integraaal

Аналитик электронной коммерции

Мы ищем к нам в команду Аналитика электронной коммерции.

integraaal

Зарплата не указанаРоссияМоскваОфис

Мы ищем к нам в команду Аналитика электронной коммерции.

Основные задачи:

  • Поддерживать действующие дашборды: контролировать обновление и полноту данных, самостоятельно выявлять причины сбоев загрузки и исправлять ошибки в расчётах.
  • Собирать требования и проектировать новые BI-отчёты. Согласовывать с заказчиками правила расчёта показателей и критерии приёмки.
  • Объединять и проверять большие выгрузки маркетплейсов по заказам, возвратам, комиссиям, логистике, рекламе и остаткам.
  • Координировать сверки между командами электронной коммерции и финансов: сопоставлять выручку, возвраты и удержания, документировать причины расхождений.
  • Готовить сводные таблицы и регулярные отчёты по площадкам и товарам, объяснять отклонения и предлагать, что проверить или изменить.

Наши ожидания:

  • Опыт разработки отчётов, обработки выгрузок из нескольких источников и сверки данных. Желательно от двух лет работы с данными и регулярной отчётностью.
  • Опыт аналитики в электронной коммерции, на маркетплейсах или в онлайн-ритейле. Также подойдёт опыт в BI, коммерческой или финансовой аналитике, если вы работали с отчётностью по продажам.
  • Уверенное владение SQL: умеете соединять таблицы, использовать агрегации и оконные функции, выявлять дубли, пропуски и расхождения в данных.
  • Опыт создания отчётов и контроля их обновления в Power BI, DataLens или аналогичных инструментах. Умение строить сводные таблицы и сверять показатели в Excel или Google Таблицах.
  • Умение самостоятельно разбираться в причинах сбоев, проверять расчёты до исходных данных и понятно объяснять коллегам причины отклонений.
  • Будет плюсом профильное образование, знание Python или Power Query, опыт работы с API маркетплейсов и автоматизации загрузки данных.

Что мы предлагаем:

  • Возможность стать частью амбициозной российской beauty-компании с собственной R&D-лабораторией, производством в Москве и собственными косметическими брендами.
  • Официальное оформление по ТК РФ.
  • Команду, где работают на общее дело и открыты к новым идеям — здесь каждый может предложить решение и повлиять на результат.
  • Возможность выстраивать процессы с нуля, внедрять новые инструменты и решения.
  • Современную цифровую среду: активно используем ИИ, предоставляем корпоративные подписки на сервисы и продолжаем цифровую трансформацию.
  • Свободу от дресс-кода и лишней бюрократии.
  • График 5/2: с 9:00 до 18:00 или с 10:00 до 19:00.
  • ДМС с первого дня работы, включая стоматологию.
  • Корпоративные события и заботу о сотрудниках.
  • Уютный офис рядом с метро «Марьина Роща».

Похожие вакансии Аналитика данных

Сайты компаний
яндекс

Дата-аналитик

яндекс
Зарплата не указанаНе указана странаЛокация не указана

AI-продукту нужны точные критерии качества: насколько полезен ответ, справляется ли агент с задачей, что меняется для пользователя. Ищем аналитиков, которые превращают такие вопросы в исследования и обоснованные выводы

Качество генеративных моделей — Yandex R&D

Предстоит оценивать достоверность и качество ответов генеративных моделей, разрабатывать метрики и подходы к оценке LLM, анализировать данные и координировать процесс разметки.

Качество поиска — Поиск с Алисой AI

Вы будете оценивать, насколько хорошо работают ранжирование, быстрые ответы, ответы Алисы и другие AI-сценарии.

Пользовательские и транзакционные сценарии — Независимый Ecom

Нужно будет исследовать работу агентов Алисы, качество органического ранжирования и путь пользователя в еком-сценариях.

Чат и Моя Память Алисы — Алиса и Умные устройства

Предстоит исследовать, как люди взаимодействуют с AI, и оценивать качество этих сценариев.

Другое

Также у нас есть много других задач в разных командах.

Почему здесь интересно:
* Проверяем AI на сложных сценариях
* Разрабатываем собственные бенчмарки: проверяем логику моделей, знание фактов, этичность, понимание контекста и реакцию на провокации
* Используем AI в собственной работе
* Внедряем LLM-агентов в аналитику: с их помощью ищем и быстрее обрабатываем данные, оптимизируем скрипты и находим инсайты на дашбордах
* Видим эффект исследований в продукте
* Ведём полный цикл анализа: выясняем, что ценно для пользователей, а после изменений измеряем их эффект. Связываем исследовательский вопрос с тем, как развивается продукт

* Уверенно владеете Python и SQL или YQL, умеете самостоятельно работать с большими объёмами данных
* Знаете теорию вероятностей, математическую статистику и методы проверки гипотез, умеете проектировать и интерпретировать A/B-тесты и офлайн-эксперименты
* Занимались машинным обучением, понимаете устройство ML-моделей и метрики их качества
* Умеете формализовать исследовательский вопрос, обосновать выбор метрик, проверить их валидность и объяснить аномалии
* Самостоятельно проводили исследования полного цикла и готовили обоснованные выводы

* Работали с LLM, оценкой качества генерации или другими AI-системами
* Работали с большими объёмами событийных данных и текстовых логов
* Работали с DWH, BI-инструментами, продуктовыми воронками или деревьями метрик
* Проектировали офлайн-метрики, бенчмарки или системы оценки качества моделей и продуктов
* Автоматизировали аналитические процессы, разрабатывали и поддерживали собственные инструменты или пайплайны

Как выберем команду:
Обсудим ваш опыт и интересы, проведём технические секции и встречи с подходящими командами. После успешного прохождения этапов обсудим предложение о работе.

Сайты компаний
СБЕР

Senior Data Analyst

СБЕРАвтоподнятие
Зарплата не указанаРоссияМосква

Мы – команда управления рисками блока сеть продаж.

Мы создаем инструменты и сервисы, как классические, так и AI/ML-решения, которые позволяют минимизировать риски мошенничества в отношении клиентов и банка.

Сейчас нам в команду требуется руководитель направления, который поможет нам выстроить систему регулярного мониторинга для каждого проекта, покрыв их метриками (AI/ML, бизнес, клиентские метрики), оперативного реагирования и эскалации западающих зон и организацию их исправления.

  • Взаимодействие с бизнес-командами для сбора требований, согласования гипотез, презентации результатов и формирования бэклога.

  • Руководство распределенной командой инженеров и аналитиков данных (2 чел.).

  • Управление бэклогом команды: планирование, постановка, приоритизация и контроль выполнения в Jira. Ведение и актуализация проектной документации в Confluence.

  • Поиск, анализ и оценка новых источников с релевантными данными для использовании в работе.

  • Решение сложных аналитических задач: расчет бизнес-метрик, проектирование и реализация логики преобразования данных для анализа.

  • Разработка, оптимизация алгоритмов обработки данных на SQL, Python.

  • Формирование и формализация алгоритмов для построения отчетности и аналитических исследований.

  • Выполнение аналитических ad-hoc задач.

  • Проектирование, разработка и поддержка аналитических витрин и слоя данных в Greenplum, Hadoop, Spark, СМД.

  • Внедрение и поддержка процессов обеспечения качества данных (Data Quality): контроль стандартов, мониторинг целостности, точности и своевременности поступления данных.

  • Реализация и развитие BI-отчетности, дэшбордов для мониторинга динамики риска поведения / фрода и оценки причин изменений, выявления фродовых / подозрительных операций, оценки эффективности мероприятий по предотвращению рисков.

  • Понимание основ проектирования, разработки и оптимизации ETL/ELT-процессов и дата-пайплайнов.

  • Опыт проектирования, создания и поддержки аналитических витрин данных.

  • Продвинутое владение PostgreSQL (создание процедур, оконные функции, поставка витрин через PXF), Python (pandas, numpy, matplotlib).

  • Опыт работы с распределенными системами, такими как Greenplum, Hadoop и Spark, СМД.

  • Навыки применения статистического анализа и методов машинного обучения (классификация, обнаружение аномалий) для решения бизнес-задач.

  • Способность решать сложные аналитические задачи: расчет метрик, анализ первопричин, формализация алгоритмов для выявления подозрительных активностей.

  • Опыт внедрения и поддержки практик обеспечения качества данных, мониторинга их целостности и точности.

  • Опыт разработки и поддержки BI-отчетности (Qlik, Navigator) и дэшбордов для мониторинга и аналитики.

  • График 5/2, офис на м. Кутузовская;

  • Режим работы - офис;

  • Достойный уровень вознаграждения (оклад + годовая премия);

  • Возможность возглавить AI-направление и влиять на цифровую трансформацию банка;

  • Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счёт компании;

  • Бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнёров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.

Эта вакансия также есть на:hh.ru
hh.ru
Зарплата не указанаРоссияМоскваОфис

Мы ищем человека, который умеет превращать сырые данные (логи, события, инциденты) в работающие ML-сервисы. Не просто «обучил модель в ноутбуке и забыл» , а довёл от гипотезы до прототипа, завернул в API и сопроводил в проде. Вы будете работать на стыке машинного обучения и информационной безопасности — это значит, что данные здесь настоящие, задачи нетипичные, а результат видит вся команда мониторинга и реагирования.

Чем предстоит заниматься:

  • Исследовать и прототипировать — придумывать, как ML может решить задачи SOC/MDR, проверять гипотезы на реальных данных и собирать прототипы, которые не стыдно показать бизнесу.
  • Доводить до прода — превращать прототип в рабочий сервис: API на FastAPI, Docker, типизация, всё как у взрослых. Сопровождать в Production, мониторить, дорабатывать.
  • Решать прикладные задачи ML — классификация событий безопасности, поиск аномалий в логах, парсинг и обработка текстов, анализ временных рядов, анализ ролевой модели доступа.
  • Работать с LLM — строить приложения на больших языковых моделях: RAG, embeddings, structured output, tool calling, агентные сценарии. Оценивать качество ответов, чтобы не галлюцинировало.
  • Развивать аналитическое ядро — поддерживать и улучшать существующие ML/DS-проекты, переобучать модели на свежих данных, адаптировать под новые требования.
  • Участвовать в пилотах — помогать внедрять продукты у заказчиков, разбираться в их данных, показывать, что ML реально работает.
  • Взаимодействовать с разработкой — ставить задачи по доработке сервисов, обсуждать архитектуру, проводить code review.
  • Реальные задачи, где ML влияет на безопасность продукта, а не «тренировка моделей ради метрик».
  • Современный стек: Python 3.10+, PyTorch, Hugging Face, vLLM, SGLang, LangGraph, Qdrant, FastAPI, PostgreSQL, Prefect, Docker, GitLab CI/CD, pytest, Ruff, mypy, uv.

Что мы ожидаем:

Опыт и образование:

  • От 1,5 лет в анализе данных, ML, ML-инженерии или backend-разработке с ML-задачами;
  • Высшее техническое (или учитесь): математика, ИТ, ИБ, анализ данных или смежное. Подойдёт и бакалавр/магистр в процессе — главное, чтобы руки уже были в коде.

Код и инженерия:

  • Python — уверенно. Не просто "GPT помоги, а сам понимаешь, что написано";
  • Опыт разработки API и сервисов на Python;
  • FastAPI, uv, Docker, vLLM — будет большим плюсом.

ML и данные:

  • Практический опыт с pandas, numpy, scikit-learn на данных из реальных систем (не только Kaggle);
  • Классический ML: классификация, поиск аномалий, обработка текстов, временные ряды — понимание, когда и что применять;
  • SQL — извлекать, проверять, агрегировать данные без чужой помощи;
  • Понимание принципов построения LLM-приложений: промптинг, embeddings, RAG, structured output, tool calling, оценка качества;
  • Если делали агентные решения — отлично.

Доменная область.

  • Готовность разобраться в данных SOC/MDR: события безопасности, инциденты, логи, метрики, результаты работы аналитиков;
  • Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.

Будет преимуществом:

  • Опыт в информационной безопасности: SOC, MDR/MSSP или смежные задачи;
  • Агентные решения на базе LLM — разработка или практическое использование. ML/LLM-решения для закрытых внутренних контуров (on-premise, без внешних API);
  • Grafana, ELK, работа с логами, метриками и событиями;
  • Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.

Работая в команде РТ-Информационная безопасность, вы получаете:

  • Стабильную официальную окладную часть + бонусы и премии;
  • Оформление по ТК РФ;
  • До 10 day-off в год по результатам работы;
  • Full Time office формат работы с графиком 5/2 (гибридный график работы - обсуждается);
  • Работу в молодой и дружной команде профессионалов (средний возраст сотрудников ниже 30 лет);
  • Возможность прохождения обучения как по внутренним, так и по сторонним обучающим программам;
  • Отличную возможность для реализации идей (руководство компании открыто к новым стратегиям);
  • ДМС + стоматология - после испытательного срока;
  • Партнерскую программу скидок.

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.