Middle Data Analyst

Задачи: — проектировать и владеть end-to-end аналитическими процессами в Amazon Redshift с использованием сложного многошагового SQL, включая оконные функции, CTE, масштабные join'ы и оптимизацию производительности; — проводить глубокий анализ поведения игроков с применением сегментации, RFM-моделирования, когортного анализа, прогнозирования LTV и churn; — анализировать результаты A/B-тестов, включая интерпретацию статистической значимости, оценку сопоставимости групп, выявление искажающих факторов и формулирование рекомендаций для стейкхолдеров; — отслеживать ключевые показатели iGaming (GGR, NGR, bonus abuse index, тренды депозитов и выводов, LTV игроков, churn) и проактивно сигнализировать об аномалиях; — интегрировать и применять AI-инструменты в ежедневной работе, включая prompt engineering, AI-ассистированную генерацию SQL и автоматическую суммаризацию инсайтов; — переводить сложные выводы в понятные и применимые результаты для нетехнических стейкхолдеров через Excel-отчёты и презентации; — осваивать EasyMorph для отчётности и подготовки данных в рамках онбординга. Требования: — 3–4 года практического опыта в роли Data Analyst в iGaming или онлайн-гемблинге; — продвинутый уровень SQL в Amazon Redshift, включая оконные функции, CTE, подзапросы, оптимизацию запросов и работу с большими объёмами данных; — опыт работы с BI-инструментами (Power BI, Tableau, Looker или аналоги) для создания дашбордов и извлечения инсайтов; — уверенное владение Excel, включая advanced pivot tables, VLOOKUP и отчёты уровня executive; — глубокое знание iGaming KPI, таких как GGR, NGR, LTV игроков, churn rate, метрики бонусного абьюза, объёмы депозитов и выводов; — понимание анализа A/B-тестов, включая интерпретацию p-values, доверительных интервалов, effect size, оценку pre-test баланса групп и выявление проблем рандомизации; — практическое применение AI-инструментов в аналитике, включая LLM для генерации инсайтов, AI-ассистированные запросы и prompt engineering; — mindset на качество данных, умение проверять числа, разбираться в несоответствиях и обеспечивать точность аналитики; — владение английским языком на уровне Upper-Intermediate+ письменно и устно. Будет плюсом: — знакомство с Amazon QuickSight, включая навигацию по дашбордам, встроенные функции Q/flow, фильтры и calculated fields; — опыт работы с EasyMorph или похожими ETL-платформами. Soft skills: — высокая ответственность и автономность, ведение задач end-to-end без микроменеджмента; — структурированное аналитическое мышление для разбора неоднозначных бизнес-вопросов на чёткие data-задачи; — проактивная коммуникация, включая сигналы об аномалиях, аргументацию против ошибочных допущений и согласованность со стейкхолдерами; — умение управлять несколькими приоритетами и соблюдать дедлайны в динамичной среде; — командная работа и поддержка junior-коллег. Условия отклика: https://nextchallenge.com/vacancies/middle-data-analyst