Москва, Лесная улица, 3
Метро: БелорусскаяМы ищем продуктового аналитика в ключевую команду, отвечающую за выбор и рекомендации пользователю. Сейчас наш главный фокус — персонализация, поэтому вы будете работать в плотной связке с Product Manager и ML-инженером: выявлять точки роста модели через данные и эксперименты.
Чем предстоит заниматься:
1. Генерация и валидация продуктовых гипотез:
— Искать эвристики поведения пользователей;
— Понимать, что влияет на выбор и конверсию в целевое действие;
— Формировать идеи для персонализации и улучшения UX.
2. Работа с A/B-тестами:
— Проектировать эксперименты (метрики, сегменты, дизайн);
— Анализировать результаты и делать статистически значимые выводы;
— Помогать принимать продуктовые решения на основе данных (без «чуйки»).
3. Работа с ML-командой:
— Формулировать требования к моделям ранжирования и персонализации;
— Анализировать качество модели и её влияние на бизнес-метрики;
— Разбирать фичи, веса и поведение модели совместно с ML-инженером.
4. Погружение в продукт:
— Анализировать пользовательские сценарии (главная, карточки, поиск, избранное);
— Искать точки роста конверсии и удержания;
— Работать с продуктовой и поведенческой аналитикой.
5. Метрики и дашборды:
— Следить за ключевыми показателями (CR, Retention, Engagement);
— Находить аномалии и объяснять их.
Требования:
— 3–5+ лет в продуктовой аналитике (не BI и не формирование отчётности);
— Подтверждённый опыт A/B-тестов: сами проектировали и запускали, понимаете статистику, а не просто «нажимаете кнопку в туле»;
— Опыт работы с персонализацией / ранжированием / рекомендательными системами;
— Умение работать с неопределённостью: нет готового ТЗ → сами находите проблему → предлагаете решение.
Мы точно НЕ ищем аналитика, который:
— делает только дашборды и отчёты;
— ждёт задачи «посчитай метрику»;
— не понимает, как устроены эксперименты;
— не может сформулировать гипотезу без готового шаблона.
Большой плюс:
— Опыт в high-load продуктах (миллионы пользователей);
— Опыт работы с ML-моделями (ranking / scoring).
Как мы работаем:
— У аналитика есть реальное влияние на продукт;
— Быстрые циклы: гипотеза → тест → решение;
— Плотная связка: продукт + аналитика + ML;
— Много задач без готового ответа — нужно думать, а не исполнять.