Аналитик данных в Дринкит (Dodo Brands)
Оценка ИИСильный бренд Dodo Brands, возможность работать удаленно и использовать продвинутые аналитические подходы. Вакансия предлагает интересные задачи на стыке офлайна и онлайна в растущем бизнесе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИТребуется серьезный опыт (от 3 лет) и владение продвинутыми методами причинно-следственного вывода (Causal Inference), что выходит за рамки стандартного набора навыков обычного аналитика. Высокие требования к математической статистике и опыту в B2C/ритейле.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для специалистов уровня Middle+/Senior с навыками Causal Inference рыночные предложения в Москве и Санкт-Петербурге обычно начинаются от 200 000 - 250 000 рублей. Предложение будет сильно зависеть от глубины знаний кандидата в области матстатистики.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Аналитик данных в Дринкит (Dodo Brands)
*💰*По итогам собеседования
*📌*Условия и бонусы:
Фултайм, удаленно или офис/гибрид (МСК, СПб).
*📌*Наши ожидания:
– Опыт от 3 лет в аналитике, желательно в B2C, e-com, ритейле или маркетинге.
– Сильный SQL, уверенный Python (pandas, визуализация).
– Опыт дизайна и анализа A/B-тестов, знание матстатистики.
– Опыт квази-экспериментов (DiD, synthetic control, causal impact). Нужен там, где рандомизация невозможна: гео-кампании, цены, открытия.
– Понимание маркетинговых метрик: LTV, CAC, retention, инкрементальность, атрибуция.
Опыт с BI.
*✍🏼*Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- A/B Testing
- Python
- Pandas
- SQL
- Statistics
- CAC
- LTV
- Causal Inference
- Retention
- Synthetic Control
- BI
- Difference-in-Differences
Возможные вопросы на собеседовании
Проверка владения методами, указанными в вакансии для случаев, когда нельзя провести классический A/B-тест.
Расскажите о вашем опыте применения метода Difference-in-Differences (DiD). С какими основными допущениями вы сталкивались?
Оценка понимания бизнес-метрик, критичных для ритейла и фудтеха.
Как бы вы оценивали инкрементальный эффект от открытия новой кофейни в районе, где уже есть существующие точки?
Проверка навыков работы с данными и инструментарием.
Какие библиотеки Python вы чаще всего используете для визуализации результатов экспериментов и почему?
Понимание маркетинговой аналитики.
Как вы рассчитываете LTV и какие факторы, по вашему опыту, оказывают наибольшее влияние на удержание (retention) в B2C?
Проверка умения работать с BI-инструментами.
Опишите процесс проектирования дашборда для операционного менеджмента: какие метрики вы бы вынесли на первый план?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
