
Команда Авито ищет стажера, который готов работать с реальными данными с первого дня, влиять на продуктовые решения и оценивать эффективность изменений. На программе вы будете развивать навыки под руководством опытного наставника.
Команда Авито ищет стажера, который готов работать с реальными данными с первого дня, влиять на продуктовые решения и оценивать эффективность изменений. На программе вы будете развивать навыки под руководством опытного наставника.
Примеры задач:
— настраивать логирование ключевых пользовательских событий и проверять корректность данных;
— проводить анализ A/B‑тестов, строить отчеты и визуализировать результаты;
— строить витрины данных под бизнес-кейсы и оптимизировать SQL-запросы;
— работать с метриками продукта и исследовать пользовательское поведение;
Ожидания:
— учитесь на 2–4-м курсе бакалавриата, 1–2-м курсе магистратуры, 3–5-м курсе специалитета или уже получили диплом по технической, математической или ИТ‑специальности;
— готовы работать от 30 часов в неделю;
— имеете базовые знания SQL и Python;
— умеете структурировать информацию и критически мыслить;
— понимаете разницу между продуктовой аналитикой и BI-разработкой;
— знаете базовую статистику и методы тестирования гипотез;
— имеете опыт визуализации данных (Redash);
— понимаете базовые методы машинного обучения;
— имеете опыт в проведении простых AB‑тестов.
Что предлагают:
— работу с продуктами Авито: запуск и анализ A/B‑тестов, построение воронок, выполнение эд-хок аналитических запросов и создание дашбордов;
— поддержку опытного наставника и регулярную обратную связь;
— сильное комьюнити и возможность обмениваться опытом;
— зарплату и комфортный формат работы: удаленно или из офиса в Москве, Петербурге, Казани, Самаре и Нижнем Новгороде;
— корпоративную технику, доступ к внутренним библиотекам и образовательным материалам;
— компенсацию питания, бесплатные онлайн-сессии с психологами и консультации с юристами.
#аутстаф
Ищем 1 Senior Data аналитик
(ID ••••••••)
Требования:
- Релевантный опыт от 5 лет.
Работа с данными и архитектурой DWH:
- Опыт проектирования аналитических витрин (Data Marts) в хранилищах данных;
- Навыки проектирования реляционных моделей: определение связей, иерархий, справочников и уровней детализации;
- Опыт построения и поддержки ETL-процессов с использованием Apache Airflow, Kafka, Spark.
Аналитика и инструменты:
- Продвинутое владение SQL для сложных запросов и оптимизации данных;
- Навыки работы с Python для обработки данных и решения аналитических задач;
- Умение проводить контроль качества данных (Data Quality) и выявление расхождений в источниках.
Планирование и прогнозирование:
- Понимание процессов планирования спроса (Demand Planning), включая подготовку исторических данных и расчет статистических прогнозов;
- Знание методов прогнозирования (регрессия, ансамбли, скользящие средние) и работа с метриками точности (MAE, RMSE, MAPE, WAPE, bias);
- Опыт анализа отклонений между фактическими показателями и прогнозами.
Специальные навыки и знания:
- SQL: На продвинутом уровне (сложные джойны, оконные функции, оптимизация запросов);
- Data Modeling: Понимание принципов построения моделей данных, маппинга и структуры таблиц;
- Data Quality: Опыт работы с инструментами или методами проверки целостности и достоверности данных;
- Процессное мышление: Умение декомпозировать бизнес-процесс до уровня движения данных;
- Коммуникации: Способность взаимодействовать со смежными командами (включая внедренческие проекты MDM) и четко формулировать требования к данным.
Задачи:
Основные функциональные обязанности (Demand Planning):
- Анализ источников данных: Оценка наличия и полноты необходимых данных и полей в исходных системах;
- Маппинг данных: Проектирование и описание соответствия полей (mapping) между системами-источниками и целевыми таблицами модели данных по ключевым потокам: Open orders, Primary orders, Offtakes;
- Data Quality & Reporting: Контроль качества данных, поиск аномалий и ошибок, подготовка и обработка выгрузок для передачи внешним вендорам;
- Процессный анализ: Диагностика причин возникновения проблем, выявление узких мест и рисков в процессах обновления данных в источнике (специфично для направления Offtake).
Основные функциональные обязанности (Data):
- Контроль Master Data: Мониторинг качества мастер-данных, обеспечение их консистентности в системах DP и SNP;
- Data Stewardship: Выполнение роли дата-стюарда в рамках Data Lake IBP (обеспечение порядка, стандартов и актуальности данных);
- MDM Support: Участие в коммуникациях и процессах по внедрению корпоративной системы управления мастер-данными (MDM).
О проекте:
Ит-компания. Сфера деятельности - производство кормов для животных
Локация: Россия
Время работы: UTC+3
Гражданство: РФ
Формат: Удаленно
Срок привлечения: 8 месяцев
📨 Регистрируйтесь, загружайте резюме на •••••••• и оставляйте отклик на запрос
❗️Все актуальные запросы — ••••••••
Наша команда развивает пользовательские сценарии и персонализацию предложений в Диалоговых каналах банка. Наша цель — объединение канальных сценариев взаимодействия с клиентом в единый омниканальный процесс, создание решений, которые помогут клиенту закрыть его потребности с помощью продуктов и сервисов экосистемы Сбера, персонализируют клиентский опыт и оптимизируют бизнес-процессы.
Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!
вести продуктовую аналитику: формулировать и отслеживать метрики успеха, анализировать воронки, проводить A/B-тесты и оценивать влияние изменений на ключевые показатели
анализировать данные по клиентам и кампаниям
проводить исследование новых источников данных для улучшения качества персонализации предложений
участвовать в разработке стратегии развития продукта, определять приоритетные направлений для исследований
готовить Ad-Hoc отчеты, консультировать смежные команды
унифицировать, автоматизировать и развивать аналитические процессы команды.
опыт работы в качестве DA/BA от 2 лет
Уверенное знание SQL (оконные функции, умение читать план запроса и т.д.)
опыт использования Python для аналитики (библиотеки - pandas/ numpy/ matplotlib/ seaborn)
умение презентовать результаты своих исследований и объяснять сложные вещи простыми словами
умение проектировать эксперименты и интерпретировать результаты;
знание основ статистики (методология оценки A/B-тестов, проверка гипотез)
навыки анализа большого массива данных.
Преимуществом будет:
опыт работы в BI инструментами (Tableau, Qlik и др.)
опыт работы с BigData-стеком (Hadoop, Spark, Hive), умение строить и оптимизировать пайплайны обработки больших данных
опыт работы аналитиком от 2-х лет в экосистемных компаниях (Ozon/Яндекс/MTC/WB/Т-банк)
аналитическое мышление и умение систематизировать информацию;
проактивность и самостоятельность в решении задач
умение работать со смежными командами, отстаивать интересы по своим задачам и место в бэклоге, контролировать выполнение поставленных задач
навыки работы с генеративными AI-моделями
опыт создания AI-агентов и использования их в работе будет преимуществом
опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
инструментальное владение AI для анализа, генерации и автоматизации.
офисный формат работы, адрес офиса Кутузовский проспект 32 к 1
ежегодный пересмотр зарплаты, квартальная и годовая премия
корпоративный спортзал и зоны отдыха
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
программа адаптации и помощь руководителя на старте
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.
GitLab is the intelligent orchestration platform for DevSecOps. GitLab enables organizations to increase developer productivity, improve operational efficiency, reduce security and compliance risk, and accelerate digital transformation. More than 50 million registered users and more than 50% of the Fortune 100* trust GitLab to ship better, more secure software faster.
The same principles built into our products are reflected in how our team works: we embrace AI as a core productivity multiplier, with all team members expected to incorporate AI into their daily workflows to drive efficiency, innovation, and impact. GitLab is where careers accelerate, innovation flourishes, and every voice is valued. Our high-performance culture is driven by our values and continuous knowledge exchange, enabling our team members to reach their full potential while collaborating with industry leaders to solve complex problems. Co-create the future with us as we build technology that transforms how the world develops software.
*Fortune 500® is a registered trademark of Fortune Media IP Limited, used under license. Claim based on GitLab data. Fortune 100 refers to the top 20% ranked companies in the 2025 Fortune 500 list, published in June 2025. Fortune and Fortune Media IP Limited are not affiliated with, and do not endorse products or services of GitLab.
As Director, Analytics Engineering, you'll lead a team of 8 and report to the VP of Data & Insights. You set direction across the data organization, stay close enough to the work to guide technical decisions credibly, and partner with Data Engineering, Data Science, IT, and business leaders.
You will have three mandates:
Analytics Engineering makes GitLab's data trusted, easy to find, and ready for anyone to use, whether they ask a dashboard, Claude, or a Slack agent. We own the curated data models, the semantic layer, the self-service tools, and the data applications that let teams answer their own questions.
AI is changing how people get to data. Questions that once went through an analyst now go straight to AI tools, so the answers are only as good as the data models and business definitions behind them. Our job is to make those answers correct, consistent, and measurable.
The base salary range for this role’s listed level is currently for residents of the United States only. This range is intended to reflect the role's base salary rate in locations throughout the US. Grade level and salary ranges are determined through interviews and a review of education, experience, knowledge, skills, abilities of the applicant, equity with other team members, alignment with market data, and geographic location. The base salary range does not include any bonuses, equity, or benefits. See more information on our benefits and equity. Sales roles are also eligible for incentive pay targeted at up to 100% of the offered base salary.
Please note that we welcome interest from candidates with varying levels of experience; many successful candidates do not meet every single requirement. Additionally, studies have shown that people from underrepresented groups are less likely to apply to a job unless they meet every single qualification. If you're excited about this role, please apply and allow our recruiters to assess your application.
Country Hiring Guidelines: GitLab hires new team members in countries around the world. All of our roles are remote, however some roles may carry specific location-based eligibility requirements. Our Talent Acquisition team can help answer any questions about location after starting the recruiting process.
Privacy Policy: Please review our Recruitment Privacy Policy. Your privacy is important to us.
GitLab is proud to be an equal opportunity workplace and is an affirmative action employer. GitLab’s policies and practices relating to recruitment, employment, career development and advancement, promotion, and retirement are based solely on merit, regardless of race, color, religion, ancestry, sex (including pregnancy, lactation, sexual orientation, gender identity, or gender expression), national origin, age, citizenship, marital status, mental or physical disability, genetic information (including family medical history), discharge status from the military, protected veteran status (which includes disabled veterans, recently separated veterans, active duty wartime or campaign badge veterans, and Armed Forces service medal veterans), or any other basis protected by law. GitLab will not tolerate discrimination or harassment based on any of these characteristics. See also GitLab’s EEO Policy and EEO is the Law. If you have a disability or special need that requires accommodation, please let us know during the recruiting process.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.