pythonsqletlmachine learninga b testingproduct analyticspysparkcausal inferencepricing analytics
hhВакансия с HeadHunter. Контакт ведёт на hh.ru
Пожаловаться
Зарплата и рынок
ЗП не указанаразвернуть
На похожих ролях по рынку
$3к$3.2кмедиана$3.7к
7 в выборке
На международном рынке: $156к/год ($135к - $194к)
83
Хорошая вакансия
развернуть
Понятная senior-роль в продуктовой компании объединяет прайсинговую аналитику, эксперименты, causal inference, ML и управление командой, но о команде и дополнительных условиях почти ничего не сказано.
?Широкая зона задач
Актуальный стек
Свой продукт
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Senior Pricing Analyst (ML): Развитие B2C-аналитики ценообразования и инструментов для оценки метрик, экономики и результатов ценовых A/B-тестов с акцентом на математическую статистику, причинно-следственный анализ и ML-алгоритмы. Фокус на исследовании поведения пользователей, совершенствовании методологий экспериментов, построении ETL-процессов и управлении небольшой командой продуктовой аналитики.
Локация: Москва, удалённо
Компания
Островок развивает цифровой туристический продукт и аналитические решения для ценообразования.
Что делать
Развивать B2C-аналитику ценообразования и формировать подходы к балансу выручки, конверсии и маржинальности.
Оценивать влияние ценовых решений на бизнес-метрики и экономику продукта.
Разрабатывать инструменты мониторинга и анализировать результаты ценовых A/B-тестов.
Исследовать и улучшать методологии проведения и анализа A/B-экспериментов.
Внедрять и адаптировать ML-алгоритмы для совершенствования процессов ценообразования, изучать поведение пользователей и формулировать гипотезы.
Управлять небольшой командой продуктовой аналитики ценообразования.
Требования
Не менее 3,5 лет опыта в продуктовой или ценовой аналитике.
Отличное знание методов математической статистики, включая доверительные интервалы, t-тест и U-тест.
Уверенное владение Python для анализа данных: pandas, numpy, scipy, matplotlib или plotly.
Опыт построения и оптимизации ETL-процессов и владение PySpark.
Знание методов causal inference для выявления причинно-следственных связей.
Знание и применение Bootstrap, CUPED и линеаризации.
Навыки написания эффективных SQL-запросов.
Английский язык — не ниже B1.
Культура и преимущества
Удалённый формат работы.
Полная занятость.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →