- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Финансовый аналитик Магнит OMNI
Сильный бренд работодателя, работа в активно развивающемся OMNI-направлении и гибридный формат делают вакансию очень привлекательной для аналитиков из ритейла. Единственный минус — отсутствие указанной вилки зарплаты в тексте.
Сложность вакансии
Средний уровень сложности: требуется специфический опыт в ритейле или e-commerce (оценка промо и лояльности) и уверенное владение статистикой. Процесс отбора в крупные компании обычно включает несколько этапов интервью и тестовое задание.
Анализ зарплаты
Зарплата для финансового аналитика с опытом от 2 лет в Москве в секторе ритейла/финтеха обычно находится в диапазоне 150 000 – 220 000 рублей после вычета налогов. Предложение «Магнита» должно соответствовать этим рыночным ожиданиям для привлечения квалифицированных кадров.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Магнит уже сейчас
Откликнитесь на вакансию в Магнит OMNI, чтобы развивать одну из крупнейших программ лояльности в стране!
Описание вакансии
Финансовый аналитик Магнит OMNI
Местоположение: Москва
Формат работы: Гибрид
Опубликована: 27.08.2026
Требования:
• Опыт оценки промо и программ лояльности от 2 лет
• Понимание P&L и факторов влияния
• Владение статистическими методами и Excel
О компании:
«Магнит Плюс» — экосистемная платформа с подпиской, кэшбэком и игровыми механиками, более 10 млн пользователей.
Откликнуться опубликована в LinkedIn у Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Excel
- Financial Analysis
- P&L Analysis
- Statistics
- Loyalty Programs Analysis
- Promo Evaluation
Возможные вопросы на собеседовании
Проверка ключевого навыка, указанного в требованиях.
Расскажите о вашем опыте оценки эффективности промо-акций: какие метрики вы использовали и как изолировали эффект промо от органического роста?
Важно понимать, как кандидат связывает аналитику с финансовыми результатами компании.
Как изменение условий программы лояльности (например, процента кэшбэка) отразится на P&L компании в краткосрочной и долгосрочной перспективе?
Проверка технической грамотности в области анализа данных.
Какие статистические методы вы применяете для проверки гипотез при анализе поведения пользователей?
Оценка способности работать с большими данными и сложными моделями.
Опишите самую сложную финансовую модель, которую вы строили в Excel: с какими трудностями столкнулись и как их решили?
Проверка интереса к продукту компании.