Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Коротко о роли
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;
Задачи:
— Анализировать поведение пользователей и выявлять точки роста продукта на основе данных, включая влияние фото, описаний и доступности номеров на конверсию и бронирования.
— Оценивать потенциальное влияние продуктовых инициатив и готовить рекомендации для приоритетизации действий команды.
— Участвовать во всех этапах A/B-тестирования: помогать с дизайном, анализировать результаты и формулировать выводы.
— Применять методы causal inference для оценки эффекта там, где A/B-тесты невозможны.
— Следить за ключевыми продуктовыми метриками, создавать дашборды, настраивать алерты и анализировать причины аномалий.
— Оформлять результаты исследований в отчёты, понятные менеджменту, и делиться ими с командой.
— Автоматизировать регулярную отчётность и выгрузки для самостоятельного получения ответов на типовые вопросы командами.
Требования:
— Опыт работы в продуктовом анализе от 1 года.
— Уверенное владение SQL: джойны, агрегации, подзапросы, CTE, оконные функции.
— Знание Python для анализа данных, включая библиотеки pandas, numpy, matplotlib, seaborn или plotly, а также статистические тесты с использованием scipy и statsmodels.
— Знание теории вероятностей и математической статистики: проверка гипотез, p-value, доверительные интервалы, ошибки I и II рода.
— Понимание принципов A/B-тестирования и интерпретации его результатов.
— Навыки создания простых ETL-процессов для внутренних запросов.
— Опыт использования AI-инструментов в анализе данных с пониманием их ограничений.
— Умение структурировано излагать мысли, начиная с главного вывода.
Будет плюсом:
— Опыт дизайна A/B-тестов и знакомство с методами CUPED.
— Знакомство с causal inference или машинным обучением.
— Навыки работы с BI-системами, такими как Tableau.
— Опыт работы в e-commerce, маркетплейсах или travel.
— Профильное образование в ведущих вузах по математике, статистике, прикладной математике и информатике или экономике.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.