Руководитель отдела аналитики и управления данными (МГТС)

МГТС — основной телекоммуникационный партнер Города Москвы и часть экосистемы МТС. Проектируем, строим и эксплуатируем передовую телекоммуникационную инфраструктуру, развиваем и внедряем сети нового поколения, реализуем комплексные решения для Умного города.

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

• строить единый аналитический слой данных вместо разрозненных excel-баз
• формировать управленческую повестку для c-level (ceo, cfo, коммерческий директор) на основе данных, а не постфактум
• отвечать на вопрос «зачем?», а не просто «сколько?» — превращать цифры в готовые бизнес-решения
• управлять командой (финансисты, продуктовые аналитики, инженеры данных, bi-специалисты)
• выстраивать процессы работы с данными от источника до дашборда
• внедрять bi-системы и автоматизировать регулярную отчетность
• разбирать текущий ландшафт данных, выявлять узкие места и устранять расхождения
• формировать бэклог задач и вести работу спринтами с постоянным улучшением
• синхронизировать аналитику между департаментами коммерческого блока
• инициировать изменения, а не только отрабатывать входящие запросы

ЧТО НУЖНО ДЛЯ ЭТОЙ РАБОТЫ:

• опыт управления аналитической функцией от 5 лет
• понимание финансовых метрик (p&l, выручка, ebitda, юнит-экономика)
• hard skills: sql, python (на уровне чтения и постановки задач), bi-инструменты (power bi / tableau / clickhouse), знание dwh и etl-процессов
• продуктовый подход — умение соединять финансовые данные с бизнес-метриками (конверсии, ltv, cac, воронка продаж)
• лидерские качества — энергия, способность принимать непопулярные решения, умение отстаивать свою точку зрения на основе данных
• навыки построения процессов с нуля и наведения порядка в хаотичных данных
• стратегическое мышление — видение конечной цели (аналитика как инструмент для решений, а не статистика)
• коммуникационные навыки — работа с коммерческой дирекцией, IT и финансовым блоком
• умение управлять изменениями и мотивировать команду на переход к новым инструментам
• понимание ландшафта данных: как устроены источники, где теряется корректность, как выровнять разрозненные данные
• управленческая зрелость — не «закапываться в операционку», а смотреть сверху, распределять роли и контролировать результат