Мы ищем продуктового/data аналитика с большим опытом и насмотренностью в A/B-тестах и с сильными навыками программирования на Python.
Наши продуктовые команды ежедневно запускают новые A/B-эксперименты, и для того, чтобы они могли проверять свои гипотезы с максимальной точностью и скоростью, мы разрабатываем собственную A/B-платформу. Цель - сделать эту платформу не просто "калькулятором", а полноценным продуктом, поэтому команда A/Б-тестов работает не только над платформой и ее фичами, но и над процессами, методологиями и культурой вокруг экспериментов.
* По функционалу роль ближе к Data аналитику, НО тут получится очень быстро расти в продуктовой аналитике, так как самые точечные и сложные кейсы всех продуктовых команд проходят именно через команду AB платформы.
Что нужно делать:
- Разрабатывать методологию pricing-экспериментов (switch-back, query level split) и помогать командам их запускать;
- Строить пайплайн A/B-тестирования для API бизнеса с сотнями миллионов запросов в день;
- Внедрять CUPED в сервис авторасчёта - писать код на Python, поддерживать Airflow DAG;
- Развивать инструменты для дизайна экспериментов;
- Исследовать лучшие практики и искать способы ускорить тесты;
- Валидировать дизайны экспериментов и постанализов, разбираться в сложных кейсах CI подходов.
Ты нам подходишь, если:
- 2+ года в аналитике, включая реальный опыт A/B-тестирования (от 20 тестов в год) - дизайн, запуск, анализ - будет круто, если напишешь в сопроводительном письме, сколько тестов ты провел на последнем месте;
- Уверенно пишешь код на Python (не только ноутбуки) и понимаешь, что такое Docker контейнер;
- Можешь сходу пояснить за CUPED и понимаешь, в чем преимущества Bayesian подхода;
- Умеешь оптимизировать SQL-запросы, которые не тормозят на миллиардах строк (с помощью LLM достаточно);
- Разговорный английский - от B1;
- Используешь LLM-ассистенты в работе (Claude Code, ChatGPT и др.)