- Страна
- Кипр
Data Analyst
Оценка ИИПривлекательная вакансия для опытных аналитиков с возможностью удаленной работы из разных стран. Четкий стек технологий и понятные задачи по развитию продукта.
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 ИИТребуется солидный опыт (от 4 лет) и специфический стек в рекламной аналитике (AppsFlyer, Adjust, BigQuery). Также необходимы навыки инженера данных (Docker, ETL, Cloud Run).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИРаботодатель не указал конкретные цифры, но для позиции уровня Senior Data Analyst с навыками Data Engineering на международном рынке (Кипр/Европа) зарплаты обычно стартуют от 4000-4500 EUR. Предложение будет сильно зависеть от локации кандидата и его способности закрыть технические требования по облачной инфраструктуре.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
#vacancy #вакансия #аналитик #dataanalyst
📌Компания: SonderAds
📌Позиция: Data Analyst📌Локация: Remote из Европы, Азии, Грузии, Сербии
📌 Формат: full-time 5/2
📌ЗП: Фиксированная ставка на руки - зависит от твоей экспертизы
Что важно:
— От 4 лет опыта на позиции Data Analyst / Marketing Data Analyst.
— От 2 лет опыта в рекламной сфере.
Python или R — от 2 лет.
— Уверенное знание SQL (BigQuery).
— Опыт работы с API, ETL и Docker.
— Знание облачных сервисов (Cloud Run, Workflows, Artifact Registry).
— Опыт работы с Looker.
— Опыт сбора данных из AppsFlyer, Adjust или Voluum.
— Сильные аналитические навыки, самостоятельность и ответственность.
— Умение понятно презентовать технические выводы нетехническим специалистам.
Задачи:
— Участие в построении аналитических процессов.
— Получение данных через API и создание удобных дашбордов.
— Мониторинг эффективности рекламных кампаний.
— Поиск точек роста и возможностей масштабирования продуктов.
— Анализ LTV пользователей и факторов, которые на него влияют.
— Глубокий анализ и оптимизация воронок продаж.
— Поиск возможностей для увеличения выручки.
Мы предлагаем:
— Удаленный формат взаимодействия. Работаем быстро, слаженно и на результат.
— График: с 10:00 до 19:00 по времени Кипра.
— 20 дней отпуска и оплачиваемые больничные.
— Зарплата - по договоренности, в зависимости от Вашего уровня и опыта.
— Работаем по праздничному календарю Кипра.
— Испытательный срок - 3 месяца.
— В команде - сильные специалисты. Мы ценим инициативу, ответственность командную работу и стремление к росту.
Готов присоединиться к команде - мы ждем твой отклик! ({{apply_contact}})
Все вакансии - Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- R
- SQL
- BigQuery
- API
- ETL
- Docker
- Google Cloud Run
- Google Cloud Workflows
- Google Artifact Registry
- Looker
- AppsFlyer
- Adjust
- Voluum
- Marketing Analytics
- LTV Analysis
Возможные вопросы на собеседовании
Проверка опыта работы с ключевым инструментом хранения данных, указанным в вакансии.
Расскажите о самом сложном SQL-запросе, который вы писали в BigQuery для анализа маркетинговых данных. Как вы оптимизировали его стоимость и скорость выполнения?
Вакансия предполагает работу с мобильной атрибуцией.
С какими нюансами вы сталкивались при сборе и сопоставлении данных из AppsFlyer/Adjust через API? Как вы обрабатываете расхождения в данных между трекером и внутренней базой?
В требованиях указаны Docker и Cloud Run.
Опишите ваш опыт контейнеризации аналитических скриптов. Как вы настраивали CI/CD или автоматический запуск ETL-процессов в облаке?
Одна из задач — анализ LTV.
Какие методы прогнозирования LTV на ранних этапах жизни пользователя вы использовали? Какие факторы оказывали наибольшее влияние на точность модели?
Проверка навыка презентации данных.
Как бы вы объяснили медиабайеру или менеджеру продукта, почему определенная рекламная кампания имеет низкий ROI, используя данные из Looker?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
