Аналитика данных — свежие вакансии

«Деловые Линии» - один из ведущих транспортно-логистических операторов России. С 2001 года мы доставляем грузы по всей России, объединяя людей и бизнес.

Приглашаем кандидатов на вакансию Ведущий аналитик

ВАШИ ЗАДАЧИ:

• Собирать и обрабатывать данные, готовить аналитическую отчетность;

• Анализировать данные службы эксплуатации автопарка;

• Оптимизировать и автоматизировать внутренние бизнес-процессы отдела технической эксплуатации транспорта;

• Работать с базами данных.

Место работы: Санкт-Петербург, Стартовая улица, 8, БЦ "Аэроплаза", ст.м. Звёздная​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

ЧТО ВАЖНО ДЛЯ УСПЕХА:

• Образование высшее техническое/ в сфере аналитики;

• Опыт работы аналитиком от 1 года, опыт работы в логистических компаниях будет преимуществом;

• Навыки работы с данными: Excel (сводные таблицы, Power Query, знание сложных формул).

НАШИ ПРЕИМУЩЕСТВА:

• Стабильность и масштаб - работа в федеральном лидере логистики с 25-летней историей. Прозрачная система оплаты, оклад + премия за результат
• Экспертность - внутреннее обучение и комфортная адаптация, реальный карьерный рост в команде профессионалов, которые задают стандарты отрасли
• Команда - атмосфера поддержки и коллеги, с которыми хочется идти к общим целям и праздновать победы
• Комфорт – формат на выбор гибрид/офис, современное рабочее пространство, бесплатно кофе/чай, оборудованные обеденные зоны
• Дополнительно - партнерские программы и приятные бонусы – от скидок на перевозку до призов за участие в корпоративных конкурсах

Основные обязанности

1. Исследование и разработка стратегий:

   • Анализ больших массивов рыночных данных для выявления аномалий, паттернов и статистически значимых торговых сигналов (альф).

   • Разработка и тестирование гипотез для новых алгоритмических торговых стратегий.

   • Построение прогнозных моделей с использованием статистических методов, эконометрики и машинного обучения.

2. Бэк-тестирование и валидация:

   • Проектирование и проведение масштабных бэк-тестов для оценки потенциальной прибыли (PnL), рисков и устойчивости стратегий на исторических данных.

   • Анализ транзакционных издержек, рыночного воздействия и других факторов, влияющих на исполнение сделок в реальных условиях.

   • Валидация стратегий на вневыборочных данных для подтверждения их надежности.

3. Управление портфелем и рисками:

   • Оптимизация распределения капитала между различными сигналами и стратегиями.

   • Управление рисками на уровне портфеля в реальном времени, адаптация аллокации в зависимости от изменения рыночных условий.

   • Построение риск-моделей, контроль за просадками (drawdown) и управление волатильностью.

4. Внедрение и мониторинг:

   • Совместная работа с инженерами и разработчиками для перевода исследовательских прототипов в production-стратегии, торгующие реальным капиталом.

   • Мониторинг производительности живых стратегий, диагностика проблем и их оперативная корректировка.

   • Постоянный анализ эффективности и поиск возможностей для улучшения существующих стратегий.

5. Техническая работа:

   • Написание чистого, поддерживаемого кода на Python (с использованием библиотек NumPy, Pandas, Scipy) и/или C++.

   • Работа с фреймворками для бэк-тестирования и симуляторами торговли.

   • Участие в улучшении исследовательской инфраструктуры и конвейеров данных.

Ключевые требования

• Образование: Высшее образование в количественной области (математика, статистика, физика, компьютерные науки, инженерия).

• Опыт: От 2-х лет коммерческого опыта в качестве квант-трейдера, квант-исследователя или разработчика алгоритмических стратегий в проп-трейдинге, хедж-фонде или инвестиционном банке.

• Технические навыки:

  • Продвинутое владение Python (обязательно) и/или C++.

  • Глубокие знания статистики, теории вероятностей, стохастических процессов и методов оптимизации.

  • Понимание микроструктуры рынка (стаканы заявок, рыночное воздействие, проскальзывание).

• Личные качества: Аналитический склад ума, навыки решения сложных проблем, способность принимать решения в условиях неопределенности и работать в команде.

Что мы предлагаем

• Конкурентная заработная плата и бонусная система, привязанная к эффективности разработанных стратегий.

• Возможность напрямую влиять на бизнес-результат компании.

• Работа в небольшой команде профессионалов, быстрая реализация идей

Группа компаний «ВБЦ» — российская FinTech-компания, более 10 лет работающая на рынке B2B- и B2G-финансовых услуг. ВБЦ является аккредитованной ИТ-компанией. Ключевое направление бизнеса — банковские гарантии; также компания развивает кредитование и страхование.

В основе бизнеса — взаимодействие с агентской сетью и банками, значительный объём исторических и текущих данных, сложные продуктовые воронки и большой потенциал для роста выручки за счёт аналитики, скоринга и автоматизации решений.

Мы ищем CDO, который возглавит развитие data-направления и будет работать на стыке бизнеса, аналитики и ИТ. Главная миссия роли — находить точки роста и потери, превращать их в data-driven решения и обеспечивать измеримый экономический эффект для компании.

Обязанности:

• Оценить динамику доли ВБЦ на рынке в 2026 году по сравнению с 2025 годом: определить динамику, выявить причины изменений и предложить план действий.
• Проводить глубокий анализ рынка и конкурентов: сравнивать продуктовые условия, каналы, агентские механики и факторы, влияющие на выбор платформы.
• Развивать глубокую агентскую аналитику: сегментацию, когорты, воронки, активность, удержание, приток и отток, доходность, потенциал и качество агентской базы.
• Выявлять скрытые резервы роста и неочевидные потери в воронках, продуктах, каналах, агентской сети и взаимодействии с банками; переводить выводы в конкретные бизнес-гипотезы.
• Проектировать, запускать и оценивать краткосрочные и долгосрочные акции, программы лояльности и другие механики роста; выстраивать корректный дизайн экспериментов и оценку эффекта.
• Анализировать эффект от внедрения ступенчатого агентского вознаграждения при различных условиях и уровнях выполнения планов; предлагать KPI и параметры мотивации, обеспечивающие результат.
• Оценивать банковские скоринговые модели на исторических данных и потенциал автоматизированной маршрутизации заявок; определять, в какой банк и при каких условиях целесообразно направлять заявку.
• Создавать и внедрять data-driven модели для управления агентской базой: скоринг, прогноз притока и оттока, next best action, приоритизация и оценка эффекта от «раскачки» конкретного банка.
• Развивать кросс-продажи между банковскими гарантиями, кредитованием и страхованием на основе клиентских и агентских данных.
• Помогать автоматизировать управленческий учёт; обеспечивать полноту, чистоту и своевременность данных, единые определения показателей и доверие бизнеса к отчётности.
• Развивать BI-контур и дашборды для акционеров и руководителей: от единой системы ключевых метрик до инструментов регулярного контроля и поиска отклонений.
• Формировать портфель data-инициатив, приоритизировать их по ожидаемой ценности, контролировать внедрение и подтверждать фактический экономический эффект после запуска.
• Внедрять культуру принятия управленческих решений на основе данных; убедительно и простым языком объяснять акционерам и бизнес-команде выводы, ограничения моделей и рекомендуемые действия.

• Опыт в данных и аналитике от 3 лет.
• Реализованные проекты полного цикла: от постановки бизнес-задачи и подготовки данных до внедрения решения в процесс и подтверждения эффекта в выручке, маржинальности, конверсии, удержании или снижении затрат.
• Опыт в финтехе, банке, финансовом маркетплейсе или другом цифровом бизнесе со сложными воронками и большим количеством транзакционных данных.
• Сильная экспертиза в клиентской и коммерческой аналитике, скоринге, прогнозных моделях, сегментации, управлении оттоком, программах лояльности, ценообразовании или кросс-продажах.
• Понимание методов оценки причинно-следственного и инкрементального эффекта: A/B-тесты, контрольные группы, корректное сравнение до и после запуска.
• Практическое понимание полного data-контура: источники и витрины данных, DWH, ETL/ELT, BI, качество данных, Data Governance, разработка и промышленная эксплуатация ML-моделей.
• Уверенное владение SQL и понимание возможностей Python; способность самостоятельно погрузиться в данные, проверить гипотезу и оценить качество аналитического решения.
• Умение работать с акционерами и топ-менеджерами: переводить бизнес-проблемы в аналитические задачи, защищать приоритеты и объяснять сложные выводы простым языком.
• Прагматичный подход: умение выбирать достаточную по сложности модель, быстро запускать MVP и одновременно строить устойчивую архитектуру данных там, где это оправдано бизнесом.

Будет преимуществом

• Опыт в банковских гарантиях, кредитовании, страховании или работе с продуктами по 44-ФЗ и 223-ФЗ.
• Опыт аналитики агентских, партнёрских или дилерских сетей и построения моделей вознаграждения.
• Практические кейсы автоматизированной маршрутизации заявок, банковского скоринга и оптимизации взаимодействия с финансовыми организациями.
• Опыт построения функции управления данными с нуля или существенной трансформации существующей data-функции.
• Опыт автоматизации управленческого учёта и построения единой системы отчётности для CEO и акционеров.​​​​​​​

Ожидаемый результат роли

• Объективная диагностика положения ВБЦ на рынке и прозрачное понимание факторов, влияющих на долю, выручку и маржинальность.
• Единая система достоверных метрик и регулярных дашбордов для акционеров и руководителей.
• Приоритизированный портфель data-инициатив с понятной методикой расчёта ожидаемого и фактического эффекта.
• Внедрённые в бизнес-процессы решения по агентской аналитике, маршрутизации заявок, прогнозированию оттока, мотивации и кросс-продажам.
• Сформированная культура, при которой ключевые управленческие решения принимаются на основе качественных данных и проверяемых гипотез.

• Ключевую роль с прямым влиянием на стратегию, коммерческую модель и финансовый результат компании.
• Прямое взаимодействие с акционерами и топ-командой, возможность влиять на управленческие решения.
• Возможность сформировать целевую data-функцию и самостоятельно определить приоритеты её развития.
• Работу с реальными бизнес-задачами, историческими данными и широкой экосистемой банков, агентов и финансовых продуктов.
• Официальное оформление в аккредитованной ИТ-компании; условия и формат работы обсуждаются индивидуально.

Ищем лидера для двух небольших команд data engineering и аналитики, суммарно до 10 человек. Это не greenfield и не роль «поставить красивые дашборды». У нас уже есть работающий, но неоднородный контур: ClickHouse, Kafka, dbt, Airflow/MWAA, AWS, GitLab CI, продуктовая аналитика в PostHog, внешние источники и витрины для продукта, финансов и антифрода. Он растёт быстрее, чем успевают закрепляться контракты, владение и правила эксплуатации. Нужен человек, который наведёт в этом порядок и затем сможет устойчиво развивать команды.

Чем предстоит заниматься

-Вести data engineering и analytics: цели, приоритеты, качество результата, развитие людей

-Описать и закрепить понятные контракты данных: источник, схема, ключи, временная семантика, дедупликация, backfill, SLA и владелец

-Сделать поставку данных предсказуемой: CI/CD для dbt и DAG, контроль версий, проверки до публикации, наблюдаемость и понятные разборы инцидентов

-Довести до эксплуатационного уровня витрины и ingestion-пайплайны на Kafka, ClickHouse, dbt и Airflow

-Выстроить data quality: сверки источника и витрин, идемпотентность, обработка поздних событий, reconciliation и тесты на критичных данных

-Свести потребности продукта, маркетинга, биллинга и антифрода в прозрачную модель приоритетов, а не в бесконечный поток разовых выгрузок

-Самому погружаться в сложные технические узлы, ревьюить решения и поднимать планку инженерной работы команды

Что важно

-Опыт руководства небольшой технической командой или сильного технического лидерства в data-направлении

-Уверенный SQL и практический опыт с ClickHouse: производительность, партиционирование, репликация, дедупликация, materialized views, Kafka Engine

-Опыт с Kafka, dbt и Airflow; понимание эксплуатации пайплайнов, а не только написания SQL-моделей

-Умение разбирать легаси-контур по фактам: код, схемы, логи, данные, потребители, стоимость и риски

-Опыт проектирования витрин для продуктовой, финансовой или риск-аналитики

-Умение превращать размытый запрос в проверяемый контракт и доводить его до работающего результата

-Нормальная управленческая зрелость: давать ясную обратную связь, не прятать проблемы, не подменять результат статусами и презентациями

-Опыт и культура code review: читать и разбирать чужой код, держать инженерные стандарты и качество командных решений

Кому не подойдёт

-Человеку, который хочет управлять большой функцией, не работая с платформой руками

-Аналитику, для которого data engineering заканчивается на постановке задачи

-Инженеру, который считает документацию, качество данных и договорённости необязательной бюрократией

-Кандидату, которому нужен идеальный greenfield вместо сложной, но живой системы

Что можно сделать в первый год

-Зафиксировать границы владения командами и критическими контурами

-Убрать непрозрачные и дублирующиеся поставки данных

-Ввести единый минимальный стандарт для новых источников, витрин, backfill и проверок качества

-Сделать состояние ключевых пайплайнов и данных наблюдаемым

-Сформировать самостоятельную команду, которой не нужен постоянный ручной контроль фаундера

Мы предлагаем

-Полностью удалённую работу из любой точки мира.

-Современное корпоративное оборудование.

-Работу над продуктом с реальной нагрузкой и масштабом.

-Влияние на ключевые продуктовые метрики через рекомендации

• Выгрузка данных из БД и личного кабинета маркетплейсов;

• Формирование еженедельной отчетности;

• Анализ промо активностей и программ продвижения, каналов, инструментов;

  Визуализация анализа.

• Продвинутый пользователь Еxcel Power Query и Power Pivot, макросы, условное форматирование;

• Системное мышление умение работать с данными как с сущностью.

• Оформление по ТК РФ, оплачиваемые отпуска и больничные листы;
• Фиксированная "белая" заработная плата;
• График работы 5 дней в неделю с 10.00 до 18.30, гибрид, готовы обсудить различные варианты;
• Комфортная атмосфера: культура поддержки и внутренние конкурсы;
• Корпоративная программа лояльности, скидки на товары и услуги партнёров;
• Отсутствие строгого дресс-кода;
• Обучение на базе Корпоративного университета;
• Дополнительные дни к отпуску за стаж работы;
• Наставничество, дружный коллектив.

Обязанности:

• Сбор, анализ и формализация требований для построения ETL процессов и дашбордов
• Взаимодействие с бизнес-заказчиками и коллегами из смежных подразделений
• Ведение документации по BI-отчетности
• Написание технических заданий разработчикам КХД
• Участие в разработке и поддержке дашбордов в Luxms BI
• Проверка качества данных и тестирование дашбордов

Требования:

• Высшее образование (желательно в сфере IT)
• Опыт работы BI-аналитиком от 1 года (в сфере FMCG - преимущество)
• Участие в проектах полного цикла от сбора требований до передачи дашбордов в эксплуатацию
• Знание BI-инструментов: Power BI/Tableau/Luxms BI (последнее-преимущество)
• SQL: базовый уровень, MS Excel: базовый уровень
• Понимание основ баз данных (ClickHouse, PostgreSQL)

• Уровень компенсации обсуждается индивидуально (оклад + бонус)
• ДМС, страхование жизни
• 31 день отпуска
• Мобильная связь
• Удаленный, гибридный или офисный формат работы
• Программа поддержки сотрудников (well-being)
• Дружная и профессиональная команда
• Возможность присоединиться к яркой культуре доверия и сопричастности

Управляющая компания ТЕРРА.

Более 20 лет мы оказываем услуги, без которых невозможно представить современную жизнь. Наш приоритет – забота об одной из важнейших составляющих в жизни человека – его доме. Мы любим то, что мы делаем!

Приглашаем вас стать частью дружной команды профессионалов на должности: Аналитик данных (Data-analyst)

Чем Вам предстоит заниматься:

• Получение и обработка данных из БД;
• Подготовка и актуализация отчетов;
• Визуализация данных (дашборды и т.п.).

Вам подойдет эта работа, если у вас есть:

• Уверенное владение SQL, DAX, M, умение разбираться в видах баз данных;
• Практические навыки Excel (VBA, сводные таблицы, функции);
• Power Query, Power Pivot, DBeaver (как пример, подойдет любой менеджер БД);
• Навыки работы с Git.

Быть частью команды Терра — это:

• Отличное расположение и комфортный офис, чай, кофе, мобильная связь для сотрудников;
• Трансфер от и до метро Бухарестская;
• Удобный график работы с 9ч до 18ч, по пятницам до 17ч;
• Официальное трудоустройство по ТК РФ с первого дня, лояльное руководство;
• 100% белая конкурентная заработная плата, понятные условия премирования;
• Материальная поддержка в тяжелых жизненных ситуациях;
• Развитая система обучения, адаптации и корпоративная культура;
• Интересные нестандартные задачи и возможность развития.

Мы в Московском банке ищем ведущего аналитика в новое для нас направление — компейн-инг. Это позиция на стыке аналитики, маркетинга и бизнеса: вы не просто считаете метрики, а генерируете гипотезы, собираете кампании продаж на основе клиентских триггеров и напрямую влияете на выполнение плана продаж. Работаете в связке с бизнес-подразделениями, защищаете свои сборки перед центральным аппаратом и масштабируете успешные решения.

Для нас это эксперимент, поэтому мы готовы проходить этот путь вместе — с наставничеством, поддержкой и обменом опытом с коллегами, которые уже «набили руку» в этой задаче.

Обязанности:

• самостоятельно выгружать и агрегировать данные из хранилищ (SQL), оптимизируя запросы для работы с большими массивами (Big Data)
• проектировать и собирать кампании продаж на основе поведенческих и транзакционных триггеров клиентов, формируя списки («маркировки») для целевых коммуникаций
• генерировать и тестировать гипотезы роста (A/B-эксперименты), делать выводы и предлагать готовые сценарии для внедрения
• готовить дашборды и управленческие презентации с четкими выводами — превращать таблицы в понятные бизнес-рекомендации
• оценивать влияние проведенных кампаний на выполнение бизнес-плана сегмента, отслеживать динамику ключевых метрик (отклик, конверсия, LTV)
• работать с большими объёмами цифр, находя корреляции между действиями клиентов и их реакцией на триггеры
• участвовать в защите кампаний перед центральным аппаратом, аргументировать приоритетность и потенциальную эффективность сборок.

Требования:

• отлично владеете SQL (сложные запросы, оконные функции, оптимизация) — это основа, без неё никак
• уверенно работаете с Excel (сводные, макросы, работа с датами) и BI-инструментами (Power BI / Tableau / Superset) для визуализации
• понимаете бизнес-логику и воронку продаж — умеете переводить цифры в действия, а не просто фиксировать факты
• обладаете продвинутым аналитическим мышлением: видите причинно-следственные связи в шуме данных, предлагаете гипотезы самостоятельно, не ждёте готового ТЗ
• умеете структурировать информацию и озвучивать выводы так, чтобы они были понятны руководству и команде
• опыт в маркетинговых автоматизациях или «кампанинге» в телекоме / финтехе / ритейле будет вашим преимуществом
• навыки применения ИИ в профессиональной деятельности (GigaChat, Кандинский или аналоги для ускорения анализа и генерации идей).

Условия:

• стабильный оклад и социальная поддержка сотрудников

• официальное оформление

• расширенный ДМС с первого дня и льготное страхование для близких

• корпоративное обучение в Виртуальной школе Сбера

• подписка Прайм с возможностью совместного использования на трёх близких

• корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный ⅓ ключевой ставки ЦБ.

Аптечная сеть «Ригла» — лидер розничного фармацевтического рынка России, была основана в 2001 году как розничное подразделение одного из крупнейших российских дистрибьюторов «Протек».

На сегодняшний день открыто более 7 000 аптек по всей России под брендами «Ригла», «Будь Здоров!» и «Здравсити Аптека».

«Ригла» – это не только сеть аптек, это команда профессионалов и передовые технологии аптечного бизнеса.

Что предстоит делать:

• Аналитика клиентского профиля и CRM-сегментов;

• Витрина продаж и маржинальности;

• Контроль качества данных по продажам и остаткам;

• Автоматизация регулярной отчетности по промо и акциям;

• Подготовка требований к новым BI-дашбордам;

• Сопровождение ad-hoc аналитики для бизнес-заказчиков.

Что мы ожидаем от вас:

• Уверенное владение SQL;

• Навыки подготовки ТЗ и постановки требований к BI‑решениям;

• Понимание предметной области (продажи, промо, маржинальность, CRM‑сегментация);

• Опыт автоматизации регулярной отчётности и работы с BI‑инструментами;

• Навыки контроля качества данных и работы с аномалиями .

Мы предлагаем:

• Официальное трудоустройство в стабильную аккредитованную IT-компании;
• Удалённый формат работы 5/2;
• Конкурентоспособную зарплату, соответствующую вашему опыту и навыкам;
• Программу "Защита здоровья", включая стоматологию (внутренний продукт ДМС);
• Профессиональное развитие за счёт компании: курсы, сертификации, конференции;
• Креативную команду и участие в масштабных проектах с современным стеком технологий.

Команда Управления конкурентного анализа Департамента стратегии и корпоративного развития ищет аналитика данных. Мы анализируем положение банка, ключевых конкурентов и состояние банковского сектора, работаем с большими массивами данных и готовим аналитику для принятия управленческих решений.

Обязанности

• Сбор и обработка данных, выгрузки из БД.
• Взаимодействие со смежными подразделениями в части сбора информации.
• Подготовка регулярной аналитики по банковскому сектору и ключевым конкурентам.
• Формирование ad hoc-аналитики по запросу для быстрого принятия решений.
• Разработка новых аналитических индикаторов.

Обязательные требования

• Высшее экономическое/техническое образование.
• Опыт работы дата-аналитиком/DWH-аналитиком/дата-инженером от 2 лет.
• Уверенное владение SQL (оконные функции, партиции, оптимизация) для работы с большими данными.
• Владение Python (pandas, Matplotlib).

Будет преимуществом

• Опыт работы со Spark/PySpark, Hadoop, Impala, Hive.
• Опыт работы в подразделениях стратегии, финансов или продуктового анализа.
• Понимание банковских продуктов, показателей и бизнес-процессов.
• Опыт автоматизации регулярной аналитической отчетности.

Что мы предлагаем:

• Оформление по ТК РФ в штат компании на постоянной основе;
• График работы 5/2 9:00-18:00;
• Гибридный формат работы после испытательного срока;
• Официальную конкурентоспособную заработную плату: оклад + ежемесячную премию + годовой бонус;
• Ежегодную индексацию заработной платы;
• ДМС со стоматологией (франшиза), страхование от несчастных случаев;
• Выплаты в связи с важными событиями и материальную помощь в непредвиденных ситуациях;
• Возможность профессионального развития и карьерного роста;
• Подписки на Best Benefits/ Skillbox/ библиотеку Alpina Digital и т.д.;
• Новогодние подарки для сотрудников и их детей.

Какие будут задачи:

• Осуществлять сбор, консолидацию и анализ информации по показателям эффективности продаж;
• Участвовать в процессе формирования отчетов, презентаций по продажам и ключевых показателей службы продаж;
• Участвовать в формировании прогноза, подготовки и регулярного обновления соответствующих файлов;
• Разрабатывать, формировать и выпускать регулярные отчеты с аналитическими выводами;
• Настраивать, разрабатывать и оптимизировать отчеты на базе выбранного визуализатора;
• Осуществлять подготовку материалов в рамках бюджетного процесса, сопровождать бизнес-функции требуемой информацией;
• Отслеживать корректность мастер данных по ряду справочников, вносить при необходимости изменения;
• Создавать и обновлять инструкции по формированию отчётности и описанию методологии отчета;
• Участвовать в разработке системы показателей эффективности продаж;
• Выполнять аd hoc запросы, поступающие от непосредственного руководителя.

Мы ожидаем:

• Оконченное высшее образование;
• Опыт работы в аналитике продаж/ финансах от 2-х лет;
• Навыки работы с программами Excel (Power Query, Power Pivot), PowerPoint на продвинутом уровне;
• Опыт выполнения ad hoc запросов в условиях многозадачности;
• Профессиональные аналитические и статистические знания;
• Умение анализировать и работать с большим объемом информации.

Что мы предлагаем:

• Оформление по ТК РФ в штат компании на постоянной основе;
• График работы 5/2 9:00-18:00;
• Гибридный формат работы после испытательного срока;
• Официальную конкурентоспособную заработную плату: оклад + ежемесячную премию + годовой бонус;
• Ежегодную индексацию заработной платы;
• ДМС со стоматологией (франшиза), страхование от несчастных случаев;
• Выплаты в связи с важными событиями и материальную помощь в непредвиденных ситуациях;
• Возможность профессионального развития и карьерного роста;
• Подписки на Best Benefits/ Skillbox/ библиотеку Alpina Digital и т.д.;
• Новогодние подарки для сотрудников и их детей.

Какие будут задачи:

• Осуществлять сбор, консолидацию и анализ информации по показателям эффективности продаж;
• Участвовать в процессе формирования отчетов, презентаций по продажам и ключевых показателей службы продаж;
• Участвовать в формировании прогноза, подготовки и регулярного обновления соответствующих файлов;
• Разрабатывать, формировать и выпускать регулярные отчеты с аналитическими выводами;
• Настраивать, разрабатывать и оптимизировать отчеты на базе выбранного визуализатора;
• Осуществлять подготовку материалов в рамках бюджетного процесса, сопровождать бизнес-функции требуемой информацией;
• Отслеживать корректность мастер данных по ряду справочников, вносить при необходимости изменения;
• Создавать и обновлять инструкции по формированию отчётности и описанию методологии отчета;
• Участвовать в разработке системы показателей эффективности продаж;
• Выполнять аd hoc запросы, поступающие от непосредственного руководителя.

Мы ожидаем:

• Оконченное высшее образование;
• Опыт работы в аналитике продаж/ финансах от 2-х лет;
• Навыки работы с программами Excel (Power Query, Power Pivot), PowerPoint на продвинутом уровне;
• Опыт выполнения ad hoc запросов в условиях многозадачности;
• Профессиональные аналитические и статистические знания;
• Умение анализировать и работать с большим объемом информации.

Обязанности

• Проводить исследования клиентской базы по составляющим
• Оценивать влияние технических, продуктовых и рыночных факторов на клиентскую базу
• Анализировать эффективность кампаний по сохранению и развитию базы
• Формировать гипотезы причин отклонения показателей клиентской базы относительно прошлого периода и бюджета
• Проверять гипотезы с помощью статистических методов и A/B тестирования
• Выявлять продуктовые и бизнес-инсайты в данных для развития стратегии работы с клиентской базой
• Формировать предложения по развитию детальных слоев данных и улучшению качества факторных моделей
• Обеспечивать своевременность предоставления результатов аналитических исследований и регулярной отчетности

Требования

• Высшее образование (Экономика, Математика, ИТ, Техническое)
• Опыт работы более 3 лет в бизнес-анализе, продуктовом анализе или аналитике данных
• Продвинутый уровень SQL (сложные запросы, оптимизация)
• Уверенное владение Python (библиотеки Pandas, NumPy, Scikit-learn для анализа, очистки и визуализации данных)
• Опыт работы с BI-инструментами (Qlik Sense, Tableau, Power BI, Oracle BI) для создания дашбордов
• Опыт проведения A/B тестирования
• Знание принципов работы дистрибуции, CVM и телекоммуникационных технологий
• Навыки работы с Jira / Confluence
• Умение переводить сложные данные в понятные инсайты для бизнеса
• Навыки презентации и ведения переговоров
• Системное мышление

• Формирование единой аналитики и рейтинга партнёров Холдинга.
• Разработка и развитие Partner Health Index — оценки надежности и эффективности партнёров.
• Анализ качества, сроков, производительности, финансовой устойчивости и других показателей партнёров.
• Выявление рисков и причин отклонений до возникновения проблем на проектах.
• Расчет финансового влияния партнёров на бизнес.
• Подготовка аналитики и дашбордов для руководства.
• Совместная работа с IT/Digital над автоматизацией аналитики.

• Опыт в бизнес-, data- или финансовой аналитике.
• Продвинутый Excel.
• Power BI или аналогичные BI-инструменты.
• Знание SQL — будет преимуществом.
• Умение работать с большими массивами данных и объединять информацию из разных источников.
• Сильное аналитическое мышление и умение находить причинно-следственные связи.
• Умение превращать данные в понятные выводы и рекомендации для бизнеса.
• Опыт в строительстве или работе с подрядчиками — преимущество.

• Возможность карьерного и профессионального роста;
• Команда, которая ценит людей и строит культуру сотрудничества и развития;
• Комфортные условия труда в офисе и вовлечённую корпоративную среду;
• Конкурентная заработная плата (обсуждается по итогам интервью);
• Частичная медицинская страховка и ежегодная компенсация (кафетерий) на один вид услуги по выбору: фитнес, санаторно-курортное или медицинское обслуживание, либо туристические путёвки.

Альфа Банк – один из ведущих частных банков, который входит в число системно значимых банков Беларуси.
Мы работаем как финтех-компания, интегрируя в свою бизнес-модель успешные практики в области мобильных платежей, онлайн-кредитования, цифровых транзакций и других передовых технологий.
Сейчас в Альфе более 70 тысяч бизнес-клиентов 1 100 000 клиентов-физлиц.

Сегодня в команде Альфа Банка более 2900 профессионалов.

Мы объединяем людей с разным опытом, взглядами и интересами.

Присоединяйся к команде. Вместе мы способны на большее!

На проект по развитию веб-приложения банка требуется аналитик данных, который усилит нашу команду.

Ключевые задачи:

• оцифровка клиентских путей: построение и анализ воронок, конверсий, поиска точек роста и «узких мест» приложения;
• держать руку на пульсе приложения: расчет метрик активности пользователей, ключевых продуктовых и бизнес-показателей;
• проводить когортный анализ: сегментировать пользователей по дате привлечения, целевым действиям и маркетинговым каналам для оценки качества привллечения клиентов и их окупаемости;
• анализ и интерпретация результатов А/Б тестов на основе которых будут вносится изменения в функционал приложения.

Пожелания к кандидату:

• знание SQL на высоком уровне: написание оптимизированных запросов, оконные функции, джойны, подготовка витрин данных;
• Python для работы с данными: загрузка, обработка и чистка данных;
• BI-системы: умение работать, понимать принципы функционирования;
• знакомство с системами аналитики, например GA, Метрика, Appsflyer;
• умение понятно и доходчиво делиться выводами, рекомендациями и инсайтами по проведенному анализу с командой и стейкхолдерами;
• умение работать с большими массивами данных.

Что предлагаем для твоего комфорта:

• работу в команде с высокой экспертизой;
• стабильный и прозрачный доход;
• среду роста и развития;
• сочетание стабильности банка и гибкости ИТ;
• крутую корпоративную культуру.

• Изучение поведения аудитории на цифровых платформах компании;
• Формирование гипотез и их систематизация на основе данных аналитики, пользовательского опыта, маркетинговых исследований, бизнес-сценариев;
• Проектирование A/B-тестов для проверки продуктовых гипотез, подготовка дизайна экспериментов, анализ экспериментов и подготовка выводов;
• Разработка подходов и методов для отслеживания изменений в продуктах и цифровых платформах, оказывающих влияние на клиентский опыт;
• Предоставление аналитической информации для разработки маркетинговых и продуктовых гипотез с целью повышения уровня конверсии и выручки;
• Подготовка аналитических исследований и предложений по повышению уровня конверсии на сайтах и в мобильных приложениях;
• Разработка методов и подходов по стандартизации внедрения аналитической разметки;
• Разработка дэшбордов в DataLens;
• Наставничество и помощь аналитикам в реализации их задач и проектов.​​​​​​

Требования:

• ​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​опыт работы с кроссплатформенными цифровыми продуктами (сайты и мобильные приложения на разных технологических платформах);
• умение строить сквозную аналитику, клиентские пути, воронки продаж;
• экспертные знания инструментов Яндекс Метрика, с AppMetrica
• свободное владение SQL для работы с данными;
• широкий опыт и навыки проведения A/B тестов;
• знание методов статистического анализа и теории вероятности, умение видеть за числами физический смысл, находить причины и следствия;
• продвинутые навыки обработки и анализа данных в Python, в том числе для обработки результатов A/B тестов;
• продвинутые навыки и опыт в разработке дешбордов в BI платформах;
• инициативность и проактивность в решении задач по аналитики.

• Официальное оформление согласно ТК РФ в IT-компанию;
• Расширенный полис ДМС со стоматологией после испытательного срока;
• Возможности развития: возможность горизонтального и вертикального роста, бесплатное обучение в корпоративном университете S8 Академия (имеет образовательную лицензию), а также возможность внешнего обучения, которое оплачивает холдинг;
• Насыщенная корпоративная жизнь: квиз-соревнования; благотворительные мероприятия; волонтёрское движение; запоминающиеся корпоративы;
• Корпоративный спорт: футбол, волейбол, баскетбол, йога, беговой клуб, киберспорт;
• Доступ к корпоративному пакету скидок PrimeZone – в фитнес-клубы, на уроки английского и т.д.;
• Ещё мы знаем, как важно проводить время с семьей и детьми – поэтому мы организовываем конкурсы детского творчества, дарим классные подарки за участие, и отпускаем родителей на линейку 1 сентября.

📢 Ищу в команду продуктового аналитика.

Ищем аналитика в продуктовую команды, отвечающей за развитие лотерей в цифровых каналах (сайт + мобильное приложение Столото). Ваши инсайты, выводы и рекомендации будут напрямую влиять на роадмап развития продукта. При этом вы также будете входить в команду цифровой аналитики, развивая аналитическую платформу и методологии работы с данными, получая всестороннюю поддержку ресурсами, навыками и опытом.

Чем предстоит заниматься

• Сопровождение продуктовой команды данными, инсайтами, выводами и рекомендациями
• Исследование поведения аудитории и поиск паттернов
• Поиск точек роста продукта
• Формирование гипотез по улучшению CX/UI
• Планирование и проведение A/B тестов
• Оценка маркетинговых кампаний, юнит-экономика
• Построение отчетности и дэшбордов, мониторинг продуктовых метрик

Что ждём от кандидата

• Опыт в цифровой аналитике от 2х лет
• Навык объяснять сложные вещи простыми словами
• Уверенное владение SQL для работы с данными
• Умение разработки дешбордов в BI (мы используем DataLens)
• Опыт дизайна и анализа A/B тестов

• ​​​​​​Официальное оформление согласно ТК РФ в IT-компанию;
• Расширенный полис ДМС со стоматологией после испытательного срока;
• Возможности развития: возможность горизонтального и вертикального роста, бесплатное обучение в корпоративном университете S8 Академия (имеет образовательную лицензию), а также возможность внешнего обучения, которое оплачивает холдинг;
• Насыщенная корпоративная жизнь: квиз-соревнования; благотворительные мероприятия; волонтёрское движение; запоминающиеся корпоративы;
• Корпоративный спорт: футбол, волейбол, баскетбол, йога, беговой клуб, киберспорт;
• Доступ к корпоративному пакету скидок PrimeZone – в фитнес-клубы, на уроки английского и т.д.;
• Ещё мы знаем, как важно проводить время с семьей и детьми – поэтому мы организовываем конкурсы детского творчества, дарим классные подарки за участие, и отпускаем родителей на линейку 1 сентября.

Алиса помогает миллионам людей решать повседневные задачи. В команде Алисы AI мы строим Мою Память — единое место для того, что важно пользователю: заметок, дел, списков, планов и файлов. Но наша цель — не просто сделать ещё один заметочник. Мы создаём контекстный слой Алисы: пользователь сможет без лишних усилий сохранить важное, найти это обычными словами и получить нужный контекст в подходящий момент — в чате, с помощью колонки или на другом устройстве с Алисой.

Например:

«Запомни код домофона»

«Добавь молоко в список покупок»

«Что педиатр написал про витамин D?»

«Напомни записаться к врачу через две недели»


В основе сценария — LLM, которая понимает намерение пользователя, вызывает нужные инструменты для создания, поиска и изменения записей и формирует итоговый ответ. Здесь особенно важны точность и надёжность: Алиса не должна забывать сохранить обещанное, менять не ту запись или уверенно говорить о действии, которого не произошло.

Ищем ML-аналитика, который поможет нам измерять и системно улучшать качество Моей Памяти — от первого решения модели до результата, который увидит пользователь.

Создание системы оценки качества AI-продукта

Вы будете формировать целостную картину качества сценария: определять ключевые метрики и раскладывать их по этапам — роутинг, поиск контекста, вызов инструментов, итоговый ответ и доставка результата. Нужно будет связывать офлайн-оценку моделей с поведением продукта в реальном потоке, проектировать мониторинги и дашборды, которые помогают вовремя замечать деградации. Предстоит находить срезы, в которых общая метрика скрывает проблемы: разные устройства, интенты, типы записей и сложность диалога.

Приёмка новых моделей и изменений

Вместе с ML-разработчиками, продуктом и редакторами вы будете отвечать на практический вопрос: можно ли выпускать новую модель пользователям? Для этого предстоит: собирать репрезентативные eval-наборы и приёмочные корзинки, сравнивать версии моделей и разбирать регрессии, развивать LLM-as-a-judge и проверять его согласованность с человеческой оценкой. Нужно будет определять критерии готовности к эксперименту и запуску, проводить постанализ после выкладки и проверять, подтвердился ли ожидаемый эффект.

Разбор ошибок модели и поиск точек роста

Вам предстоит много работать с живыми пользовательскими сценариями и текстовыми логами. Ваши задачи — искать срабатывания false positive и false negative; разбирать DSAT и проблемные диалоги; кластеризовать ошибки и отделять проблемы намерения, retrieval, tool calling и генерации ответа. Нужно будет выявлять повторяющиеся паттерны через data mining и эвристики, превращать наблюдения в проверяемые продуктовые и ML-гипотезы, оценивать масштаб проблемы и ожидаемый эффект исправления.

Подготовка данных для улучшения моделей и проверка изменений онлайн
Вы будете участвовать во всём цикле улучшения качества: формировать выборки для обучения, валидации и независимой приёмки; следить за покрытием сценариев и смещениями в данных; помогать определять разметку и таксономию ошибок. Нужно будет оценивать качество датасетов и автоматической разметки, делать воспроизводимые исследования, которыми сможет пользоваться вся команда.

После офлайн-приёмки предстоит оценивать работу продукта на реальных пользователях: проектировать и анализировать A/B-эксперименты, интерпретировать изменения продуктовых и качественных метрик, отделять эффект модели от изменений состава трафика, находить новые проблемы и удачные сценарии, которые проявляются только в живом потоке.

* Уверенно владеете SQL и Python и умеете самостоятельно проводить исследование от сырых данных до вывода
* Умеете работать с большими объёмами событийных данных и текстовых логов
* Знаете основы математической статистики и A/B-тестирования
* Умеете проектировать метрики, проверять их валидность и объяснять ограничения
* Способны превратить размытый вопрос о качестве продукта в измеримую постановку
* Умеете находить причины за агрегатами и проверять гипотезы на данных
* Понимаете базовые принципы работы ML-моделей и готовы разбираться в сложной LLM-системе
* Ясно формулируете выводы и можете обсуждать их с ML-разработчиками, инженерами, редакторами и менеджерами

* Работали с LLM-продуктами, NLP или голосовыми ассистентами
* Строили evals, LLM-as-a-judge или системы автоматической оценки моделей
* Оценивали качество ранжирования, поиска или классификации
* Собирали обучающие и приёмочные датасеты
* Строили аналитические дашборды и мониторинги
* Знакомы с retrieval, RAG, tool calling и агентными системами
* Умеете работать с неструктурированными данными и проектировать таксономии ошибок

Мы в поиске Data Analyst в команду крупной телекоммуникационной компании.

Проект связан с разработкой единой системы оценки эффективности. В роли будет много работы с DWH и аналитическими витринами, продуктовыми и бизнес-метриками, A/B-тестами и BI-отчетностью.

Чем предстоит заниматься:

• Собирать, согласовывать и формализовывать требования бизнеса к отчетности и метрикам.
• Работать с DWH и источниками данных.
• Писать сложные SQL-запросы и участвовать в разработке аналитических витрин.
• Ставить задачи инженерам данных на создание новых витрин и выгрузок.
• Трансформировать сырые данные из DWH в аналитические таблицы.
• Проводить EDA, находить аномалии и точки роста бизнеса.
• Проектировать метрики, участвовать в дизайне и анализе A/B-тестов.
• Проверять качество и корректность данных.
• Разрабатывать, развивать и автоматизировать интерактивные BI-дашборды.
• Участвовать в формировании продуктовых гипотез и анализе результатов экспериментов.
• Презентовать результаты исследований и готовить регулярную бизнес-отчетность.
• Документировать данные, процессы и функциональность.

Для нас важно:

• Опыт работы в роли дата аналитика от 3 лет.
• Продвинутый SQL: сложные JOIN, CTE, оконные функции, оптимизация тяжелых запросов.
• Опыт работы с витринами данных DWH и понимание принципов их построения.
• Понимание структуры слоев DWH: Staging, ODS, DDS, marts.
• Опыт постановки ТЗ инженерам данных на создание витрин и выгрузок.
• Опыт проектирования продуктовых / бизнес-метрик и дизайна A/B-тестов.
• Знание математической статистики, теории вероятностей и методов проверки статистических гипотез.
• Опыт работы с аналитическими СУБД и понимание принципов работы колоночных баз данных.
• Python: Pandas, NumPy для EDA, трансформации данных и автоматизации аналитических задач.
• Опыт работы с BI-системами и понимание принципов проектирования дашбордов.
• Уверенная работа с Git.
• Готовность освоить внутреннюю BI-систему компании.

Будет плюсом:

• Опыт работы с Hadoop / Spark.
• Опыт работы с Airflow.

Новая локация офиса:

В ноябре переезжаем в новый офис в Сколково. Сейчас работаем на Соколе - пожалуйста, учитывайте это при отклике на вакансию.

• Помогать на уровне алгоритмов и SQL-запросов в формировании витрин данных (основные аналитические витрины, агрегаты с продуктовыми метриками, витрины для BI-отчетов);

• Взаимодействовать с продуктом, погружаться в цели и задачи бизнеса;

• Формировать новые витрины данных из аналитических источников.

• Опыт работы в профессии от 2 лет;

• Понимание особенностей сбора данных на веб-ресурсах и мобильных приложениях;

• Знание Яндекс Метрики, AppMetica на уровне сбора данных и логики формирования отчётов;

• Знание SQL, Python;

• Опыт работы с BI инструментами для визуализации данных (например, Tableau, Google Data Studio, Yandex Data Lens или Superset).

Условия:

Офис, где приятно быть
— Уютное пространство с зонами коворкинга — выбирай, где работать

Здоровье под защитой
— ДМС (стоматология включена)
— Врач прямо в офисе

Вкусно и бесплатно
— Фреш-бар от Novikov Group
— Кофе, чай, фрукты, снэки — каждый день

Отдых без компромиссов
— Обеденные зоны с настолками и массажными креслами Yamaguchi

Оформление по ТК РФ
— Всё официально

Мы ищем Аналитика в команду "Обмен данными" рекламной платформы SberAds. Команда обеспечивает двусторонний поток информации между рекламной платформой, Сбером и сервисами экосистемы. Ключевые задачи направления включают поиск и оценку новых источников данных, организацию надежных и комплаентных поставок, а также обеспечение высокого качества данных на всех этапах их движения. Роль предполагает работу на стыке бизнес-анализа, data governance и технической аналитики.

Обязанности

• поиск, оценка и проработка новых источников данных, а также проектирование как входящих, так и исходящих поставок данных из рекламной платформы.
• согласование атрибутивного и сущностного (сутевого) состава передаваемых и получаемых данных с владельцами источников и потребителями.
• сопровождение процессов согласования потоков данных, включая обязательное взаимодействие с DPO (Data Protection Officer) и службами безопасности для обеспечения compliance и защиты персональных данных (152-ФЗ).
• формирование технических заданий и постановка задач смежным командам (включая команды разработки): описание требований к витринам, пайплайнам и трансформациям данных.
• контроль качества (Data Quality) получаемых и передаваемых данных: разработка чек-листов, валидация объемов, проверка полноты, непротиворечивости и корректности атрибутов.
• аналитический разбор инцидентов, связанных с обменом данными: выявление root-cause, оценка влияния на бизнес-процессы, подготовка рекомендаций по устранению.
• анализ охватов пользовательских сегментов и выбор оптимальных технических решений для их поставки.
• организация взаимодействия с заказчиками данных: сбор требований, управление ожиданиями, контроль сроков и качества исполнения.

Требования

• опыт работы в аналитике данных (Data Analyst / BI Analyst / Data Engineer) от 1 года
• уверенное знание SQL на уровне написания сложных запросов
• свободное владение Python для анализа данных (pandas, numpy) и автоматизации рутинных проверок
• опыт работы с большими данными: знание Apache Spark (PySpark, Scala) для обработки и трансформации крупных массивов данных
• навык построения дашбордов и систем мониторинга в BI-инструментах (Redash, Apache Superset, Metabase или аналоги)
• опыт формализации бизнес-требований и написания технических спецификаций (ТЗ) для команд разработки и Data Engineering
• понимание принципов Data Quality и опыт проведения сверок данных на разных уровнях (raw, staging, mart)
• базовое понимание требований законодательства в области защиты персональных данных и опыта взаимодействия с комплаенс-подразделениями.

Будет преимуществом:

• опыт работы с событийными данными и веб-логами (кликстрим, event-based data, детальная статистика пользовательского поведения).
• понимание архитектуры хранилищ данных (Data Warehouse, Data Lake) и принципов работы ETL/ELT-процессов.
• опыт работы в роли бизнес аналитика.
• понимание принципов работы рекламных платформ: сегментация, таргетинг, аукционы, RTB
• навыки работы с генеративными AI-моделями.

Условия

• комфортный современный офис (Оружейный пр. д.41)
• гибридный формат работы
• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• 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.

Яндекс Реклама — один из крупнейших активов Яндекса. Это сложно устроенная рекомендательная система с миллиардами объектов и сотнями миллионов пользователей. Дополнительная особенность рекламных технологий как продукта в том, что реклама показывается не на одном сайте или в одном приложении, а на сотнях тысяч.

При этом для корректной работы системы мы должны понимать, насколько эффективны наши алгоритмы, а значит должны использовать данные из смежных частей экосистемы, например из Яндекс Метрики или AppMetrica.

Мы исследуем поведение ML-алгоритмов и особенности трафика, чтобы повышать удовлетворённость всех вовлечённых сторон: рекламодателей, площадок и пользователей.

Оптимизация выкупа

Одна из особенностей системы в том, что один запрос на рекламу может приходить от разных источников. Вам предстоит искать такие случаи и определять, какой источник для нас является оптимальным, чтобы приоритизировать его.

Анализ алгоритмов ценообразования, отбора и отрисовки

Почему на одних площадках мы показываем больше видео, а на других больше картинок? Почему цена одного формата выше, чем другого? Вам нужно будет проводить исследования для ответа на эти вопросы.

Активное продвижение своих идей

Вам предстоит общаться с широким кругом заказчиков и коллег: разработчиками, ML-командой, менеджерами продукта и привлечения. Важно не бояться задавать вопросы, предлагать и защищать свои идеи — доводить решения от гипотезы до продакшена.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Знаете математическую статистику, теорию вероятностей и методы оптимизации
* Хорошо владеете Python и SQL
* Инициативны и активны

Мы ждем от тебя:

• образование: высшее в сфере экономики, математики или маркетинга;
• опыт работы: от 1 года в сфере аналитики данных;
• практический опыт анализа данных и работы с Big Data;
• приветствуется подготовка в области маркетинга и телекоммуникаций;
• уверенное владение SQL и Python, опыт разработки отчетности в Power BI, Tableau или аналогичных системах, продвинутый уровень Excel;
• развитое аналитическое мышление, умение работать с большими массивами данных и формировать выводы на основе результатов анализа.

Что нужно делать:

• сбор, обработка и анализ больших массивов данных;
• подготовка отчетности, дашбордов и презентаций;
• анализ абонентской базы, KPI, качества услуг, маркетинговых активностей и коммерческих проектов; оценка эффективности продуктов и подготовка бизнес-кейсов;
• выявление факторов оттока, прогнозирование ключевых показателей, формирование бизнес-требований, анализ рынка и конкурентов, совершенствование аналитической отчетности.

Мы ждем от тебя:

• образование: высшее экономическое, техническое или математическое образование;
• опыт работы: более 5 лет в сфере аналитики данных, маркетинга, коммерческой аналитики или телекоммуникаций;
• опыт работы с Big Data, разработки аналитических моделей, прогнозов и экономических расчетов;
• навыки проведение комплексного маркетингового и коммерческого анализа, оценка эффективности продуктов, услуг и бизнес-процессов;
• опыт разработки аналитических подходов и внедрения решений для поддержки управленческих решений;
• уверенное владение SQL, Python, Power BI и Excel.

Что нужно делать:

• разработка и совершенствование методологии аналитики, управленческой отчетности и KPI;
• проведение комплексного маркетингового и коммерческого анализа, анализ рынка телекоммуникаций и конкурентной среды;
• анализ и сегментация абонентской базы, разработка аналитических моделей, прогнозов и бизнес кейсов;
• оценка эффективности продуктов, тарифов, услуг и коммерческих инициатив, подготовка рекомендаций для роста выручки и повышения эффективности бизнеса;
• выявление факторов оттока (Churn Management), разработка мер по удержанию клиентов и увеличению LTV;
• формирование бизнес-требований к аналитическим решениям и аналитическая поддержка управленческих решений.