Продуктовый аналитик в PRO WB

Сейчас мы находимся в поиске Продуктового аналитика в PRO WB.

Наш стек:
- ClickHouse, Trino, PostgreSQL
- Python (Pandas, Numpy, matplotlib)+ библиотеки базового ML
- Связка Airflow+ GitLab
- BI на базе Redash

Что нужно делать:

• Проводить углубленный анализ поведения пользователей: выявление паттернов, точек роста и проблемных зон продукта с использованием методов когортного, funnel- и event-based анализа;
• Разрабатывать и поддерживать ключевые продуктовые метрики: мониторинг LTV, Retention Rate, Conversion Rate и других показателей юнит-экономики;
• Проводить автоматизацию отчетности: создание и поддержка дашбордов (DataLens, Power BI) для обеспечения команд актуальной и достоверной информацией;
• Формулировать и проверять продуктовые гипотезы: тесное взаимодействие с продакт-менеджерами для планирования развития продукта на основе данных;
• Подготавливать аналитические заключения и презентации для руководства компании;
• Обеспечивать сквозную событийную аналитику на всех точках входа партнеров компании связке с командой разработки и продакт-менеджером. Контролировать и проверять качества получаемых данных при разметке UI элементов интерфейса;
• Разрабатывать дерево метрик существующих и разрабатываемых продуктов.

Какой опыт и знания нужны:

• Высшее образование в области математики, статистики, информатики, экономики или смежной области;
• Опыт работы на позиции продуктового или data-аналитика от 1-го года;
• Свободное владение SQL (навыки написания сложных запросов, оконные функции, оптимизация);
• Опыт работы с системами бизнес-аналитики:, Power BI, DataLens или аналоги;
• Понимание принципов продуктовой аналитики: воронки, юнит-экономика, когортный анализ, метрики вовлеченности;
• Способность ясно доносить сложные данные и выводы до команд разного профиля;
• Владение событийной аналитикой на уровне эксперта: от плана реализации продукта до тестирования;
• Готовность активно включаться в запуски продуктов, а также разработку нового функционала продукта с момента идеи и до момента реализации;
• Умение размечать и тестировать размеченный функционал, а также дополнять существующую событийную аналитику для построения прозрачных воронок и понятных dashboards;
• Умение коммуницировать как с заказчиками от бизнеса, так и с командами разработки для построения сквозной отчетности и аналитики;
• Умение анализировать данные с помощью Python(Pandas, NumPy, SciPy+ базовые библиотеки ML);
• Умение проводить кластерный и прогнозный анализ.