Lead Product Analyst / Analytics Engineer (AI & Experimentation)
Оценка ИИСильная вакансия в успешном продукте с огромной аудиторией и современным стеком. Уникальная возможность работать на острие технологий (AI + Analytics) с полной удаленкой.
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 ИИРоль требует редкого сочетания глубокой продуктовой аналитики (5+ лет) и практического опыта внедрения AI-агентов и LLM-workflow. Высокая планка по техническим навыкам (SQL, Python, Git) и английскому языку (B2+).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции уровня Lead в международном мобильном продукте с требованиями к AI-компетенциям рыночные ожидания составляют от $5000 до $8000. Данный диапазон соответствует глобальным стандартам для опытных Analytics Engineers.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🤩 [#вакансия](?q=%23%D0%B2%D0%B0%D0%BA%D0%B0%D0%BD%D1%81%D0%B8%D1%8F) Lead Product Analyst / Analytics Engineer (AI & Experimentation) в ArtWorkout*
Про ребят:
- мобильное приложение для обучения рисованию: креатив, обучение и геймификация в одном продукте;
- 1M+ iOS MAU и 1.5M+ Android MAU по всему миру;
- ~80 млн событий в ClickHouse в день, 600+ A/B-экспериментов за историю продукта.
Что предстоит делать:
- Строить AI-агентов и автоматизированные workflow, которые находят и валидируют точки роста в конверсии, ретеншене, подписках, рекламе, ARPU и LTV.
- Выстроить повторяемый процесс: от сигнала в данных до валидированного инсайта, продуктовой гипотезы и эксперимента.
- Автоматизировать ключевые части жизненного цикла A/B-тестов: валидация сетапа, выбор метрик, мониторинг, guardrails, анализ результатов, накопление знаний.
- Определять и поддерживать ключевые продуктовые метрики и unit-экономику.
- Анализировать воронки, когорты, ретеншн, монетизацию и поведение пользователей на SQL и Python.
Что важно в кандидате:
- 5+ лет в product analytics, analytics engineering или growth analytics.
- Сильный SQL — ClickHouse, BigQuery или аналогичные аналитические базы; сильный Python для анализа и автоматизации.
- Понимание продуктовых метрик, воронок, ретеншена, монетизации и unit-экономики; опыт дизайна и анализа A/B-экспериментов.
- Практический опыт с AI-агентами и LLM-workflow: интеграция инструментов, оркестрация, evaluation, guardrails, human review.
- Опыт создания переиспользуемых аналитических инструментов, а не только дашбордов и разовых анализов.
- Уверенный Git/GitHub: pull requests, code review, тесты, документация.
- Умение самостоятельно валидировать AI-generated анализ и видеть его failure modes.
- Английский B2+.
Будет плюсом:
- B2C mobile, gaming или EdTech; подписочная модель и рекламная монетизация.
- GrowthBook или другие платформы экспериментов; аналитическая инфраструктура, семантические слои, data contracts.
- Байесовская статистика, продвинутые методы экспериментов, LLM evaluations, RAG, knowledge graphs, agent observability.
Что предлагают:
- Full-time, полностью удалённо — из любой точки мира.
- Продукт с миллионами пользователей и зрелой культурой экспериментов.
- Роль на стыке аналитики, AI и продукта.
*📝 Для отклика заполняйте форму* → Откликнуться
@rfoundersjobs — работа в проектах на глобал
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- ClickHouse
- BigQuery
- Git
- GitHub
- A/B Testing
- Unit Economics
- LLM
- GrowthBook
- RAG
- Data Contracts
Возможные вопросы на собеседовании
Проверка опыта работы с AI в аналитике.
Расскажите о самом сложном AI-агенте или автоматизированном workflow, который вы создавали для анализа данных: с какими failure modes вы столкнулись?
Оценка навыков работы с экспериментами.
Как бы вы автоматизировали процесс выбора guardrail-метрик для 600+ A/B-тестов, чтобы минимизировать риски для продукта?
Проверка понимания мобильной юнит-экономики.
Какие специфические метрики вы бы внедрили для анализа гибридной модели монетизации (подписки + реклама) в EdTech приложении?
Оценка инженерного подхода в аналитике.
Как вы организуете процесс code review и тестирования для аналитического кода, чтобы обеспечить воспроизводимость инсайтов?
Проверка навыков работы с данными большого объема.
Опишите ваш опыт оптимизации сложных SQL-запросов в ClickHouse при работе с таблицами событий объемом в десятки миллионов строк в день.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
