Вакансии аналитика данных
Анализ данных, метрик и результатов экспериментов. Сравните требования к SQL, Python и BI; разработка хранилищ и ETL доступна отдельно. Обновляется каждый час. Найдено: 363 вакансии за последнюю неделю.
- Вакансий за неделю:
- 363
- Медиана:
- 150 000 ₽
- Вилка:
- 100 000 ₽ — 281 000 ₽
Зарплаты — по 447 вакансиям с указанной вилкой за 30 дней
Поиск вакансий
HireSeeker — агрегатор вакансий. Собираем вакансии со всех основных площадок и показываем по вашей специальности. Подпишитесь на ежедневную подборку только релевантных.
Команда Fulfillment by Wildberries (FBW) управляет ключевыми процессами маркетплейса: от входящего потока товаров до управления остатками и возвратов. Мы обеспечиваем бесперебойный поток товаров на склады, контролируем качество процессов и оптимизируем ключевые метрики эффективности.
Команда 1P в FBW развивает внутреннюю платформу, которая автоматизирует сквозной процесс поставок, совершаемых по договорам. Возможность анализировать все направления в FBW в рамках договоров 1P.
Вам предстоит:
- Проводить исследования: анализировать поведения поставщиков, оборачиваемость остатков, эффективность складов;
- Проводить эксперименты: A/B-тесы, оценивать их результаты, готовить рекомендации;
- Заниматься визуализацией: разрабатывать дашборды и алерты для мониторинга аномалий;
- Data Products: формировать витрины аналитического слоя, участвовать в стандартизации метрик;
- Презентовать выводы для стейкхолдеров, документировать процессы.
- Оперативно анализировать срывы поставок, рассчитывать экономические эффекты и др.
Формат работы — офисный формат 5/2.
Вы нам подходите, если:
- Имеете опыт в аналитике данных от 2 лет (продуктовая, маркетплейсы, логистика — плюс);
- Владеете SQL на глубоком уровне и работаете с большими данными;
- Применяете Python для обработки данных и автоматизации;
- Проводите A/B-тесты и работаете с продуктовыми метриками;
- Работаете с агентом и разрабатываете harness (будет плюсом);
- Понимаете процессы логистики, складирования, fulfillment (будет преимуществом).
Компания Нордголд находится в поиске Старшего менеджера проектов по визуализации данных.
Вакансия открыта на период декретного отпуска основного сотрудника.
Основные задачи в этой роли - Ведение проектов по визуализации данных и развитию управленческой отчетности. Организация взаимодействия между бизнес-заказчиками и разработчиками, контроль внедрения решений и обеспечение качества действующих дашбордов.
Обязанности:
- Вести проекты по визуализации данных полного цикла: от постановки целей и планирования до внедрения, согласования результатов и завершения.
- Собирать и уточнять потребности внутренних заказчиков, анализировать бизнес-процессы и переводить запросы в функциональные и технические требования.
- Планировать и контролировать сроки, бюджет, ресурсы и качество проектов. Приоритизировать задачи и согласовывать изменения с участниками.
- Координировать работу разработчиков и представителей бизнеса, проводить рабочие встречи и обеспечивать выполнение договоренностей.
- Совместно с разработчиками прорабатывать концепцию дашбордов, состав показателей и логику представления данных.
- Организовывать тестирование и верификацию дашбордов по регламенту и чек-листу, фиксировать ошибки и координировать их устранение.
- Вести и актуализировать каталог дашбордов. Регулярно проверять точность и актуальность данных, корректность управленческого и других дашбордов.
- Готовить проектную отчетность и презентации, представлять результаты заказчикам и руководителям, согласовывать дальнейшие действия.
- Участвовать во внедрении изменений и развитии инструментов, которые помогают оптимизировать бизнес-процессы и работу с отчетностью.
- Разговорный английский язык
- Высшее образование в области информационных технологий, математики, статистики, аналитики данных, экономики или смежных направлений.
- Опыт работы BI-разработчиком, аналитиком BI или на смежной позиции от 3 лет.
- Практический опыт разработки, развития и сопровождения дашбордов и управленческой отчетности в BI-системах.
- Опыт работы с одной или несколькими BI-платформами, в том числе Power BI, Superset.
- Уверенное владение SQL: написание сложных запросов, работа с объединениями, агрегациями, оконными функциями, оптимизация запросов.
- Опыт подготовки данных для визуализации, проверки качества данных и поиска причин расхождений в отчетности.
- Понимание принципов работы BI-систем, ключевых показателей эффективности (KPI) и формирования аналитических отчетов.
- Навыки разработки понятных и удобных для пользователей дашбордов: выбор визуализаций, структура отчетов, логика навигации, удобство восприятия информации.
- Умение проводить встречи с заказчиками, выявлять бизнес-потребности и оформлять понятные функциональные и технические требования для команды.
- Опыт ведения проектов в области бизнес-аналитики или визуализации данных: планирование, контроль сроков и качества, координация участников и внедрение результата.
Будет преимуществом:
- Опыт работы с SAP ERP и понимание роли ERP-систем в корпоративной отчетности.
- Опыт работы с Python, ETL-инструментами, системами управления задачами и документацией.
- Опыт ведения каталога дашбордов, регулярного аудита отчетности и документирования решений в Confluence или аналогичной базе знаний.
- Опыт участия в BI-или аналитических проектах в производственных компаниях.
- Работа в управляющей компании, офис: м. Водный стадион/Войковская
- Декретная ставка
- График работы: 5/2 (возможен гибридный формат работы: офис/удаленка)
- Соц. пакет: ДМС, льготы на выбор паркинг/фитнес-карта/страховка для родственников/питание.
- Оклад + годовой бонус
Senior Product Analyst
в •••••••• — это компания, которая разрабатывает мобильные приложения и ИИ-продукты для обработки фото и видео с фильтрами, эффектами и шаблонами.
Удалённая работа или офис в Черногории. Помощь с переездом.
••••••••
Ищет Наталья Григорова, её ••••••••.
AI-продукту нужны точные критерии качества: насколько полезен ответ, справляется ли агент с задачей, что меняется для пользователя. Ищем аналитиков, которые превращают такие вопросы в исследования и обоснованные выводы
Качество генеративных моделей — Yandex R&D
Предстоит оценивать достоверность и качество ответов генеративных моделей, разрабатывать метрики и подходы к оценке LLM, анализировать данные и координировать процесс разметки.
Качество поиска — Поиск с Алисой AI
Вы будете оценивать, насколько хорошо работают ранжирование, быстрые ответы, ответы Алисы и другие AI-сценарии.
Пользовательские и транзакционные сценарии — Независимый Ecom
Нужно будет исследовать работу агентов Алисы, качество органического ранжирования и путь пользователя в еком-сценариях.
Чат и Моя Память Алисы — Алиса и Умные устройства
Предстоит исследовать, как люди взаимодействуют с AI, и оценивать качество этих сценариев.
Другое
Также у нас есть много других задач в разных командах.
Почему здесь интересно:
* Проверяем AI на сложных сценариях
* Разрабатываем собственные бенчмарки: проверяем логику моделей, знание фактов, этичность, понимание контекста и реакцию на провокации
* Используем AI в собственной работе
* Внедряем LLM-агентов в аналитику: с их помощью ищем и быстрее обрабатываем данные, оптимизируем скрипты и находим инсайты на дашбордах
* Видим эффект исследований в продукте
* Ведём полный цикл анализа: выясняем, что ценно для пользователей, а после изменений измеряем их эффект. Связываем исследовательский вопрос с тем, как развивается продукт
* Уверенно владеете Python и SQL или YQL, умеете самостоятельно работать с большими объёмами данных
* Знаете теорию вероятностей, математическую статистику и методы проверки гипотез, умеете проектировать и интерпретировать A/B-тесты и офлайн-эксперименты
* Занимались машинным обучением, понимаете устройство ML-моделей и метрики их качества
* Умеете формализовать исследовательский вопрос, обосновать выбор метрик, проверить их валидность и объяснить аномалии
* Самостоятельно проводили исследования полного цикла и готовили обоснованные выводы
* Работали с LLM, оценкой качества генерации или другими AI-системами
* Работали с большими объёмами событийных данных и текстовых логов
* Работали с DWH, BI-инструментами, продуктовыми воронками или деревьями метрик
* Проектировали офлайн-метрики, бенчмарки или системы оценки качества моделей и продуктов
* Автоматизировали аналитические процессы, разрабатывали и поддерживали собственные инструменты или пайплайны
Как выберем команду:
Обсудим ваш опыт и интересы, проведём технические секции и встречи с подходящими командами. После успешного прохождения этапов обсудим предложение о работе.
Открыта вакансия «Аналитик клиентских данных» в крупной международной компании
Задачи:
-
Сегментация клиентской базы для коммуникаций в различных каналах.
-
Обработка запросов бизнеса: сбор и объединение данных из нескольких источников.
-
Подготовка маркетинговых активностей: расчет прогнозных показателей и сопровождение запусков.
-
Анализ результатов маркетинговых кампаний и изменений в поведении клиентов.
-
Анализ клиентского поведения, формирование сегментов и подготовка выводов для бизнеса.
-
Разработка новых клиентских атрибутов совместно с проектной командой.
-
Участие в разработке методов персонализации контента для клиентов.
Требования:
-
Высшее образование в области экономики, бизнес-информатики, информатики или вычислительной техники.
-
Знание SQL: JOIN, GROUP BY, подзапросы, понимание логики соединений, агрегатные функции COUNT DISTINCT, SUM, MEDIAN.
-
Уверенное владение Excel: сводные таблицы, ВПР/VLOOKUP, агрегатные и условные функции, условное форматирование.
-
Внимательность и умение проверять корректность полученных данных и результатов анализа.
-
Английский язык - В1.
Будет преимуществом:
-
Опыт работы с PostgreSQL и клиентскими данными.
-
Опыт анализа больших объёмов данных.
-
Знание оконных функций SQL.
-
Опыт создания витрин данных и проверки их качества с помощью SQL.
-
Опыт работы с BI-системами и PowerPoint.
Условия:
-
Официальное оформление по ТК РФ.
-
График 5/2, с 09:00 до 18:00.
-
Гибридный формат работы: 4 дня в офисе, 1 день удалённо.
-
Офис: Москва, Ленинградское шоссе, 71Гс2.
-
Корпоративная развозка до офиса и обратно.
-
ДМС.
-
Компенсация питания.
-
Работа в профессиональной команде аналитики.
-
Участие в крупных проектах и возможность развивать экспертизу в клиентской аналитике и Data Science.
Привет! Мы – команда Гринмани, современный FinTech проект и один из ведущих сервисов альтернативного кредитования в стране. Работаем с 2015 года, уверенно растем и развиваемся в трех направлениях: онлайн-сервис кредитования, IT компания, collection.
Создаем инновационный финтех-сервис, который делает процесс получения денег онлайн простым и удобным для миллионов клиентов. В нашей компании более 500 увлеченных профессионалов, работающих в 25 городах и 6 странах. У нас есть локальные офисы в Новосибирске и Кемерове, но мы также ценим гибкость удаленной работы.
Активно работаем на российском рынке, предлагая продукты PDL и IL исключительно в онлайн-формате.
Сейчас ищем младшего аналитика в отдел управления рисками, который поможет работать с данными, отчетностью и анализом показателей портфеля.
Чем предстоит заниматься:
- Создание витрин данных, написание и оптимизация SQL-запросов;
- Разработка и поддержка отчетности отдела кредитных рисков: отчеты, книги, дашборды;
- Визуализация данных в Tableau;
- Контроль качества данных и исправление ошибок;
- Проверка релизов системы принятия решений;
- Анализ изменений показателей кредитного портфеля;
- Выполнение ad-hoc аналитических задач.
Что для нас важно:
- Уверенное владение SQL и знание Excel;
- Опыт работы с данными от 1 года: аналитик баз данных, аналитик отчетности (продуктовой, маркетинговой, продаж и т.п.) или другая работа, связанная с базами данных и цифрами;
- Аналитический склад ума: структурированность, критическое мышление, развитая логика;
- Внимательность к деталям и ответственность.
Будет плюсом:
- Опыт работы в Tableau или других BI-инструментах;
- Понимание процессов розничного кредитования (банк или МФО).
Как проходит отбор:
На собеседовании будут задачи на логику, SQL и Excel.
Мы предлагаем:
- Удаленную работу из любой точки мира; график 5/2, начало рабочего дня в 7:00, 8:00 или 9:00 по Москве;
- Официальное трудоустройство с первого дня и полностью белую заработную плату;
- Индивидуальные условия оффера (fix + годовой бонус до 2х окладов);
- Заботу о сотрудниках и их здоровье: страховку со стоматологией для тебя и корпоративный тариф для твоей семьи с 4-го месяца работы (включая плановый чек-ап, виртуальную клинику, горячую линию психологической поддержки);
- Сильную команду, с которой можно расти. Программу личного развития, включающую внешнее и внутреннее обучение;
- Корпоративные скидки на изучение английского языка;
- Теплую и открытую атмосферу общения в команде.
Мы – команда управления рисками блока сеть продаж.
Мы создаем инструменты и сервисы, как классические, так и AI/ML-решения, которые позволяют минимизировать риски мошенничества в отношении клиентов и банка.
Сейчас нам в команду требуется руководитель направления, который поможет нам выстроить систему регулярного мониторинга для каждого проекта, покрыв их метриками (AI/ML, бизнес, клиентские метрики), оперативного реагирования и эскалации западающих зон и организацию их исправления.
-
Взаимодействие с бизнес-командами для сбора требований, согласования гипотез, презентации результатов и формирования бэклога.
-
Руководство распределенной командой инженеров и аналитиков данных (2 чел.).
-
Управление бэклогом команды: планирование, постановка, приоритизация и контроль выполнения в Jira. Ведение и актуализация проектной документации в Confluence.
-
Поиск, анализ и оценка новых источников с релевантными данными для использовании в работе.
-
Решение сложных аналитических задач: расчет бизнес-метрик, проектирование и реализация логики преобразования данных для анализа.
-
Разработка, оптимизация алгоритмов обработки данных на SQL, Python.
-
Формирование и формализация алгоритмов для построения отчетности и аналитических исследований.
-
Выполнение аналитических ad-hoc задач.
-
Проектирование, разработка и поддержка аналитических витрин и слоя данных в Greenplum, Hadoop, Spark, СМД.
-
Внедрение и поддержка процессов обеспечения качества данных (Data Quality): контроль стандартов, мониторинг целостности, точности и своевременности поступления данных.
-
Реализация и развитие BI-отчетности, дэшбордов для мониторинга динамики риска поведения / фрода и оценки причин изменений, выявления фродовых / подозрительных операций, оценки эффективности мероприятий по предотвращению рисков.
-
Понимание основ проектирования, разработки и оптимизации ETL/ELT-процессов и дата-пайплайнов.
-
Опыт проектирования, создания и поддержки аналитических витрин данных.
-
Продвинутое владение PostgreSQL (создание процедур, оконные функции, поставка витрин через PXF), Python (pandas, numpy, matplotlib).
-
Опыт работы с распределенными системами, такими как Greenplum, Hadoop и Spark, СМД.
-
Навыки применения статистического анализа и методов машинного обучения (классификация, обнаружение аномалий) для решения бизнес-задач.
-
Способность решать сложные аналитические задачи: расчет метрик, анализ первопричин, формализация алгоритмов для выявления подозрительных активностей.
-
Опыт внедрения и поддержки практик обеспечения качества данных, мониторинга их целостности и точности.
-
Опыт разработки и поддержки BI-отчетности (Qlik, Navigator) и дэшбордов для мониторинга и аналитики.
-
График 5/2, офис на м. Кутузовская;
-
Режим работы - офис;
-
Достойный уровень вознаграждения (оклад + годовая премия);
-
Возможность возглавить AI-направление и влиять на цифровую трансформацию банка;
-
Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счёт компании;
-
Бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнёров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.
Product Analyst (iGaming / Casino)
Локация: Москва
Формат: офис, 5/2
О проекте
Развиваем iGaming-продукт и ищем Product Analyst, который поможет анализировать поведение игроков, развивать продуктовые механики и повышать эффективность монетизации
Чем предстоит заниматься:
— Анализировать поведение игроков, проводить сегментацию и когортный анализ
— Исследовать Retention, Churn, LTV и другие продуктовые метрики
— Анализировать GGR, NGR, ARPU, ARPPU, депозитную активность и доходность пользователей
— Оценивать эффективность бонусных механик, программ лояльности и VIP-сегмента
— Формировать и проверять продуктовые гипотезы
— Прогнозировать финансовые показатели и оценивать экономику продуктовых изменений
— Готовить аналитические выводы и рекомендации для продуктовой команды
Наши ожидания:
— Опыт работы Product Analyst / Data Analyst от 2–3 лет
— Уверенное владение SQL и навыки самостоятельной работы с данными
— Знание метрик GGR, NGR, LTV, ARPU, ARPPU, Retention, Churn
— Опыт когортного анализа, сегментации и исследования поведения пользователей
— Понимание экономики бонусных механик и unit-экономики
— Опыт прогнозирования и оценки финансового эффекта продуктовых решений
— Опыт в iGaming / Casino / Betting
Будет плюсом:
— Опыт работы с VIP-сегментами и wagering-механиками
— Python для анализа данных и построения прогнозных моделей
— Tableau, Power BI, Superset или другие BI-инструменты
— Опыт проведения A/B-тестов
Условия:
— Официальное трудоустройство с первого рабочего дня
— ДМС
— График 5/2: с 11:00 до 19:00, по пятницам — сокращённый день до 18:00
— Работа в современном офисе в Москве
— Возможность влиять на развитие продукта и реализовывать собственные аналитические инициативы
Откликнуться: ••••••••
✅✅✅✅✅✅✅✅✅
Команда Сортировочного центра предоставляем качественные данные по всем процессам внутри департамента сортировочных центров. А именно занимается архитектурой, BI-дашбордами, метриками, скоростями, бюджетами, анализом полного цикла обработки товара и другими бизнес-показателями.
Наш стек: Python, ClickHouse, Kafka, Airflow, BI.
Вам предстоит:
- Проверять качество данных и корректность результатов, разбираться в расхождениях;
- Проводить расчёты, исследовательский и регулярный анализ данных;
- Собирать и прорабатывать запросы от бизнес-заказчиков: уточнять цели, задачи и ожидаемый результат;
- Определять и описывать метрики, правила их расчёта и методологии анализа;
- Создавать и развивать дашборды и отчётность.
- Имеете опыт работы дата-аналитиком от 2-х лет;
- Уверенно владеете SQL;
- Имеете опыт работы с шардированным кластером и с большими / высоконагруженными / потоковыми данными;
- Работаете с BI-инструментами и занимаетесь построением дашбордов.
Крупная федеральная розничная сеть находится в поиске Начальника службы аналитики и планирования запасов.
Основные задачи
- Организовывать работу отдела аналитики, распределять задачи и контролировать их выполнение;
- Развивать инструменты прогнозирования спроса и моделирования, повышать точность прогнозов;
- Формировать и развивать BI-архитектуру и аналитические инструменты;
- Обеспечивать качество данных, внедрять подходы к их проверке и контролю;
- Автоматизировать аналитические процессы, разрабатывать дашборды и отчетность для оценки эффективности логистики и управления запасами;
- Анализировать потребности бизнеса и формировать технические задания для ИТ-команд;
- Развивать внутренние процессы отдела, разрабатывать регламенты и рабочие инструкции;
- Взаимодействовать с коммерческими подразделениями, логистикой и ИТ.
Что важно для этой позиции
- Опыт управления аналитической командой от 3 человек либо опыт работы ведущим аналитиком с функциями координации команды;
- Глубокое понимание методов прогнозирования и моделирования спроса;
- Знание ABC-XYZ-анализа, EOQ, методов расчета товарных запасов и факторов, влияющих на их уровень;
- Продвинутый уровень SQL (оконные функции, оптимизация запросов);
- Практический опыт работы с Python и BI-платформами (QlikView или аналогами);
- Опыт взаимодействия с бизнес-подразделениями и ИТ-командами;
- Умение переводить бизнес-задачи в технические требования для разработки;
- Высшее образование.
Опыт работы в ритейле, FMCG или e-commerce, а также знание SAP BW будут преимуществом.
Условия
- Официальное трудоустройство;
- Конкурентный уровень заработной платы;
- Гибридный формат работы;
- График работы 5/2.
Всем привет! 𖥔 Ищем Senior Product Analyst на наши ai фото/видео редакторы. Продукты уже несколько лет на рынке, сейчас активно растут.
Основные задачи:
• AI-агенты и данные для них. уже есть работающие агенты под базовые A/B-тесты (~80% рутины закрывают они) и продуктовые ad-hoc вопросы. Ваша задача – развивать их, актуализировать контекст при запуске новых фич, строить под них слои данных и учить корректно интерпретировать цифры.
• Витрины и Data Quality: навести порядок в разметке событий, строить и улучшать витрины данных, покрывать их автотестами и настроить деревья метрик с системой алертов.
• A/B-тесты и исследования: брать на себя сложные и нестандартные эксперименты, которые не покрывает агент (а потом дообучать агента на этих кейсах), и в остальное время делать исследования, которые приносят пользу продукту.
что ожидаем:
• 4+ года опыта в продуктовой аналитике (супер, если уже работали с подписочными приложениями)
• глубокое понимание A/B-тестов
• опыт с витринами, в идеале с Data Quality
• супер, если делали своих агентов
Полная удаленка / офис в Черногории при желании.
откликнуться можно по ссылке – https://lnkd.in/exWvbUkD
#hiring #ProductAnalyst #AnalyticsJobs
#вакансия #удаленнаяработа #fulltime #remote #Data #Analyst #DA #Аналитик #Данных #Middle+ #Senior
Позиция: Аналитик данных (Middle+/Senior)
Вилка: 240 000 на руки
Занятость: полная, с 9:00 до 18:00 по московскому времени
Формат работы: Удаленный
Локация: РФ
Оформление: ИП
Компания: ••••••••
Ищем инженера данных на стыке DWH-инженерии и планирования спроса. Вы будете строить аналитические витрины и ETL-процессы под Demand Planning, обеспечивать качество данных и мастер-данных, участвовать в прогнозировании и внедрении MDM.
Задачи:
- Анализ источников: наличие и полнота данных и полей.
- Маппинг полей между источниками и целевыми таблицами по потокам Open Orders, Primary Orders, Offtakes.
- Контроль качества данных, поиск аномалий, подготовка выгрузок для внешних вендоров.
- Процессный анализ (Offtake): причины проблем, узкие места и риски обновления данных в источнике.
- Контроль Master Data и консистентность в DP и SNP.
- Data Stewardship в Data Lake IBP (стандарты, порядок, актуальность).
- Участие во внедрении MDM.
Пожелания к кандидату:
- DWH: проектирование Data Marts; реляционные модели (связи, иерархии, справочники, детализация).
- ETL: Apache Airflow, Kafka, Spark.
- SQL: продвинутый (сложные JOIN, оконные функции, оптимизация).
- Python: обработка данных и аналитика.
- Data Quality: проверка целостности, выявление расхождений.
- Demand Planning: исторические данные, статпрогнозы; методы — регрессия, ансамбли, скользящие средние; метрики — MAE, RMSE, MAPE, WAPE, bias; анализ отклонений факт/прогноз.
Для откликов ••••••••
Мы ищем к нам в команду Аналитика электронной коммерции.
Основные задачи:
- Поддерживать действующие дашборды: контролировать обновление и полноту данных, самостоятельно выявлять причины сбоев загрузки и исправлять ошибки в расчётах.
- Собирать требования и проектировать новые BI-отчёты. Согласовывать с заказчиками правила расчёта показателей и критерии приёмки.
- Объединять и проверять большие выгрузки маркетплейсов по заказам, возвратам, комиссиям, логистике, рекламе и остаткам.
- Координировать сверки между командами электронной коммерции и финансов: сопоставлять выручку, возвраты и удержания, документировать причины расхождений.
- Готовить сводные таблицы и регулярные отчёты по площадкам и товарам, объяснять отклонения и предлагать, что проверить или изменить.
Наши ожидания:
- Опыт разработки отчётов, обработки выгрузок из нескольких источников и сверки данных. Желательно от двух лет работы с данными и регулярной отчётностью.
- Опыт аналитики в электронной коммерции, на маркетплейсах или в онлайн-ритейле. Также подойдёт опыт в BI, коммерческой или финансовой аналитике, если вы работали с отчётностью по продажам.
- Уверенное владение SQL: умеете соединять таблицы, использовать агрегации и оконные функции, выявлять дубли, пропуски и расхождения в данных.
- Опыт создания отчётов и контроля их обновления в Power BI, DataLens или аналогичных инструментах. Умение строить сводные таблицы и сверять показатели в Excel или Google Таблицах.
- Умение самостоятельно разбираться в причинах сбоев, проверять расчёты до исходных данных и понятно объяснять коллегам причины отклонений.
- Будет плюсом профильное образование, знание Python или Power Query, опыт работы с API маркетплейсов и автоматизации загрузки данных.
Что мы предлагаем:
- Возможность стать частью амбициозной российской beauty-компании с собственной R&D-лабораторией, производством в Москве и собственными косметическими брендами.
- Официальное оформление по ТК РФ.
- Команду, где работают на общее дело и открыты к новым идеям — здесь каждый может предложить решение и повлиять на результат.
- Возможность выстраивать процессы с нуля, внедрять новые инструменты и решения.
- Современную цифровую среду: активно используем ИИ, предоставляем корпоративные подписки на сервисы и продолжаем цифровую трансформацию.
- Свободу от дресс-кода и лишней бюрократии.
- График 5/2: с 9:00 до 18:00 или с 10:00 до 19:00.
- ДМС с первого дня работы, включая стоматологию.
- Корпоративные события и заботу о сотрудниках.
- Уютный офис рядом с метро «Марьина Роща».
Приглашаем обучающихся последних курсов ВУЗов ИТ-специальностей принять участие в конкурсе на вакансию Младший эксперт управления развития аналитической платформы.
Чем предстоит заниматься:
- Работа с данными и SQL: написание базовых SQL-запросов для выгрузки, фильтрации и первичной обработки данных из хранилища.
- Контроль качества (Data Quality): тестирование ETL-процессов, сверка данных между источниками и витринами, поиск аномалий.
- Документирование: описание логики работы витрин данных, ведение таблиц Data Mapping (сопоставление полей из источника и приемника).
- Помощь команде: участие в сборе и формализации бизнес-требований от банковских заказчиков, подготовка презентаций и отчетов.
- Обучение: активное изучение архитектуры корпоративного хранилища данных (КХД) и банковской предметной области под руководством наставника.
Что мы ожидаем от Вас:
- Обучение на последних курсах ВУЗа (бакалавриат).
- Уверенный пользователь ПК, пакет MS Office.
- Внимательность к деталям и педантичность, аналитический склад ума и любопытство, усидчивость и стрессоустойчивость к рутине, обучаемость и «голод» до знаний, системное мышление.
Мы предлагаем:
- Рост внутри организации с учетом амбиций и направлений развития.
- Опыт работы с реальными банковскими хранилищами данных (DWH), регуляторной отчетностью и сложной бизнес-логикой.
- Наставничество: будет закреплен Senior-аналитик, который будет тратить время на проверку кода и ответы на вопросы.
- Гибкий график: понимаем, что ты ещё учишься, график обсуждается индивидуально.
Мы знаем, что ты без опыта. Мы не ждём от тебя подвигов в первый месяц, наша цель — плавно ввести тебя в профессию и вырастить профессионала.
#вакансия #гибрид #продактменеджер #банк #кредитование #москва
Вакансия: Ведущий продуктовый аналитик / Product Manager (триггерные механики)
Компания: •••••••• (КА)
Формат: гибрид, Москва 📍
Занятость: полная
ЗП: 💸 300 000–400 000 ₽ на руки по ТК (есть вариант ИП)
Проект развития триггерных механик в розничном кредитовании крупного банка. Команда отвечает за развитие системы событий, на основании которых формируются и обновляются персональные кредитные предложения для физических лиц. Например, изменение дохода клиента, получение зарплаты, посещение витрины кредитных продуктов и другие события могут стать поводом для пересчёта оффера или запуска клиентской коммуникации. Основные задачи — развитие действующих процессов, поиск продуктовых гипотез и увеличение дополнительных продаж с учётом доходности и кредитных рисков.
⚡️ Обязанности
Развивать и совершенствовать действующий триггерный процесс формирования и обновления кредитных предложений.
Определять события и условия, при наступлении которых необходимо формировать или пересчитывать клиентские офферы.
Формировать и прорабатывать продуктовые гипотезы, направленные на увеличение дополнительных продаж, рост доходности и снижение cost of risk.
Самостоятельно вести продуктовые инициативы от идеи и формулирования требований до реализации и оценки результата.
Описывать бизнес-процессы, бизнес-правила, сценарии взаимодействия с клиентом и критерии приёмки.
Взаимодействовать с командами IT, разработки, аналитики, риск-блоком и другими заинтересованными подразделениями, формулировать и ставить задачи.
Участвовать в проработке решений и архитектурных ограничений совместно с техническими командами.
Проводить и интерпретировать A/B-тесты, оценивать эффективность внедрённых изменений.
Анализировать клиентские сценарии и воронки, выявлять точки роста и возможности для развития продукта.
✅Требования
От 3 лет опыта в управлении продуктом, системном, бизнес- или продуктовом анализе.
Опыт работы с кредитными продуктами в банке или финтехе.
Техническое образование и понимание принципов работы IT-продуктов.
Опыт самостоятельного ведения инициатив с несколькими командами — от гипотезы до запуска и оценки результата.
Развитое продуктовое и бизнес-мышление, умение видеть возможности для роста продукта и оценивать потенциальный эффект инициатив.
Умение формулировать продуктовые гипотезы и оценивать их с точки зрения доходности, клиентского опыта и рисков.
Опыт описания бизнес-процессов, бизнес-правил, требований, пользовательских сценариев и критериев приёмки.
Опыт взаимодействия с IT-командами, разработки, аналитики и смежными бизнес-подразделениями.
Умение работать с документацией и понимать технические ограничения при реализации продуктовых решений.
Понимание принципов A/B-тестирования и прикладной статистики: планирование экспериментов и интерпретация результатов.
Опыт в CRM, онлайн-продажах, триггерных коммуникациях и персональных предложениях.
Знание SQL на уровне самостоятельной проверки данных и анализа продуктовых воронок.
Опыт работы с CJM и клиентскими сценариями.
💎Условия
ДМС со стоматологией.
Компенсация фитнеса.
Скидки на английский и кино.
Индексация зарплаты.
Техника для работы.
Заинтересовало? Направь резюме ✉️ ••••••••
Мы — формирующаяся R&D-команда в периметре департамента «Малый и микро бизнес». Наша цель — исследовать клиентские пути в продуктах для микро- и малого бизнеса (платежи, эквайринг, СберБизнес и пр.) и превращать исследования в измеримый результат.
Мы не просто ищем «узкие места» в процессах — мы учимся оцифровывать их: измерять время прохождения операций и доказывать эффективность изменений в деньгах и метриках. Команда формулирует продуктовые гипотезы, проверяет их данными и помогает принимать решения, которые делают жизнь предпринимателей проще, а продукты — эффективнее.
Чем предстоит заниматься:
- оцифровка клиентского пути: формирование метрик времени прохождения процессов и контроль их сокращения
- выгрузка и обработка сырых данных из внутренних банковских витрин, логов и систем
- написание SQL-запросов и скриптов на Python для автоматизации сбора данных и расчёта бизнес-метрик
- проверка гипотез: анализ данных для подтверждения или опровержения продуктовых идей и выдача экспертного заключения о том, сработает ли инициатива
- визуализация: построение дашбордов для отслеживания динамики после внедрения продуктовых доработок
- оценка эффективности изменений: отслеживание влияния релизов на ключевые метрики — конверсию, удержание, время операций, юнит-экономику.
Для нас важно:
- опыт работу в роли продуктового аналитика/аналитика данных от 3 лет
- уверенное владение Python (Pandas) и SQL для работы с большими массивами данных
- умение писать скрипты для самостоятельного извлечения данных
- продвинутый Excel
- опыт работы с клиентскими данными в корпоративном или розничном сегментах
- навык оцифровки клиентского опыта (CX)
- опыт работы с продуктовыми метриками и юнит-экономикой/опыт A/B-тестов - будет преимуществом
- умение использовать нейросети в повседневной работе.
Мы предлагаем:
- комфортный современный офис рядом с м. Кутузовская
- ежегодный пересмотр зарплаты и годовая премия
- корпоративный спортзал и зоны отдыха
- уникальная система обучения Сбера для профессионального и карьерного развития
- расширенный ДМС и льготное страхование для семьи
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- подписка Прайм с возможностью совместного использования на трёх близких
- вознаграждение за рекомендацию друзей в команду Сбера
- корпоративная пенсионная программа.
Направление работы:
Наша компания непрерывно развивается и создаёт новые продукты, используя современный стек и новейшие технологии. Мы команда, которая работает с большими данными и строит передовые data-driven решения.
Стань частью команды!
Вам предстоит:
- Hi-Level-анализ требований, проработка и согласование требований с заказчиком;
- Разработка и тестирование BI-дашбордов, отчётов и выгрузок;
- Контроль качества данных в выгрузках;
- Сбор информации, сроков и зависимостей от смежных команд;
- Постановка задач на команду разработки (когда это требуется).
Формат работы - гибридный или удаленный по договоренности с руководителем.
Вы нам подходите, если:
- Уверенно владеете SQL: сложные запросы, оптимизация, работа с большими объёмами данных;
- Имеете опыт разработки на Python;
- Имеете практический опыт построения и поддержки ETL/ELT-процессов и пайплайнов обработки данных;
- Имеете опыт работы с Apache Airflow будет большим преимуществом.
Будет плюсом :
- Опыт работы с Trino, Iceberg и Spark;
- Опыт работы с BI-системами и/или регуляторной отчётностью.
Мы ищем человека, который умеет превращать сырые данные (логи, события, инциденты) в работающие ML-сервисы. Не просто «обучил модель в ноутбуке и забыл» , а довёл от гипотезы до прототипа, завернул в API и сопроводил в проде. Вы будете работать на стыке машинного обучения и информационной безопасности — это значит, что данные здесь настоящие, задачи нетипичные, а результат видит вся команда мониторинга и реагирования.
Чем предстоит заниматься:
- Исследовать и прототипировать — придумывать, как ML может решить задачи SOC/MDR, проверять гипотезы на реальных данных и собирать прототипы, которые не стыдно показать бизнесу.
- Доводить до прода — превращать прототип в рабочий сервис: API на FastAPI, Docker, типизация, всё как у взрослых. Сопровождать в Production, мониторить, дорабатывать.
- Решать прикладные задачи ML — классификация событий безопасности, поиск аномалий в логах, парсинг и обработка текстов, анализ временных рядов, анализ ролевой модели доступа.
- Работать с LLM — строить приложения на больших языковых моделях: RAG, embeddings, structured output, tool calling, агентные сценарии. Оценивать качество ответов, чтобы не галлюцинировало.
- Развивать аналитическое ядро — поддерживать и улучшать существующие ML/DS-проекты, переобучать модели на свежих данных, адаптировать под новые требования.
- Участвовать в пилотах — помогать внедрять продукты у заказчиков, разбираться в их данных, показывать, что ML реально работает.
- Взаимодействовать с разработкой — ставить задачи по доработке сервисов, обсуждать архитектуру, проводить code review.
- Реальные задачи, где ML влияет на безопасность продукта, а не «тренировка моделей ради метрик».
- Современный стек: Python 3.10+, PyTorch, Hugging Face, vLLM, SGLang, LangGraph, Qdrant, FastAPI, PostgreSQL, Prefect, Docker, GitLab CI/CD, pytest, Ruff, mypy, uv.
Что мы ожидаем:
Опыт и образование:
- От 1,5 лет в анализе данных, ML, ML-инженерии или backend-разработке с ML-задачами;
- Высшее техническое (или учитесь): математика, ИТ, ИБ, анализ данных или смежное. Подойдёт и бакалавр/магистр в процессе — главное, чтобы руки уже были в коде.
Код и инженерия:
- Python — уверенно. Не просто "GPT помоги, а сам понимаешь, что написано";
- Опыт разработки API и сервисов на Python;
- FastAPI, uv, Docker, vLLM — будет большим плюсом.
ML и данные:
- Практический опыт с pandas, numpy, scikit-learn на данных из реальных систем (не только Kaggle);
- Классический ML: классификация, поиск аномалий, обработка текстов, временные ряды — понимание, когда и что применять;
- SQL — извлекать, проверять, агрегировать данные без чужой помощи;
- Понимание принципов построения LLM-приложений: промптинг, embeddings, RAG, structured output, tool calling, оценка качества;
- Если делали агентные решения — отлично.
Доменная область.
- Готовность разобраться в данных SOC/MDR: события безопасности, инциденты, логи, метрики, результаты работы аналитиков;
- Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.
Будет преимуществом:
- Опыт в информационной безопасности: SOC, MDR/MSSP или смежные задачи;
- Агентные решения на базе LLM — разработка или практическое использование. ML/LLM-решения для закрытых внутренних контуров (on-premise, без внешних API);
- Grafana, ELK, работа с логами, метриками и событиями;
- Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.
Работая в команде РТ-Информационная безопасность, вы получаете:
- Стабильную официальную окладную часть + бонусы и премии;
- Оформление по ТК РФ;
- До 10 day-off в год по результатам работы;
- Full Time office формат работы с графиком 5/2 (гибридный график работы - обсуждается);
- Работу в молодой и дружной команде профессионалов (средний возраст сотрудников ниже 30 лет);
- Возможность прохождения обучения как по внутренним, так и по сторонним обучающим программам;
- Отличную возможность для реализации идей (руководство компании открыто к новым стратегиям);
- ДМС + стоматология - после испытательного срока;
- Партнерскую программу скидок.
Мы делаем поиск, который отвечает на вопросы, где одного запроса мало: веб-поиск, RAG и агенты, которые решают задачи уровня BrowseComp. Ищем человека, который научит нас честно измерять качество.
Что будете делать
- Метрики, которым можно верить. nDCG, Recall@k и faithfulness — только начало. Нужно доказать, что +2 п.п. на бенчмарке — реальный рост, а не шум: бутстрап по вопросам, мощность, дисперсия между прогонами агента.
- LLM-судьи с известной погрешностью. Судья — тоже модель: у него есть precision, recall и смещения по позиции, длине и self-preference. Вы откалибруете его против людей и решите, где хватит локальной быстрой модели, а где нужна фронтир-модель.
- Golden-сеты, которые не протекают. Многохоповые вопросы в стиле BrowseComp с однозначным ответом и цепочкой доказательств, честное dev/hold-разбиение, защита от переобучения на бенчмарк. Ручная разметка — там, где без неё нельзя.
- Метрики для агента. Агент делает десятки шагов поиска. Как оценить пользу каждого запроса, поймать зацикливание и преждевременный стоп, построить кривую «точность от бюджета» и разложить потери по слоям: ретривал → извлечение фактов → рассуждение → ответ? Готовых решений в индустрии пока нет.
Вам подойдёт, если
- У вас математическое, физическое или инженерное образование.
- 6+ лет в аналитике или DS, из них 3+ — оценка поиска, RAG или LLM.
- Вы уже калибровали LLM-судью.
- Статистика, Python и SQL — ваш родной язык.
Плюсом будет опыт с агентными бенчмарками (BrowseComp, MuSiQue, GAIA), свой датасет или статья по IR/NLP. Если вы читаете статью про LLM-as-a-judge и первым делом ищете доверительные интервалы — нам по пути :)
Что мы даём
Задачи, которые в индустрии пока никто толком не решил. GPU и бюджет на разметку. Маленькую сильную команду в управление.
Всем привет!)
Ищу специалиста по аналитике и разработке данных ко мне в отдел управления взаиморасчетов. О! Банк, ищу сотрудника с опытом работы от 1 года и более (джун, или мидл)
Основные задачи:
Работа с базами данных PostgreSQL и Oracle.
Написание и оптимизация SQL-запросов.
Автоматизация процессов на Python.
Разработка и поддержка ETL-процессов.
Сверка данных между различными системами.
Работа с DWH и контроль качества данных.
Постройка витрин данных.
Делать AD hoc запросы.
Что ожидаем:
Хорошее знание SQL.
Знание Python.
Опыт работы с базами данных.
Аналитическое мышление и умение самостоятельно решать задачи.
Будет плюсом:
Опыт работы с Airflow и dbt.
Знание Docker и Linux.
Опыт миграции данных.
Опыт работы в банковской сфере.
Работа в офисе с 9:00 до 18:00. (удаленки нету!)
Ищем только тех кто проживает в Бишкеке.
Если интересно отправляй резюме в личные сообщения или рекомендуй знакомых)
Вдохновляйте перемены вместе с нами!
Вы любите разбираться в бизнес-процессах, находить скрытые закономерности в данных и превращать их в понятные решения? Тогда Вам к нам! Мы ищем Бизнес-аналитика BI, который станет связующим звеном между бизнесом и IT, поможет нам делать наши процессы ещё эффективнее и поддержит развитие легендарных брендов.
Твои задачи:
- Проводить интервью с пользователями для выявления и описания текущих бизнес-процессов;
- Анализировать и визуализировать данные, выявлять точки роста и узкие места;
- Формулировать и документировать функциональные требования, разрабатывать пользовательские сценарии;
- Переводить бизнес-требования на язык технических спецификаций для IT-команды;
- Участвовать в разработке тест-кейсов, проводить приемо-сдаточные испытания, собирать и анализировать замечания;
- Сопровождать внедрение BI-решений и обучать пользователей.
- Работать с данными: анализ, верификация и выверка мастер-данных и справочников (номенклатура, контрагенты, единицы измерения) и транзакционных данных.
- Оптимизировать и поддерживать отчетности департамента аналитики и стратегии на аналитических платформах.
Что важно для успеха:
- Опыт работы бизнес-аналитиком, BI-аналитиком или системным аналитиком данных в проектах внедрения ERP/SCM-систем - от 2х лет;
- Опыт работы с одной из систем: SAP ERP/APO/IBP, Oracle SCM, 1С:ERP (УПП, УТ), Kinaxis, Blue Yonder или их аналогов;
- Опыт работы в проектных командах;
- Опыт обработки больших объемов информации;
- Навыки анализа и структурирования информации;
- Опыт работы с большими массивами данных (сводные таблицы Excel, работа с макросами Excel);
- Грамотная устная и письменная речь, умение доносить сложное простым языком;
- Ответственность, внимательность к деталям, умение работать в команде.
Условия и преимущества:
- Официальное трудоустройство и стабильная "белая" зарплата;
- График работы 5/2, рабочий день с 9:00 до 18:00;
- Работа в офисе в пешей доступности от м. Павелецкая;
- Дружная команда профессионалов.
О компании ООО "Объединенные кондитеры" — крупнейший российский кондитерский холдинг, объединяющий 16 предприятий и 11 филиалов по всей стране. Мы производим такие известные бренды, как "Бабаевский", "РотФронт", "Красный Октябрь", "Аленка", "Вдохновение" и многие другие. Наш ассортимент — более 3500 наименований, а качество продукции подтверждено международными стандартами. Присоединяйся к команде, которая создает сладкие легенды!
Какие задачи необходимо решать
• Разбирать воронки и коммерческие метрик: конверсии этапов, win rate, цикл сделки, средний чек, причины проигрышей
• Искать узкие места воронки и аномалии на основе данных
• Строить дашборды и регулярную отчётности по продажам
• Оценивать эффекты от внедряемых изменений: поставлять цифры для выводов методологу и руководству
• Подготавливать фактуры для управленческих решений
Что для этого нужно
• Готовность к офисному формату работы в офисе в Москве (гибрида или удаленки нет)
• Опыт от 3 лет; телеком, банки, ритейл или отрасли с большой транзакционной базой
• Образование: высшее техническое или экономико-математическое (математика, прикладная статистика, экономика, ИТ)
• Опыт работы с CRM (Bitrix24, AMOCRM, Salesforce)
• Знание метрик: ARPU, churn rate, абонентская база, LTV, конверсии этапов воронки
• Навык работы с BI-инструментами (Power BI, DataLens)
• Владение SQL и Excel на продвинутом уровне
• Широкая экспертиза работы с источниками данных компании: биллинг, CRM, системы аналитики, отчётность
• Умение формулировать бизнес-выводы из данных
• Подтверждённые кейсы: построенная отчётность или дашборды, используется руководителями; где аналитика привела к измеримому изменению (найдено узкое место → изменена механика → выросла метрика)
#it #вакансия #data #analyst #••••••••
☁️Позиция: Аналитик данных ( Senior )
🏙Компания: «••••••••»
💪Опыт: от 5 лет
💰ЗП: Вилка: 225 - 275тр
📅Формат работы: Удаленка
📍Локация/Гражданство: РФ
📅Занятость: Full-time
☎️Контакт: ••••••••
📌Задачи:
- Анализ бизнес-требований и постановка четких технических заданий инженерам данных на разработку и поддержку ETL-пайплайнов.
- Валидация данных и приемка работы у инженеров данных, контроль качества.
- Анализ отчетности: поиск аномалий, исследование причин отклонений, формирование и проверка гипотез.
- Создание автоматизированной отчетности по метрикам
- Проведение AdHoc-исследований по запросам команды маркетинга для поддержки принятия операционных и стратегических решений.
🔺Требования:
- Уверенное знание Python и его библиотек для анализа данных.
- Продвинутое знание SQL, опыт написания сложных запросов и оптимизации их производительности.
- Аналитический склад ума, самостоятельность и проактивность.
- Умение декомпозировать сложную бизнес-проблему на измеримые задачи.
- Самостоятельность и проактивность, гибкость, умение выявлять бизнес-потребности и собирать/уточнять требования у бизнес-заказчиков.
➕Будет плюсом:
- опыт работы с корпоративными DWH (Greenplum, Clickhouse и др.) инструментами автоматизации (н-р, Airflow) BI-системами (Tableau, Power BI).
- опыта работы в отделе маркетинга и понимание метрик performance-маркетинга (CPA, CPO, ROMI/ROAS, LTV, CAC).
🔥Если все нравится - пиши ••••••••
Дзен является частью большой экосистемы VK. Это крупнейшая новостная платформа, где миллионы пользователей следят за событиями по всему миру. Здесь можно всё: смотреть новости, читать новости, обсуждать новости с ИИ-ассистентом Глифом или стать автором и самому создавать актуальный контент. Мы строим высоконагруженные сервисы и рекомендательные технологии, которые в реальном времени обрабатывают потоки информации и помогают пользователю получить максимально персональную ленту обо всём, что произошло в мире.
Стек технологий: SQL для обработки больших данных, Python — для небольших данных и их визуализации.Задачи
- Строить и поддерживать витрины данных и дашборды в DataLens
- Следить за изменениями в метриках, искать причины аномальных изменений
- Проводить полный флоу работы над фичей: генерация гипотез, приоритизация, проведение исследований, дизайн и анализ A/B-тестов
- Частая прямая коммуникация с продактом направления
Требования
- Уверенное владение SQL (сложные запросы и подзапросы)
- Опыт дизайна и анализа A/B-тестов
- Знание статистики
- Умение объяснять вещи простым языком
OLX Казахстан.
Мы ищем аналитика по монетизации, который поможет находить новые возможности для роста выручки и принимать решения на основе данных. В этой роли вы будете анализировать поведение пользователей, оценивать эффективность платных продуктов и тарифов, строить прогнозные модели, проводить эксперименты и помогать бизнесу находить наиболее эффективные подходы к монетизации.
Мы ищем аналитика по монетизации, который поможет находить и проверять возможности для роста выручки. Вам предстоит анализировать поведение пользователей, оценивать эффективность действующих тарифов и платных услуг, проводить исследования и эксперименты, а также строить прогнозы для принятия бизнес-решений.
Чем предстоит заниматься:
- Анализировать поведение пользователей, сегментировать аудиторию и изучать причины оттока.
- Выявлять этапы воронки, на которых пользователи отказываются от покупки платных услуг.
- Анализировать эффективность действующего ценообразования и моделей монетизации.
- Оценивать влияние изменений цен, запуска новых услуг и тарифных пакетов на выручку.
- Строить, поддерживать и совершенствовать модели прогнозирования выручки и коммерческих показателей.
- Проводить A/B-тесты, анализировать результаты и готовить рекомендации по итогам экспериментов.
- Формировать аналитические выводы для развития продукта и роста выручки.
- Поддерживать и развивать аналитическую отчетность и дашборды в Tableau.
Что мы ожидаем:
- Опыт работы в аналитике от 3 лет.
- Высшее образование в области математики, статистики, экономики, финансов, IT или смежных направлений.
- Уверенное владение SQL и опыт работы с большими объемами данных.
- Продвинутые навыки работы в Excel.
- Опыт работы с Tableau или другими BI-инструментами.
- Знание статистики и практический опыт проведения A/B-тестов.
- Опыт построения прогнозных моделей.
- Умение работать с коммерческими метриками и оценивать влияние изменений на бизнес-результат.
- Системное мышление, инициативность и способность быстро адаптироваться к изменениям.
- Опыт разработки и применения математических моделей для оценки влияния изменений цен и проведения прайсинговых экспериментов.
- Владение Python и статистическими библиотеками для анализа данных и моделирования.
- Опыт проведения сложных экспериментов и оценки их влияния на выручку и пользовательское поведение.
Будет преимуществом:
- Опыт работы в e-commerce, marketplace или других digital-продуктах.
- Опыт работы с монетизацией и ценообразованием.
- Владение Python для анализа данных и моделирования.
- Опыт прогнозирования выручки, спроса или оттока клиентов.
Кто такой Аналитика данных
Аналитик данных отвечает на вопрос «что происходит в продукте по цифрам». Он пишет SQL к готовому хранилищу, собирает дашборды, считает конверсии, ретеншн и воронки, проверяет гипотезы через A/B-тесты и приносит команде выводы, на которые можно опереться при решении. Данные он потребляет и интерпретирует, а не строит под них инфраструктуру.
Это самая массовая точка входа в работу с данными: почти любому продукту нужен человек, который переведёт сырые логи в понятную метрику и объяснит, почему упала оплата или вырос отток. Продуктовый, маркетинговый, веб-аналитик — всё это ветки одной профессии. Работа живёт на стыке цифр и продукта: мало посчитать — надо понять, что число значит для бизнеса, и донести это до людей, принимающих решения.
Требования и стек
Набор компактный, но требует уверенного владения.
- SQL — главный инструмент; оконные функции, CTE, оптимизация запросов к ClickHouse, PostgreSQL, BigQuery.
- BI-платформы: Power BI, Tableau, Superset, DataLens, Metabase, Redash — на уровне уверенного пользователя.
- Python: pandas, numpy, matplotlib/seaborn для обработки и визуализации.
- Продуктовая аналитика: Amplitude, GA4, AppsFlyer; когорты, воронки, retention.
- Статистика: A/B-тесты, проверка значимости, доверительные интервалы.
Граница с соседями: строить сами витрины и хранилища — это BI / DWH специалисты, а обучать модели — уже Data Science и ML. Аналитику данных достаточно уверенного SQL и понимания статистики, а глубину можно добирать в любую из этих сторон.
Карточек в выборке первой страницы: 25. С явной отметкой удалённой работы: 8. Источник — показанные объявления HireSeeker; одна карточка учитывается один раз. Это срез текущей страницы, а не доли по всему рынку. Отсутствие отметки не означает запрет удалённой работы.
Что ждут от кандидата
Порог входа ниже, чем в разработке, и это делает профессию удобным стартом в IT. Приходят из маркетинга, из финансов, из продуктовых команд, из смежной аналитики — везде, где уже работали с цифрами. Многие заходят через курсы плюс пет-проект на открытых данных.
Что ждут от кандидата:
- уверенный SQL — на собеседовании почти всегда дают писать запросы вживую;
- умение собрать дашборд и, главное, объяснить, какие выводы из него следуют;
- базовая статистика и понимание, как устроен корректный A/B-тест;
- продуктовое мышление — считать не ради цифры, а ради решения.
Самый убедительный аргумент для джуниора — портфолио: возьмите открытый датасет, задайте вопрос, посчитайте, покажите инсайт. Сильное преимущество — доменный опыт: аналитик, который уже понимает свою отрасль, быстрее переводит данные в пользу для бизнеса.
Зарплаты и спрос
Медианная зарплата — 150 000 ₽ по вакансиям за последние 30 дней. Подробная статистика зарплат Аналитика данных.
Смотрите также в каталоге
Хотите персональную подборку?
Введите свои критерии — мы отфильтруем вакансии по вашим требованиям
Найти подходящие вакансии →