- Страна
- Казахстан
- Зарплата
- 1 100 000 ₽ – 1 500 000 ₽
Откликайтесь
на вакансии с ИИ
Аналитик разработчик
Оценка ИИОтличное предложение от известного бренда с прозрачными задачами и сильным соцпакетом. Релокационный пакет и гибкие льготы делают вакансию крайне привлекательной для специалистов в СНГ.
Сложность вакансии
Оценка ИИРоль требует сочетания навыков классического аналитика данных и разработчика (Python ООП, ETL). Высокая планка задается необходимостью работы с антифрод-системами и сложными интеграциями через API.
Анализ зарплаты
Оценка ИИПредложенная зарплата (1.1–1.5 млн тенге) находится на уровне выше среднего для рынка Алматы для специалистов уровня Middle+/Senior. Это конкурентоспособное предложение, учитывая дополнительные бонусы и соцпакет компании.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Kolesa Team уже сейчас
Присоединяйтесь к Kolesa Team и развивайте аналитическую культуру в одном из лидеров рынка Казахстана!
Описание вакансии
#jobs
📍 Формат/working arrangement: гибрид, полная занятость, г.Алматы
✔️ Должность/position: Аналитик разработчик
🏢 Место работы/workplace: Kolesa Team
💸 Заработная плата/salary estimate: 1 100 000-1 500 000тг
📈 Обязанности/responsibilities:
• Развитие аналитики в Core-команде: построение метрик, витрин данных, стандартов и подходов
• Проектирование, разработка и поддержка ETL/ELT процессов
• Создание и развитие дашбордов и отчетности (Power BI, Looker Studio), повышение качества BI-инфраструктуры и снижение техдолга
• Запуск и сопровождение экспериментов (A/B-тесты), развитие культуры data-driven решений
• Работа с нестандартными источниками данных: API, парсинг, сложные интеграции
📊 Примеры задач/projects:
• Анализ экономики и эффекта перехода на WhatsApp Business
• Антифрод-аналитика: выявление мошенников и спама в продуктах
• HR-аналитика: метрики эффективности, адаптации и прохождения испытательного срока
• Анализ воронок пользовательских сценариев (в т.ч. «робота»)
• Борьба с парсингом и автоматизация процессов
• Внедрение 2FA и анализ метрик безопасности авторизации
• Автоматизация расчета сроков по рабочим дням и визуализация в дашбордах
• Разработка аналитических решений (в т.ч. бот по аналитике ЗП)
📌 Требования/requirements:
• Уверенное владение Python (ООП)
• Продвинутый уровень SQL (CTE, оконные функции)
• Понимание принципов DWH и построения ETL/ELT процессов
• Сильное аналитическое мышление: формирование гипотез, проверка, интерпретация результатов
• Навыки коммуникации с техническими и бизнес-командами, умение аргументировать решения и управлять приоритетами
➕ Будет плюсом:
• Практический опыт проведения A/B-тестов
• Опыт работы в продуктовых компаниях / телекоме / банковской сфере
• Опыт участия в сквозных аналитических проектах (от метрик до внедрения)
✅ Условия/working conditions:
• Работа в сильной продуктовой команде с развитой культурой взаимопомощи
• Корпоративные мероприятия: квизы, киновечера, Family Day, тимбилдинги
• Гибкий соцпакет: медицинская страховка, компенсация фитнеса, обучения, перелетов и др.
• Оплата участия в конференциях, тренингах и профессиональном развитии
• Корпоративные скидки от партнеров
• Программа релокации для иногородних сотрудников
📢❗️🚨 Контакты для связи:
Оставить отклик
🌐 Ссылка на вакансию: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- A/B Testing
- Python
- SQL
- API
- ETL
- Power BI
- ELT
- Looker Studio
- OOP
- DWH
Возможные вопросы на собеседовании
Вакансия подразумевает работу с Core-командой и создание стандартов.
Расскажите о вашем опыте проектирования DWH: как вы организуете структуру таблиц для обеспечения консистентности данных?
В задачах указана борьба с парсингом и антифрод.
Какие методы в Python или SQL вы бы использовали для выявления аномального поведения пользователей в реальном времени?
Упоминается работа с API и сложными интеграциями.
С какими трудностями вы сталкивались при парсинге данных из нестандартных источников и как обеспечивали отказоустойчивость таких скриптов?
Компания активно использует A/B-тесты.
Как вы определяете необходимый размер выборки и длительность эксперимента, чтобы результаты были статистически значимыми?
Требуется навык аргументации решений перед бизнесом.
Опишите ситуацию, когда данные противоречили ожиданиям бизнеса. Как вы доносили эти результаты до стейкхолдеров?
Похожие вакансии
Data аналитик (Senior)
Data аналитик (Middle)
Data инженер (Middle)
Аналитик данных (финтех)
Разработчик хранилищ данных (Senior)
Middle/Senior Data Analyst
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!