов с многомилионной аудиторией.", "_rss_language": "ru", "_itunes_email": "martsen.anton@yandex.ru", "_itunes_categories_xml": "", "_itunes_image": "https:\/\/pxs.md\/pictures\/userpic\/userpic-square@2x.jpg?1768130329", "_itunes_explicit": "no", "home_page_url": "https:\/\/pxs.md\/tags\/ml\/", "feed_url": "https:\/\/pxs.md\/tags\/ml\/json\/", "icon": "https:\/\/pxs.md\/pictures\/userpic\/userpic@2x.jpg?1768130329", "authors": [ { "name": "Антон Марцен", "url": "https:\/\/pxs.md\/", "avatar": "https:\/\/pxs.md\/pictures\/userpic\/userpic@2x.jpg?1768130329" } ], "items": [ { "id": "41", "url": "https:\/\/pxs.md\/all\/data-enabled-design\/", "title": "Data Enabled Design", "content_html": "

Рассказ о том, где и как использовать дата саенс в дизигн, а дизигн в дата саенсе.
\nhttps:\/\/uxdesign.cc\/why-design-needs-data-af3d47584847<\/a><\/p>\n

Мне вот эта фраза из статьи прям резонирует<\/p>\n

I’ve just realized that data and data literacy is an important part of designing at scale.<\/p>\n

Статья короткая, поэтому пересказывать нет смысла. Внутри коротко про основные методы и полезные ссылки.
\nЯ хочу обратить внимание на то, где требуются такие смешанные подходы.<\/p>\n

Например, сам автор, судя по его портфолио<\/a>, работает в каком-то R&D поле, где смешиваются физическое и цифровое пространство.<\/p>\n

Схожий кейс<\/a>, но только развернутый на 300+ страниц, продвигается отделом Data Enabled Design<\/b> из Philips.
\nОни делают всякие умные устройства для дома (называют это “intelligent ecosystems”) и в рамках таких проектов прибегают к смешанным ресерчам.<\/p>\n", "date_published": "2021-12-21T01:00:00+03:00", "date_modified": "2026-01-14T00:16:35+03:00", "tags": [ "ML", "UX", "Мировоззрение" ], "_date_published_rfc2822": "Tue, 21 Dec 2021 01:00:00 +0300", "_rss_guid_is_permalink": "false", "_rss_guid": "41", "_rss_enclosures": [], "_e2_data": { "is_favourite": false, "links_required": [], "og_images": [] } }, { "id": "48", "url": "https:\/\/pxs.md\/all\/hci-and-ml\/", "title": "Исследования на стыке HCI и ML", "content_html": "

Анализ научных работ на стыке Human-Computer Interaction и Machine Learning, 2018 год. Источник: Mapping Machine Learning Advances from HCI Research to Reveal Starting Places for Design Innovation<\/a><\/p>\n

\n\"\"\n<\/div>\n

Списочек уж больно совпадает с моим видением того, какие подходы будут чаще использоваться в продуктовой аналитике в ближайшие 5 лет.<\/p>\n

User Modeling я давно уже постепенно изучаю и прокачиваю. Про это мало пишут и то только в академическом сообществе. Если вам тоже интересно, то присмотритесь к «соседним» областям с картинки. Почти все они относятся к разработке ML-продуктов, но под капотом используются похожий стек технологий, что и для User Modeling. Поэтому можно начинать прокачивать скилы по имеющейся литературе.<\/p>\n

\n\"\"\n<\/div>\n

Чтобы ML пошел в массы, надо обучить дизайнеров его возможностям. Авторы приводят интересный аналог: художники и скульпторы перед созданием произведения искусства изучают материалы, их свойства и возможности. Поняв “ML-материал”, дизайнер сможет придумать неочевидные применения и создавать новые продукты. Пока что дизайнеры еще только изучают новое “сырье”.<\/p>\n

В статье обозначены точки, в которых технологии (“материал”) уже есть, но устоявшихся UX-практик нет. В этих областях можно ожидать появление новых подходов и инструментов.<\/p>\n

​​Попутно с изучение перспективных направлений, были найдены те области, где уже есть удачные примеры продуктов. Авторы выделили четыре вида ценности, которые ML может дать юзерам.<\/p>\n

\n\"\"\n<\/div>\n

1. Прогнозы и выводы о пользователе<\/b>
\nАлгоритмы, которые изучают поведение человека и “подстраивают” продукт под него. Примеры:
\nа) практически любые продукты, где-то что-то рекомендуют: музыка, фильмы, товары
\nб) цифровые персональные ассистенты<\/p>\n

2. Прогнозы и выводы об окружающей среде<\/b>
\nАлгоритмы, которые используют информацию о мире и адаптируют его под человека или группу людей.
\nПримеры:
\nа) умный дом \/ умный город
\nб) зная медицинские показания пациента и текущий ход операции, ML может помогать хирургу принимать решения.<\/p>\n

3. Советы как сделать что-то оптимальным путем<\/b>
\nАлгоритм может посоветовать объективно оптимальный путь решения задачи. Пример: навигатор строит маршрут до точки назначения.<\/p>\n

4. Автоматизация рутины и новые возможности<\/b>
\nML-продукты позволяют экономить время пользователя упрощая или вообще убирая шаги из сценариев использования. Пример: новостной алгоритм, который фильтрует“воду” в информационном окружении и показывать только суть и новые факты.<\/p>\n

Держим эти ценности в голове, когда собираемся придумать новый продукт на основе ML.<\/p>\n", "date_published": "2019-12-30T01:00:00+03:00", "date_modified": "2026-01-18T00:28:00+03:00", "tags": [ "HCI", "ML", "Исследования" ], "image": "https:\/\/pxs.md\/pictures\/photo_2026-01-18-00.22.02.jpeg", "_date_published_rfc2822": "Mon, 30 Dec 2019 01:00:00 +0300", "_rss_guid_is_permalink": "false", "_rss_guid": "48", "_rss_enclosures": [], "_e2_data": { "is_favourite": false, "links_required": [], "og_images": [ "https:\/\/pxs.md\/pictures\/photo_2026-01-18-00.22.02.jpeg", "https:\/\/pxs.md\/pictures\/photo_2026-01-18-00.26.16.jpeg", "https:\/\/pxs.md\/pictures\/photo_2026-01-18-00.27.08.jpeg" ] } }, { "id": "31", "url": "https:\/\/pxs.md\/all\/jasons-machine-learning-101\/", "title": "Jason’s Machine Learning 101", "content_html": "

Красочная презентация<\/a> от Гуглера<\/a> про ML и прочее.
\nПриятно посмотреть. Есть теория и показаны примеры использования ML в «бою».<\/p>\n

\n