Исследовать поведение пользователей и искать точки роста продукта на данных: например, как фото, описания, доступность номеров влияют на конверсию и бронирования;
Оценивать потенциальный эффект продуктовых инициатив и готовить рекомендации, которые помогают команде решить, что делать в первую очередь;
Участвовать в A/B-тестах на всех этапах: помогать с дизайном, считать результаты, формулировать выводы. Там, где тест невозможен, оценивать эффект методами causal inference;
Следить за «здоровьем» продуктовых метрик: строить дашборды, настраивать алерты, разбираться в причинах аномалий;
Оформлять исследования в отчёты, понятные менеджменту, и делиться находками с командой;
Автоматизировать регулярную отчётность и выгрузки, чтобы команды могли сами отвечать на типовые вопросы без участия аналитика.
Требования
Опыт от 1 года в продуктовом анализе;
SQL: джойны, агрегации, подзапросы и CTE, оконные функции;
Python для анализа данных: pandas, numpy, визуализация (matplotlib, seaborn или plotly), статистические тесты (scipy, statsmodels);
Знание теории вероятностей и математической статистики: проверка гипотез, p-value, доверительные интервалы, ошибки I и II рода;
Понимание, как устроен A/B-тест и как интерпретировать его результаты;
Умение собрать простой ETL-процесс для внутреннего запроса команды;
Опыт использования AI-инструментов в анализе: генерация гипотез, ревью кода, EDA. При этом результат проверяется самостоятельно, и есть понимание, когда на AI полагаться нельзя;
Умение структурно излагать мысли: сначала главный вывод, затем аргументы.
Будет плюсом
Опыт дизайна A/B-тестов, знакомство с CUPED;
Знакомство с causal inference или ML;
Tableau или другая BI-система;
Опыт в e-commerce, маркетплейсах или travel;
Профильное образование (математика, статистика, прикладная математика и информатика, экономика) в ведущих вузах: ВШЭ, МФТИ, МГУ, СПбГУ и других.