- Страна
- Россия
Аналитик данных в команду аналитики привлечения
Оценка ИИПрактикум — известный бренд с сильной инженерной и аналитической культурой. Работа в команде привлечения дает возможность видеть прямой вклад в рост бизнеса, что очень ценно для портфолио аналитика.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует уверенного владения математической статистикой и опытом проведения A/B-тестов, что является стандартом для продуктовой аналитики. Стек технологий классический, но акцент на поиске точек роста бизнеса предполагает наличие продуктового мышления.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, однако для аналитиков данных уровня Middle в Москве рыночный диапазон составляет от 180 до 280 тысяч рублей. В образовательных проектах (EdTech) зарплаты обычно соответствуют среднерыночным показателям по IT-сектору.
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 команду аналитики привлечения в Практикум
Стек: SQL, Python, pandas, теория вероятностей, статистика, A/B-тестирование, анализ данных
Команда аналитики привлечения способствует росту бизнеса: ищет точки роста в маркетинговых каналах, продуктовых механиках и продажах, проверяет гипотезы и оценивает, как влияют изменения. Ищем аналити…
Откликнуться через Runello-бот ↓
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- Pandas
- Statistics
- A/B Testing
- Data Analysis
- Probability Theory
Возможные вопросы на собеседовании
Проверка фундаментальных знаний, необходимых для оценки результатов экспериментов.
Как вы будете рассчитывать необходимый размер выборки для A/B-теста и какие параметры на это влияют?
Важно понимать, как кандидат переводит бизнес-задачи на язык данных.
Какие метрики вы бы предложили отслеживать для оценки эффективности нового маркетингового канала привлечения?
Проверка навыков работы с данными и владения библиотеками.
Опишите ваш типичный процесс предобработки данных в pandas перед началом анализа: как вы боретесь с выбросами и пропущенными значениями?
Аналитик в привлечении должен понимать воронку продаж.
Если конверсия из регистрации в покупку резко упала, каков будет ваш алгоритм поиска причин этой аномалии?
Проверка продвинутых навыков SQL.
Напишите SQL-запрос для расчета Retention Rate 1-го дня для пользователей, пришедших из определенного рекламного источника.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
