Назад
7 дней назад

Продуктовый аналитик (Python)

Формат работы
onsite
Тип работы
fulltime
Грейд
middle
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Продуктовый аналитик (Python): построение сквозных воронок, развитие системы продуктовых метрик и проведение A/B-тестов для финансовых продуктовых вертикалей с акцентом на качество данных, событийную аналитику и визуализацию. Фокус на проектировании экспериментов, поиске точек потерь в клиентских путях, построении дашбордов и подготовке конкретных рекомендаций для продуктовой команды.

Компания

Банки.ру развивает цифровой продукт для работы пользователей с финансовыми предложениями и сервисами.

Что делать

  • Строить сквозные воронки от источника трафика до целевого действия и повторного возврата.
  • Исследовать клиентские пути, находить точки потерь и формировать гипотезы по их устранению.
  • Развивать систему продуктовых метрик, карту метрик и единую методологию расчётов.
  • Проводить A/B-тесты полного цикла: от дизайна и расчёта выборки до анализа результатов.
  • Выстраивать процесс работы с гипотезами, включая бэклог, приоритизацию, шаблоны и базу знаний.
  • Развивать событийную модель, контролировать качество данных и создавать дашборды в Tableau и Superset.

Требования

  • От 3 лет опыта в продуктовой или BI-аналитике.
  • Уверенный SQL: оконные функции, CTE, коррелированные подзапросы и оптимизация запросов на больших объёмах.
  • Уверенное владение Python, включая pandas и numpy.
  • Практический опыт A/B-тестирования: мощность, MDE, доверительные интервалы, ошибки I и II рода, выбор критерия и метода оценки.
  • Опыт работы с BI-инструментами и понимание продуктовых метрик: воронки, когорты, retention и базовая юнит-экономика.
  • Понимание событийной аналитики в вебе и приложениях, а также навык подготовки технических заданий на разметку.

Хорошо, если есть

  • Опыт работы с Claude Code или Codex.
  • Опыт построения процесса экспериментов с нуля или работы с экспериментальной платформой.
  • Опыт работы с Greenplum или ClickHouse.

Культура и преимущества

  • В ежедневной работе используются LLM-инструменты: Claude, GPT и Gemini.
  • Стек включает Greenplum, Python, Tableau, Superset, Яндекс Метрику, AppMetrica, AppsFlyer, Firebase и Git.
  • Для управления задачами и документацией используются Jira и Confluence.

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 →