Middle Data Analyst (Трайб «Развитие сервиса в каналах»)

Мы — небольшая команда, отвечающая за ключевое направление в логистике — работу с потерями.

Мы ищем, куда и почему уходят товары: разбираем недостачи, брак, возвраты, «зависшие» запасы и другие аномалии.

Наша задача — не просто зафиксировать факт потери, а понять её природу: сопоставляя данные с физическими действиями сотрудников на разных этапах логистической цепи, мы выявляем не только прямые потери, но и неэффективности процессов, которые к ним приводят.

Наш процесс построен на глубоком погружении в данные.

Вам предстоит:

• Собирать и формализовывать требования бизнеса, взаимодействовать с разработчиками систем‑источников данных, изучать контракты и регламенты, чтобы понять природу потерь.
• Ставить задачи дата‑инженерам на поставку сырых данных из источников (HDFS, Kafka и другие), затем самостоятельно чистить, обогащать и структурировать данные в аналитические витрины.
• Строить дашборды в BI (Superset, Grafana), настраивать автоматическую загрузку данных и расчёты, организовывать регулярные выгрузки отчётов в чат‑боты и на почту, чтобы бизнес оперативно получал актуальную информацию.
• Выполнять ad‑hoc запросы коллег из других отделов, помогать находить ответы на нестандартные вопросы и проверять гипотезы.

Мы ожидаем:

• Уверенный SQL: опыт работы со сложными многоуровневыми запросами (CTE, JOIN, оконные функции) и оптимизации запросов на уровне СУБД.
• Опыт работы с Python (Pandas): обработка и трансформация табличных данных, автоматизация расчётов, оптимизация кода по памяти и времени выполнения.
• Опыт создания отчётов в BI‑инструментах с нуля — Superset и Grafana.
• Понимание принципов работы DWH с распределённым хранением; желательно знакомство с якорной моделью хранения.
• Аккуратность: чистый код, внимание к деталям и умение структурировать большой поток информации.

Будет плюсом:

• Опыт дизайна и проведения А/B тестов, статистического анализа для проверки гипотез.
• Понимание логики / опыт работы с Airflow и GitLab.
• Понимание потоковой передачи данных через Kafka и взаимодействия сервисов через gRPC.
• Опыт в логистике, ритейле или e-commerce.
• Умение самостоятельно уточнять и структурировать бизнес-требования Заказчика.
• Навыки презентации результатов и формирования выводов для бизнес-заказчиков.

Мы предлагаем:

• Динамичный и быстроразвивающийся бизнес, ресурсы, возможность сделать вместе лучший продукт на рынке e-commerce.
• Свободу действий в принятии решений.
• Достойный уровень заработной платы.
• Профессиональную команду, которой мы гордимся.
• Возможность развиваться вместе с нашим бизнесом.

О проекте:

AC CF — ключевая система Сбербанка для полного цикла работы с финансовыми моделями денежных потоков (cashflow) крупного бизнеса: от создания и мониторинга до стресс-тестирования.

Вы будете работать на стыке финансов, риск-менеджмента и передовых Data Science-технологий.

• сбор, формализация и согласование требований от бизнес-подразделений банка (финансы, риски), а также внешних стейкхолдеров (ЦБ РФ, аудиторы)

• самостоятельная работа с данными: написание сложных SQL-запросов, обработка массивов на Python для финансового анализа и построения cashflow-моделей

• описание процессов в нотациях BPMN/UML, подготовка технических заданий для команд разработки на интеграцию данных и доработку функционала

• контроль качества данных (Data Quality): проверка типов, корректности агрегаций и логической целостности между источниками

• применение AI/LLM для исследований, продвинутой аналитики, поиска аномалий в финансовых операциях и прототипирования нового функционала

• валидация моделей через стресс-тестирование и анализ чувствительности к изменениям макроэкономических факторов

• разработка и поддержка метрик продукта, регулярная отчетность по эффективности внедряемых изменений для руководства.

• глубокое понимание финансовой отчетности (РСБУ/МСФО) и банковских продуктов: кредитование, ковенанты, управление ликвидностью, расчет EBITDA/CAPEX/OPEX

• владение SQL (оконные функции, сложные джойны) и Python (библиотеки Pandas/NumPy) для самостоятельного анализа больших объемов финансовых данных

• опыт описания бизнес-процессов (BPMN/UML), написания User Stories/Use Cases и работы в Jira/Confluence при подготовке ТЗ

• навык перевода сложного технического языка на язык бизнеса и умение вести переговоры со стейкхолдерами любого уровня — от линейных аналитиков до топ-менеджмента

• понимание принципов управления проектными и технологическими рисками, опыт взаимодействия с регуляторами (ЦБ РФ)

• проактивность в поиске решений системных проблем и готовность брать ответственность за результат в условиях неопределенности

Будет преимуществом:

• опыт финансирования строительства жилой недвижимости или применения LLM для автоматического анализа транзакций

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.

• офисный формат работы: г. Москва, Кутузовский проспект, д. 32, к.1

• ежегодный пересмотр зарплаты и годовая премия

• более 400 образовательных программ в СберУниверситете для твоего развития

• спортзал и зоны отдыха

• расширенный ДМС, льготное страхование для семьи

• 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.

VK Видео — это миллионы часов контента и огромная, вовлечённая аудитория.

Наша команда аналитики рекламной монетизации — это «мозговой центр», который напрямую влияет на выручку сервиса. Мы не просто считаем метрики, мы проектируем долгосрочную финансовую устойчивость платформы и ищем новые точки роста там, где другие видят только ограничения.

Мы верим, что грамотная монетизация — это в первую очередь забота о пользователе: наша аналитика помогает компании максимизировать доход и справедливо вознаграждать авторов, привлекая новых и давая им возможность создавать крутой контент. А пользователи в свою очередь получают возможность бесплатно смотреть любимых блогеров и кино!

Задачи

• Помогать ML-команде продвигать авторов в рекомендациях — исследовать, как длинные видео могут расти за счёт коротких и наоборот, сохраняя баланс внимания для всех
• Определять наиболее удачные варианты для роста разных сегментов авторов без негативного влияния на органику
• Балансировать между продуктовыми метриками (удовольствие, удержание) и бизнес-показателями (выручка, fill rate)
• Проактивно предлагать продуктовые и инфраструктурные улучшения и реализовывать их
• Вести кросс-командные аналитические проекты

Требования

• Коммерческий опыт работы продуктовым аналитиком от трёх лет
• Уверенное знание Python и основных библиотек для анализа данных
• Уверенное владение SQL, составление сложных аналитических запросов — ClickHouse
• Знание математической статистики, опыт дизайна и анализа A/B-тестов
• Опыт построения отчётов в BI-системах — Superset
• Владение продуктовой терминологией и понимание базовых метрик (DAU, LTV и др.)
• Способность взаимодействовать напрямую с разработчиками и менеджерами
• Способность работать самостоятельно и отвечать за результат