Продуктовый аналитик, B2C-продукты, Ozon Банк

Ozon Банк— это подразделение Ozon, в котором тесно переплетается всё, что связано с финансами и IT. Мы создаём новые для рынка продукты и сервисы для физических и юридических лиц. Гордимся атмосферой в командах: каждый сотрудник может влиять на процессы и пути к результату.

Сейчас мы ищем продуктового аналитика в команду аналитики дебетовых продуктов банка. Ваша основная задача — улучшение воронок привлечения клиентов и развитие кроссейла. Работая над этими направлениями, вы будете напрямую влиять на бизнес-показатели.

Вам предстоит:

— Исследовать и строить воронки регистрации и идентификации в банке

— Анализировать узкие места и предлагать решения для улучшения конверсий

— Проводить A/B-эксперименты — от дизайна до подведения итогов

— Исследовать эффективность механики «Приведи друга»: оценивать качество потока, помогать в поиске оптимальных офферов

— Оценивать эффективность и качество модели, расставляющей приоритеты для промо-продуктов банка

— Строить многоуровневые борды в SuperSet

— Писать сложные запросы к Vertica, ClickHouse

Мы ожидаем:

— Высшее техническое, математическое, финансовое или экономическое образование

— Опыт работы аналитиком от 2 лет

— Уверенные знания математики и основ статистики

— Навыки общения с заказчиками и выявления бизнес-требований

— Способность понятно объяснять выводы на основе работы с данными

— Умение аргументированно отстаивать свою точку зрения и готовность учитывать мнения коллег

— Понимание метрик привлечения и активности пользователей

— Владение SQL на уровне написания сложных запросов: вложенные запросы, оконные функции, методы оптимизации запроса

— Знание Python на уровне анализа, визуализации и интерпретации данных: pandas, numpy, matplotlib, scilearn

— Опыт визуализаций в BI-системах — Tableau, Power BI, Datalens, Superset и других

— Знание статистической базы A/B-тестирования и опыт проведения качественных A/B-тестов от дизайна до подведения итогов

Будет плюсом:

— Опыт работы с инструментами оркестрации данных — Airflow, Git

— Опыт построения базовых ML-моделей — линейная или логистическая регрессия, случайный лес, catboost

— Опыт анализа процессов с помощью process mining — Retentioneering и другие

— Опыт публикации статей и выступлений на конференциях