AI Product Analyst
– Проводить discovery-сессии с бизнес-владельцами клиента, собирать и согласовывать каталог вопросов на use case с ожидаемыми ответами. На его основе вместе с аналитиками клиента формировать неизменяемый hold-out benchmark, по которому при…
Неизвестный работодатель · На сервисе с: 24.09.26 08:53
🤖 AI Product Analyst
💵 ЗП: 3000–4500$ gross
🏠 Формат: удалённая работа
🗣 Английский: C1
🎯 Что будет делать:
– Проводить discovery-сессии с бизнес-владельцами клиента, собирать и согласовывать каталог вопросов на use case с ожидаемыми ответами. На его основе вместе с аналитиками клиента формировать неизменяемый hold-out benchmark, по которому принимается go-live.
– Делать data discovery по источникам (Oracle EPM, Landfolio, AcQuire): что уже есть в ADLS и Databricks, в каком виде, с какой частотой обновления. Готовить решение «переиспользуем или строим пайплайн» и согласовывать его с командой данных клиента.
– Описывать каталог схем и проверки качества данных.
– Формулировать требования к чату и дашбордам: метрики, интенты (retrieve, compare, rank, explain, verify), правила доступа, шаблоны отчётов (cost summary, licence cost), шаблоны документов (pledge drafts, разделы CMI-отчёта) и переводить их в постановки для ML-инженеров.
– Готовить корпус знаний для RAG: SOP, Tenement Management Guidebook, Mining Investment Law and Regulations; размечать наборы для оценки retrieval и точности цитирования.
– Вести QA и бенчмаркинг: прогонять harness, калибровать рубрику LLM-as-a-judge с business lead клиента, разбирать ошибки (неверные числа, галлюцинации, нарушения доступа), сопровождать UAT и пилотную группу.
– Поддерживать документацию: вход в архитектурный документ, каталог вопросов, пакет knowledge transfer, материалы к weekly status и milestone-демо.
🛠 Требования:
– Опыт от 3 лет аналитиком (data / system / product analyst) на проектах с данными или ML для enterprise-клиентов.
– Уверенный SQL: сложные запросы, сверка чисел с дашбордами и отчётами, профилирование данных. Опыт в Databricks / Spark SQL или готовность быстро освоить.
– Понимание, как устроены LLM-продукты: RAG, Text2SQL, промпты, ограничения моделей, галлюцинации. Опыт формирования тестовых наборов и оценки качества ответов (eval-сеты, рубрики, метрики).
– Рабочий английский не ниже C1: воркшопы с экспертами клиента, переписка и документы на английском.
– Самостоятельность в распределённой удалённой команде, готовность к регулярным созвонам с клиентом в часовом поясе Саудовской Аравии (UTC+3).
⭐️ Будет плюсом:
– Azure ADLS, Databricks Genie, AI Foundry, Power BI или аналогичные BI-инструменты.
– Опыт с финансовыми данными: бюджет, факт, прогноз, P&L. Знакомство с Oracle EPM / Hyperion.
– Опыт с геологическими данными, AcQuire, ГИС (ArcGIS и аналоги), пространственными данными.
– Домен: майнинг, нефтегаз, тяжёлая промышленность.
– Python / pandas для профилирования данных, опыт с инструментами оценки LLM (LLM-as-a-judge, Ragas, promptfoo и подобные).
📧 По вопросам пишите мне: @IT_SergHR
#AI #ProductAnalyst #DataAnalyst #LLM #RAG #SQL #Databricks #Remote
Приглашаю в мой ТГ канал "Мир it вакансий" Там будет много разных, интересных проектов) https://lnkd.in/g9Yz6FJS
P.S. Буду признателен за репост 😉
Мир it вакансий
t.me
Похожие вакансии Аналитика данных
Основные задачи:
-
Анализировать источники данных: ERP-системы, API, базы данных, файлы, event-шины и Kafka;
-
Выявлять и формализовывать требования внутренних и внешних заказчиков к данным и аналитике;
-
Участвовать в проектировании аналитических витрин и моделей данных;
-
Описывать состав показателей, правила расчёта, связи между сущностями и требования к качеству данных;
-
Готовить SQL-прототипы, выборки и технические задания для команд Data Engineering;
-
Выполнять профилирование данных и анализ расхождений между источниками;
-
Участвовать в проверке полноты, актуальности, непротиворечивости и корректности данных;
-
Принимать участие в тестировании и валидации витрин, пайплайнов и интеграций;
-
Анализировать результаты обработки данных в Spark, Starrocks, Trino или аналогичных SQL-движках;
-
Поддерживать документацию по источникам, моделям, витринам и правилам трансформации;
-
Взаимодействовать с заказчиками, аналитиками, разработчиками, инженерами данных и архитекторами.
Обязательные требования:
-
Опыт работы дата-аналитиком, DWH-аналитиком, системным аналитиком или аналитиком витрин данных;
-
Уверенное знание SQL;
-
Опыт анализа данных из нескольких источников;
-
Понимание принципов построения DWH, Data Lake или Lakehouse;
-
Опыт работы с Apache Iceberg, Parquet и объектными S3-хранилищами;
-
Опыт работы с Apache Spark, Spark SQL или PySpark;
-
Знание Python для анализа и автоматизации;
-
Понимание слоёв данных, витрин, агрегатов и ETL/ELT-процессов;
-
Опыт подготовки требований, спецификаций или технических заданий;
-
Умение описывать правила расчёта показателей и преобразования данных;
-
Опыт профилирования и проверки качества данных;
-
Понимание принципов работы пакетных и потоковых загрузок;
-
Умение взаимодействовать с бизнес-заказчиками и техническими командами.
Будет преимуществом:
-
Опыт работы в банках, страховых, инвестиционных или других финансовых компаниях;
-
Опыт работы с Impala, Trino, Hive, Greenplum или аналогичными движками;
-
Опыт работы с API, event-шинами и потоковыми данными;
-
Опыт работы с Kubernetes на уровне понимания среды исполнения;
-
Знание инструментов визуализации данных;
-
Опыт работы с Data Quality, Data Governance или Data Catalog.
МЫ ПРЕДЛАГАЕМ:
- Полную занятость, график работы 5/2. Гибкое начало рабочего дня.
- Гибридный формат работы (не менее 1-го дня в неделю из офиса, 4 дня дистанционно) для городов: Москва, Санкт-Петербург, Ярославль, Чебоксары, Воронеж, Самара, Пермь, Уфа.
- Оформление по ТК РФ, бессрочный трудовой договор.
-
Product Analyst Wooppay
Местоположение: Караганда
Формат работы: Гибрид
Опубликована: ••••••••
Требования:
• Опыт с SQL и продуктовой аналитикой
• Python (pandas/numpy)
• Понимание unit-экономики и финтех-метрик
Контакт: ••••••••
•••••••• опубликована в ••••••••
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.