Продуктовый аналитик
Summary
Продуктовый аналитик изучает экономику продукта, структуру выручки и расходов, ищет точки роста и объясняет изменения KPI. Работа включает SQL и Python, ClickHouse и YTsaurus, Superset и DataLens, интеграцию внешних данных, создание метрик, витрин и дашбордов, а также применение AI-инструментов для автоматизации аналитики.
Мы приглашаем аналитика в команду, которая определяет стратегию монетизации нашего продукта. Вы будете работать на стыке данных, продукта и бизнеса, напрямую влияя на финансовый результат компании. Наша цель — глубоко исследовать структуру выручки (реклама, подписки, альтернативные источники) и расходов, находить скрытые точки роста и формировать культуру принятия решений, основанных на данных. Если вы умеете видеть за цифрами бизнес-возможности и готовы применять современные инструменты (включая AI) для решения автоматизации задач — мы ждём вас!
Задачи
- Исследовать экономику продукта, находить точки роста выручки и аргументированно объяснять причины изменений ключевых бизнес-показателей
- Проектировать аналитические витрины, прорабатывать логику метрик и создавать прозрачные дашборды для принятия решений на уровне продукта и бизнеса
- Проводить глубокие исследования, анализ данных, включая работу и интеграцию данных из внешних источников. Формировать качественную регулярную отчётность по итогам периода
- Внедрять современные AI-инструменты для автоматизации рутинных процессов и ускорения аналитических циклов
- Выступать в роли надёжного партнёра для продукт-менеджеров и совместно с командой DWH решать нетривиальные аналитические задачи
Требования
- Опыт от двух лет в продуктовой аналитике (опыт работы с монетизацией, рекламой или подписками будет вашим преимуществом)
- SQL (уверенное владение на уровне сложных запросов (CTE, оконные функции, оптимизация, работа с большими массивами данных). Опыт работы с ClickHouse и YTsaurus — большой плюс), Python (умение применять для анализа данных и автоматизации расчётов)
- Визуализация: навык создания информативных дашбордов (Superset, DataLens)
- Бизнес-мышление: отличное знание продуктовых и финансовых метрик, умение переводить данные на язык бизнеса
- Личные качества: самостоятельность, способность находить нестандартные решения, умение аргументировать свою позицию и убедительно презентовать результаты стейкхолдерам