• Senior Data Analyst with Product Analytics, Learning Platform
·
•••••••• ищет сразу 2 специалиста
Местоположение: Казахстан
Формат работы: Удаленно
Опубликована: ••••••••
Открытые роли:
• Senior Data Analyst with Product Analytics, Learning Platform
• Senior Analytics Engineer with dbt, Data Team
Контакт: ••••••••
•••••••• в LinkedIn
Сформировать управляемую модель данных организации и обеспечить внедрение MDM
Проектировать домены данных, их границы, канонические сущности, владельцев и правила ответственности
Определять состав золотых слоёв и правила золотой записи: сопоставление, дедупликация, слияние, приоритет источника на уровне атрибута, происхождение и разрешение расхождений
Формировать и вести каталоги НСИ, метаданных, бизнес-терминов, показателей качества и критичных элементов данных
Собирать требования и проектировать логические модели каталогов MDM, сценарии согласования и интеграционные контракты
Профилировать данные ведомственных информационных систем и внешних источников; готовить маппинги, правила очистки, миграции, сверки и архивного переноса
Внедрить process mining: определять event log, проверять соответствие фактических траекторий регламентам, выявлять узкие места и повторные операции
Организовывать анализ неструктурированных данных с применением OCR/NLP/LLM: извлечение сущностей и фактов, классификация, поиск и контроль качества результатов
Проектировать и валидировать алгоритмы выявления признаков нарушений: признаки, разметка, тестовые выборки, метрики, объяснимость, мониторинг и обязательная проверка человеком
Координировать аналитические решения с владельцами данных, бизнес-подразделениями, архитекторами, разработчиками и ДИТ; вести документацию и критерии приёмки
Высшее образование: ИТ, прикладная математика, анализ данных, экономика/статистика или смежное направление
Опыт: не менее 4 лет в аналитике данных, системной аналитике или data engineering; практический опыт MDM/Data Governance, миграции либо создания корпоративных моделей данных
Уверенный SQL и профилирование больших наборов данных; практическая работа с Oracle и PostgreSQL
Понимание MongoDB и документных моделей, REST/JSON, событийного обмена, контрактов данных и межсистемных интеграций
Сильное владение моделированием данных: доменная и каноническая модели, MDM/RDM, НСИ, метаданные, data lineage, DQ-правила, match/merge и survivorship
Python для анализа данных (pandas или аналоги); практическое понимание ML/NLP/LLM, извлечения сущностей, классификации и семантического поиска
Умение оценивать ИИ-алгоритмы по precision/recall/F1, выявлять утечки и смещения, обеспечивать объяснимость, воспроизводимость и human-in-the-loop
Знание process mining и требований к event log; опыт Celonis, Process Mining в BI/low-code или аналогичных инструментов будет преимуществом
Понимание архитектурного контекста Java-сервисов и React-интерфейсов; программирование на Java/React не является требованием
Работа в динамично развивающейся организации Правительства Москвы
Официальное оформление
Высокопрофессиональная команда
Стабильная заработная плата
Офис м. Красные ворота
График работы- гибридный, 3 дня из офиса, 2 дня из дома (офисный формат на период испытательного срока)
Чем предстоит заниматься
Наши ожидания
Мы предлагаем
Хочешь стать частью команды Уралсиба? Откликайся прямо сейчас!
Наша вакансия тебе подойдет, если ты ищешь:
аналитик CRM, анализ A/B-тестов, розничный бизнес, анализ воронки, SQL
Это национальный бренд, который стал символом социальной ответственности. Мы гордимся тем, что за 12 лет работы нам удалось создать мощное волонтерское движение, увеличив долю участия россиян в социальных проектах до 37%.
Наша миссия — делать добро нормой жизни. Для этого мы создаем инфраструктуру, развиваем проекты и сервисы, которые помогают людям находить единомышленников, получать поддержку, реализовывать собственные инициативы и участвовать в развитии страны.
В основе нашей культуры и ежедневной работы лежат ценности: милосердие, созидание, ответственность и #МЫВМЕСТЕ. Мы создаём проекты со смыслом и с заботой о людях, берём ответственность за результат и умеем работать как одна большая команда. Из этих ценностей рождаются проекты, которые развивают культуру участия, становятся точками роста для целых сообществ, организаций и регионов, создавая долгосрочные изменения далеко за пределами отдельных инициатив.
Мы приглашаем продуктового аналитика, который возьмёт на себя управление продуктовыми данными: от проектирования событийной разметки до юнит-экономики и построения экспериментальной культуры. Работа предполагает прямое взаимодействие с продуктовой командой. Путь от идеи до реализации занимает короткое время. Аналитические выводы внедряются в продукт, а не остаются в отчётах.
Построение системы продуктовых метрик. Разработка и поддержка дерева метрик, расчёт юнит-экономики.
Управление данными. Проектирование событийной разметки в мобильном приложении и на веб-платформе. Обеспечение полноты и качества сбора данных.
Организация A/B-тестирования. Полный цикл: дизайн эксперимента, определение размера выборки, выбор статистических критериев, интерпретация результатов, подготовка рекомендаций для команды.
Анализ пользовательского поведения. Сегментация, воронки, когортный анализ. Выявление барьеров, препятствующих достижению пользователем ценности продукта.
Мониторинг и диагностика. Отслеживание отклонений метрик, установление причин, формулирование гипотез для коррекции пользовательского поведения.
Визуализация и отчётность. Создание дашбордов и отчётов, служащих основой для продуктовых решений.
Участие в стратегическом планировании. Формирование продуктовых планов. Аналитик участвует в принятии решений наравне с командой, а не ограничивается функцией поставщика данных.
Опыт в продуктовой аналитике от 3 лет в B2C-продуктах (онлайн-сервисы, e-commerce, маркетплейсы, контентные проекты).
Юнит-экономика. Понимание структуры экономики продукта, умение декомпозировать метрики до драйверов роста.
A/B-тестирование. Практический опыт полного цикла: дизайн, статистическая мощность, учёт эффекта множественных сравнений и проблем подглядывания.
SQL на уверенном уровне: сложные соединения, оконные функции, расчёт продуктовых метрик запросами.
Python для анализа данных: Pandas, NumPy, SciPy.
Трекинговые системы. Понимание принципов работы, опыт проектирования событийной разметки (AppMetrica, Google Analytics, Яндекс.Метрика).
Коммуникация. Способность переводить данные в выводы, выводы — в решения и понятно доносить их до команды.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.