Продуктовый аналитик
Мы ищем опытного Продуктового аналитика в команду Loyalty (Программа лояльности) , чтобы вместе строить персонализированный пользовательский опыт, удерживать клиентов и повышать их жизненную ценность (LTV).
Мы ищем опытного Продуктового аналитика в команду Loyalty (Программа лояльности), чтобы вместе строить персонализированный пользовательский опыт, удерживать клиентов и повышать их жизненную ценность (LTV).
Вам предстоит погружаться в поведение пользователей, превращать массивы данных в продуктовые гипотезы, проектировать и анализировать A/B-тесты, а также тесно работать в кросс-функциональной команде с продуктовыми менеджерами, разработчиками и дизайнерами.
🚀 Чем предстоит заниматься:
-
Анализ пользовательского поведения: исследованием того, как клиенты взаимодействуют с системой лояльности (бонусы, кешбэк, статусы, промокоды, партнерские офферы).
-
Генерация и проверка гипотез: на основе данных искать точки роста конверсии, удержания (Retention) и возвращаемости пользователей.
-
Эксперименты и A/B-тестирование: проектировать A/B-тесты (расчет размера выборки, оценка мощности), запускать их вместе с командой и подводить надежные итоги.
-
Метрики и дашборды: формулировать и развивать древо метрик продукта, разрабатывать автоматизированные дашборды (в BI-инструментах) для команды и руководства.
-
Ad-hoc исследования: проводить глубокие исследования (cohort analysis, funnel analysis, churn prediction) для принятия продуктовых решений.
-
Командное взаимодействие: участвовать в планировании спринтов, защищать результаты исследований перед продуктовой командой и стейкхолдерами.
🎯 Что мы ждем от кандидата:
-
Опыт работы: от 2–3 лет на позиции продуктового или веб-аналитика (опыт в продуктах с программами лояльности, e-commerce, финтехе или ритейле будет плюсом).
-
Уверенный SQL: написание сложных, оптимизированных запросов (Window functions, CTE, агрегации).
-
Python или R: опыт обработки данных, проведения статистических тестов и построения визуализаций (pandas, numpy, scipy/statsmodels, matplotlib/seaborn).
-
Математическая статистика и A/B-тестирование: понимание доверительных интервалов, проверки гипотез (p-value, ошибки I/II рода, MDE, методы снижения дисперсии — Cuped/Stratification).
-
Понимание продуктовых метрик: LTV, CAC, Retention, Churn, ARPU/ARPPU, DAU/MAU, Burn Rate бонусов.
-
Опыт работы с BI: Superset, Power BI, Tableau, Redash или аналогами.
Будет плюсом:
-
Опыт построения моделей оттока (Churn) или сегментации пользователей (RFM-анализ).
-
Понимание работы рекомендательных систем и персональных офферов.
-
Опыт работы с продуктовой аналитикой (Amplitude, Mixpanel) и системами веб-аналитики (Google Analytics, Яндекс Метрика).
Похожие вакансии Аналитика данных
Центр управления данными (DataGov) развивает сервисы и практики управления данными для дата-специалистов, продуктовых команд и бизнес-пользователей.
В рамках направления Data Quality команда систематизирует практики управления качеством данных и внедряет их в процессы разработки продуктов и построения дата-пайплайнов. Отдельный фокус — автоматизация DQ-процессов с использованием Python, LLM и AI-агентов.
Задачи
- Контроль качества данных: обеспечение покрытия данных проверками качества (DQ-контролями) в соответствии с требованиями заказчиков;
- Сбор и анализ требований: взаимодействие с внутренними заказчиками, выявление потребностей и формализация требований к качеству данных;
- Разработка DQ-контролей: создание, настройка и сопровождение проверок качества данных во внутреннем инструменте компании;
- Аналитика и отчётность: сбор, систематизация и визуализация статистики по результатам проведённого анализа и работы DQ-контролей;
- Ad-hoc аналитика: выполнение разовых аналитических запросов для решения операционных задач, исследование данных и подготовка выводов
Требования
В том числе Студенты бакалавриата, специалитета или магистратуры;
SQL: написание запросов с использованием `SELECT`, `JOIN`, `GROUP BY`, `HAVING`, подзапросов и агрегатных функций;
- Excel: работа с таблицами, формулами и сводными таблицами;
- Основы работы с базами данных: понимание реляционной модели данных, структуры таблиц и связей между ними;
- Аналитические навыки: умение исследовать данные, выявлять аномалии, находить закономерности и формулировать выводы;
- Документирование требований: умение структурировать и описывать бизнес-требования, формировать понятные технические задания;
Будет преимуществом:
- Основы Data Quality: понимание основных характеристик качества данных;
- Grafana: базовые навыки работы с дашбордами, визуализации и мониторинга показателей, понимание принципов работы панелей, фильтров и запросов к источникам данных;
- Python: базовое знание языка, понимание основ обработки данных;
- BI-инструменты: опыт работы или знакомство с Power BI, Yandex DataLens, Tableau, Apache Superset или аналогичными инструментами визуализации и анализа данных;
- Продвинутый SQL: оконные функции, CTE, работа со сложными запросами;
- ETL/ELT: общее понимание процессов загрузки, преобразования и обработки данных;
- Git: базовые навыки работы с системой контроля версий.
Условия
Cобственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
Полезные курсы и вебинары в корпоративном университете и электронную библиотеку.
А еще:
Прием врачей общей практики и массаж в офисе;
Мобильная связь за счет компании и льготные тарифы для близких;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.
Мы ищем стажера в команду продукта DataHouse для решения задач, связанных с аналитическим сопровождением работы процессов экосистемного хранилища данных. Это отличная возможность узнать, как работает современное хранилище данных изнутри, и приобрести опыт работы со стеком Hadoop, Pyspark, Airflow.
Задачи
Отслеживать работу регламентных процессов обновления данных, реагировать на сбои и исследовать причины этих сбоев;
Выполнять рутинные задачи: постановка на мониторинг, закрытие инцидентов, консультирование коллег по типовым вопросам;
Выгружать данные из корпоративных систем и проводить их анализ, готовить отчеты;
Подключать новые источники данных к системе мониторинга, настраивать дэшборды и алерты;
Писать скрипты и Web-приложения для автоматизации решения аналитических задач, в том числе с использованием LLM;
Взаимодействовать с дата-аналитиками, инженерами данных, техлидами, DevOps, Data Governance, сотрудниками поддержки и пользователями данных в рамках текущих задач
Требования
В том числе Студенты бакалавриата, специалитета или магистратуры;
Базовое знание SQL;
Опыт работы с данными на Python (например, polars / pandas) на уровне базовых операций (чтение, агрегирование, соединение);
Будет плюсом опыт работы с Airflow, Grafana;
Готовность приобретать опыт на реальных задачах;
Умение ответственно подходить к своей работе и поручениям руководителя;
Умение организовывать свою деятельность (соблюдение сроков, формирование базы знаний, оформление документации и т.д.)
Условия
Cобственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
Полезные курсы и вебинары в корпоративном университете и электронную библиотеку.
А еще:
Прием врачей общей практики и массаж в офисе;
Мобильная связь за счет компании и льготные тарифы для близких;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.