Продуктовый аналитик в PRO WB

Описание вакансии

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.