Data Analysis Teaching Experts

TripleTen is a service that empowers people, regardless of their prior experience, to embark on the exciting and challenging journey of mastering tech professions. Our bootcamps focus on training students in Data Analytics, Data Science, Web Development, Quality Assurance (QA) Engineering, and UX/UI Design — in an accessible and practical way, supporting them until they successfully thrive in a new career.

🚀 Our mission is to ensure that every student has the opportunity to successfully master a new profession, find their purpose, and become a valuable member of the tech industry.

What is our goal? We are continuously looking for experienced Data Analysis professionals who want to support and guide our students on their path to becoming professional developers. This is a full-time teaching role with an expectation of 40 hours per week. The schedule can be flexible, but you must be consistently available to support students throughout their learning journey.

How to apply? Apply here. We review applications on a rolling basis, and candidates whose profiles align with the role will be invited to complete a digital interview, and complete a short technical test task.

If a vacancy is available, we will assign it to you right away; otherwise, we will keep your profile and completed task on file for future opportunities.

📌 Please submit your CV in English.

• Host regular live Q&A sessions to help students unblock and progress confidently
• Offer personalized support through 1:1 video calls to answer questions and guide assignments
• Occasionally respond to student questions via direct messages
• Lead live lessons on core program topics and industry-relevant skills
• Share your professional insights and best practices to support the learning community
• Review student projects and provide feedback based on program standards
• Write clear, actionable feedback to help students improve and meet expectations
• Support students in text by explaining concepts, troubleshooting code, and clarifying project or review questions

• 2+ years of experience working as a Data Analyst.
• Professional-level knowledge of Python for solving business problems (ideally with at least 3 years of experience).
• 1+ year of experience working with SQL on real-world problems, as well as experience with data visualization, statistics and probability, and Excel.
• Experience with data wrangling libraries such as Pandas, NumPy, Matplotlib, etc.
• Intermediate English level.
• Advanced Spanish proficiency.

• Training in mentoring and communication techniques.
• The opportunity to teach while continuing your main job.
• The chance to share knowledge and experience with developers within our community.
• Cross-cultural collaboration experience through mentoring and webinar facilitation.
• Remote collaboration with a schedule that is convenient for both you and the team. We do not focus on micromanagement.
• A comfortable digital office environment. We use modern digital tools such as Miro, Notion, Zoom, and others to ensure smooth collaboration.
• A diverse and close-knit team distributed across the U.S. and Latin America.

Наша команда развивает ecom-направление в транзакционном ИИ и в Поиске. Мы хотим помогать пользователям быстро находить нужные товары и сравнивать предложения, а магазинам — получать релевантный спрос. Для этого мы строим ранжирование на данных о товарах, магазинах, запросах и поведении пользователей.

В фокусе роли — развитие факторов органического ранжирования на основе пользовательских и магазинных признаков. Вам предстоит улучшать отбор магазинов и товаров, находить срезы с потерянной конверсией, оценивать потенциал персонализации, разнообразия и сигналов актуальности, а также выстраивать метрики и мониторинги.

Какими мы видим результаты вашей работы через полгода:
* Определены и приоритизированы основные точки роста органического ранжирования, а также пользовательские и магазинные признаки, которые стоит проверить в факторах.
* Оценены и проверены первые гипотезы персонализации, разнообразия и актуальности товаров; по ним приняты решения о дальнейшем развитии.
* Найдены проблемы в продуктовых сценариях пользователей, сформулированы гипотезы для их решения, проведены первые тесты.

Развивать факторы ранжирования на основе магазинных признаков

Вы будете исследовать признаки магазинов и мерчей, улучшать генерацию кандидатов и отбор предложений для выдачи. Отдельный фокус — недопредставленные магазины: нужно найти корректный способ их учёта в продакшене. Ещё одно направление — детекция распродаж и магазинов со всплеском трафика.

Развивать персонализацию, разнообразие и качество выдачи

Вам предстоит оценивать потенциальный эффект персонализации, изучать доступные сигналы в User DWH и проектировать первые проверки. Необходимо будет исследовать способы повышения разнообразия (например, за счёт объединения результатов нескольких запросов), а также масштабировать на органическую выдачу сигналы актуальности и продаваемости товаров, которые уже развиваются в смежных продуктах.

Находить точки роста органической выдачи

Вы будете оценивать, какой объём спроса можно привести на независимые магазины, и находить срезы, где это работает хуже всего. Вам предстоит анализировать выдачи, в которых товар нельзя купить вне маркетплейсов, длинные высококонверсионные сессии без покупки и кластеры с аномально низкой конверсией; определять сценарии, где вклад органической выдачи максимален и незаменим.

Строить метрики и аналитические инструменты

Вам предстоит развивать метрики GMV через Яндекс, заказов без маркетплейсов, разнообразия и рыночности ранжирования, а также показатели для новых участников выдачи. Важно не только поддерживать приборы, но и объяснять, что именно происходит с продуктом и почему.

Помогать команде проводить эксперименты и выявлять аномалии

Вы будете помогать команде с настройкой и отладкой экспериментов, чтобы гипотезы не приходилось перезапускать из-за ошибок в сетапе; развивать мониторинг и сигналы по хостам, которые быстро показывают резкие изменения ключевых метрик и помогают локализовать причину.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Мыслите, как продуктовый аналитик: находите проблему, формулируете гипотезу, выбираете метрики и доводите исследование до решения
* Умеете работать с большими поведенческими данными, строить приборы и находить причины изменений, а не только фиксировать сам факт
* Готовы быть партнёром для команд разработки, продукта и ML: приоритизировать задачи, обсуждать ограничения и защищать выводы данными
* Уверенно владеете SQL и Python для анализа и обработки данных
* Знаете статистику и теорию вероятностей, умеете проектировать и интерпретировать A/B-тесты

* Работали с поиском, рекомендациями или алгоритмами ранжирования
* Исследовали персонализацию и пользовательские признаки в DWH
* Строили мониторинги аномалий и системы продуктовых метрик
* Работали в ecom или крупных транзакционных сервисах