Как ux-исследователю сохранить себя в профессии? Обсудим на митапе

ux‑исследователю все чаще предлагают оказаться на территории, которая раньше не считалась его зоной компетенций: ответственность за метрики, работа с дизайном и Figma, погружение в техническую работу продукта и вайб-кодинг инструментов. Развитие AI меняет не столько методы, сколько границы профессии и объем ожиданий.

Должен ли исследователь быть мультифункциональным? Или узкая экспертиза остается главной ценностью?

Lamoda Tech 27 августа проводит встреча «пользовательский опыт‑рисерч и точка?». Эксперты из Lamoda Tech, RWB, Atom и других компаний поделятся личным опытом, а вы сможете обменяться идеями и вдохновиться. Разберем, каким набором навыков стоит вооружаться, чтобы сохранить себя как исследователя и не остаться позади.

Зарегистрироваться

Программа

Как не дать результатам исследований умереть: чат-бот вместо забытых ссылок на вики

Егор Стрельцов, ux researcher, Lamoda Tech

Исследователи сегодня живут с постоянной болью: как сделать так, чтобы результаты исследований оставались доступны бизнесу, а не хоронились в корпоративной вики, до которой у продакт‑менеджеров физически не доходят руки.

Сама задача по поиску нужной информации из исследований зачастую требует больших усилий: продакту сложно разобраться в структуре вики самостоятельно, а исследователь не всегда готов быстро переключиться с текущих задач для ручного сбора. В итоге в продукте возникает соблазн пропустить важный шаг и уйти в решение без учета накопленных данных.

Расскажу, как решил эту проблему внутри Lamoda, выйдя за классические навыки исследователя, с помощью вайб-кодинга бота.

На митапе разберем, как войти в пайплайн разработки чат‑бота с нуля через Claude Code и довести его до релиза в корпоративном мессенджере. Обсудим, как с помощью внутренней LLM‑модели научить бота отдавать выжимку из нужных исследований продакт‑менеджеру.

Вы узнаете:

• Как сократить время продакта на поиск нужной информации

• Как снять с исследователя нагрузку ручной сборки данных по запросу

• Как упростить продактам работу с результатами исследований, дать мотивацию часто и естественным путем применять накопленные знания

Навык, который превращает исследования в решения

Михаил Хананашвили, HMX Research Lead, Atom

Хорошие исследования сами по себе ещё не гарантируют хороших продуктовых решений. Иногда то, что сильнее всего увеличивает влияние исследователя, находится вообще за пределами UXR: в проектировании, менеджменте, предпринимательстве, продажах и других смежных областях.

Разберём, какие из этих навыков действительно помогают решать продуктовые и бизнес‑задачи, где они усиливают исследователя, а где начинают превращаться в чужую работу.

На реальных кейсах посмотрим, как смежные компетенции помогают находить новые точки ценности, организовывать сложные исследования, не терять накопленные знания и доносить результаты так, чтобы ими действительно пользовались.

Главный вопрос, с которым предлагаю уйти слушателю: какой навык стоит развивать именно мне, чтобы мои исследования чаще превращались в решения?

Python и JavaScript для автоматизации работы исследователя

Анна Мингариева, Lead пользовательский опыт researcher, RWB

У исследователя много повторяющихся операционных задач: подготовка отчётных материалов, сбор данных из разных систем, однотипные действия в рабочих сервисах. Всё это отнимает время, которое могло бы уходить на сами исследования.

Разговоры об автоматизации сегодня обычно сводятся к LLM. Я предлагаю решение, в котором LLM помогает писать код, а сама автоматизация строится на скриптах:

• Python для самостоятельных программ, которые запускаются на компьютере исследователя,

• JavaScript для кода, который работает внутри сервисов, например в браузерных расширениях и плагинах.

Обработка выполняется локально, следовательно подход работает даже при строгих требованиях к конфиденциальности. Командам без таких ограничений скрипты сокращают расходы на генеративные модели и в ряде задач дают более точный, воспроизводимый результат.

Для типовых задач уже есть готовые библиотеки, следовательно рабочую автоматизацию можно собрать за вечер вайб‑кодингом. На реальных кейсах разберём, как поставить задачу, выбрать библиотеку, написать и протестировать сценарий, какого минимума Python и JavaScript для этого в достаточной степени и какие задачи всё же лучше передать разработчикам.

Круглый стол

В течение вечера собираем острые вопросы из зала, на которые эксперты ответят в формате дискуссии.

Место встречи

27 августа, офис Lamoda: ул. Крылатская, 15.

Сбор гостей в 18:00, начало в 19:00

Для гостей организуем трансфер от метро, все детали пришлем после подтверждения заявки.

Регистрация

Узнать подробности и зарегистрироваться можно по ссылке.

Встреча проходит только в очном формате. Количество мест ограничено. Все зарегистрированные участники получат ответ по заявкам на указанную почту.