Middle Data Analyst (Product Analytics)

Локация: Тбилиси; удалённый формат работы

Компания

Adviva развивает продуктовые и маркетинговые решения на основе анализа пользовательского поведения, игровых метрик и данных о жизненном цикле пользователей.

Что делать

• Проводить продуктовые исследования пользовательского поведения, игровых метрик и жизненного цикла пользователей — от первого контакта до монетизации и удержания.
• Искать закономерности, находить точки роста и формировать продуктовые и бизнес-гипотезы.
• Проектировать исследования, анализировать A/B-тесты, продуктовые воронки, когорты и пользовательские сегменты.
• Разрабатывать алгоритмы и сервисы для сегментации, скоринга, персонализации, рекомендаций и других data-driven решений.
• Прототипировать подходы на Python и данных, оценивать их эффект и доводить успешные решения до использования в продукте.
• Работать с продуктовыми и маркетинговыми командами, выполнять сложные ad-hoc исследования и представлять результаты в виде выводов, рекомендаций и следующих шагов.

Требования

• Опыт работы Data Analyst или Product Analyst от 1 года либо сопоставимый практический опыт.
• Уверенное владение SQL, включая работу с большими объёмами данных в ClickHouse и MySQL.
• Знание Python для анализа данных, автоматизации и визуализации; pandas, NumPy, matplotlib/seaborn и другие инструменты.
• Понимание основ статистики, теории вероятностей и A/B-тестирования.
• Понимание продуктовых метрик Retention, Conversion, LTV, ARPU и других.
• Умение самостоятельно формулировать исследовательский вопрос, выбирать подход к анализу и интерпретировать результаты.
• Умение связывать изменения метрик с пользовательским поведением и причинно-следственными связями.
• Системное мышление, любознательность и внимательность к деталям.

Хорошо, если есть

• Опыт построения пользовательских сегментов, скорингов, кластеризации или классификации поведения.
• Опыт разработки рекомендательных алгоритмов, персонализации или других алгоритмических решений.
• Опыт проведения или автоматизации A/B-тестов.
• Базовое понимание ML и опыт применения простых ML-моделей для аналитических задач.
• Опыт использования LLM и AI-инструментов для исследования данных, написания и проверки SQL/Python-кода, поиска гипотез и автоматизации рутинных задач.

Культура и преимущества

• Удалённый формат работы.
• График 5/2.