Аналитик-разработчик в Яндекс Кит
Независимый Ecom
Москва
Полная занятость
Описание
Яндекс Кит — еком-платформа нового поколения, которая упрощает запуск интернет-магазина. У нас уже есть метрики, инфраструктура и BI. Следующий шаг — перейти от дашбордов к системной культуре продуктовых гипотез и экспериментов. Ищем инициативного аналитика-разработчика, который будет влиять на продуктовые метрики.
Какими мы видим результаты вашей работы через полгода:
- Продуктовые стримы регулярно запускают эксперименты, а не обсуждают гипотезы бесконечно
- У ключевых стримов появились понятные деревья метрик и связка целей с продуктовыми инициативами, дашборды стали инструментом принятия решений
- PM стали глубже работать с метриками и способны сами закрывать базовые ad hoc через понятную инфраструктуру, доступы и обучение
- Качество данных не вызывает вопросов: есть понятные определения, владельцы данных, проверки и доверие к ключевым метрикам
Какие задачи вас ждут:
Выявление точек роста продукта и партнёрств через анализ метрик
Вы будете развивать систему управления бизнеса: выявлять узкие места, оценивать эффективность, находить возможности для роста и монетизации.
Внедрение AI в аналитику и self-service
С новым инструментарием self-service теперь — не только дашборды, но и настроенные ИИ-агенты для менеджеров. Наша задача — масштабировать управление на данных по максимуму.
Проведение экспериментов
Вам предстоит проектировать и сопровождать A/B-тесты на A/B-платформе — от формулирования гипотезы и выбора метрик до решения о раскатке.
Контроль качества данных
Нужно будет валидировать и выстраивать источники, договариваться с командой разработки и дата-инженерами, следить за консистентностью метрик и документации.
Больше об аналитике в Яндексе — в канале Yandex for Analytics
Мы ждем, что вы:
- Работали с BI, DWH, событийной аналитикой, A/B-тестами
- Работали с B2C- или B2B-продуктами, умеете строить деревья метрик, формулировать гипотезы, проверять их на практике
- Уверенно владеете SQL и Python для анализа и обработки данных
- Понимаете, как работают LLM: где они полезны, где опасны, как их применять в аналитических задачах
- Умеете выстраивать деловую коммуникацию: способны приоритизировать задачи, спорить с PM и не превращаться в исполнителя
Будет плюсом:
- Участвовали и побеждали в олимпиадах по математике, программированию или экономике
- Работали в eкоме или крупных транзакционных сервисах
- Применяли аналитических LLM-агентов и новые инструменты
Какими мы видим результаты вашей работы через полгода:
- Продуктовые стримы регулярно запускают эксперименты, а не обсуждают гипотезы бесконечно
- У ключевых стримов появились понятные деревья метрик и связка целей с продуктовыми инициативами, дашборды стали инструментом принятия решений
- PM стали глубже работать с метриками и способны сами закрывать базовые ad hoc через понятную инфраструктуру, доступы и обучение
- Качество данных не вызывает вопросов: есть понятные определения, владельцы данных, проверки и доверие к ключевым метрикам
Какие задачи вас ждут:
Выявление точек роста продукта и партнёрств через анализ метрик
Вы будете развивать систему управления бизнеса: выявлять узкие места, оценивать эффективность, находить возможности для роста и монетизации.
Внедрение AI в аналитику и self-service
С новым инструментарием self-service теперь — не только дашборды, но и настроенные ИИ-агенты для менеджеров. Наша задача — масштабировать управление на данных по максимуму.
Проведение экспериментов
Вам предстоит проектировать и сопровождать A/B-тесты на A/B-платформе — от формулирования гипотезы и выбора метрик до решения о раскатке.
Контроль качества данных
Нужно будет валидировать и выстраивать источники, договариваться с командой разработки и дата-инженерами, следить за консистентностью метрик и документации.
Больше об аналитике в Яндексе — в канале Yandex for Analytics
Мы ждем, что вы:
- Работали с BI, DWH, событийной аналитикой, A/B-тестами
- Работали с B2C- или B2B-продуктами, умеете строить деревья метрик, формулировать гипотезы, проверять их на практике
- Уверенно владеете SQL и Python для анализа и обработки данных
- Понимаете, как работают LLM: где они полезны, где опасны, как их применять в аналитических задачах
- Умеете выстраивать деловую коммуникацию: способны приоритизировать задачи, спорить с PM и не превращаться в исполнителя
Будет плюсом:
- Участвовали и побеждали в олимпиадах по математике, программированию или экономике
- Работали в eкоме или крупных транзакционных сервисах
- Применяли аналитических LLM-агентов и новые инструменты