Middle Product Analyst
Оценка ИИИзвестный бренд S7 Airlines, сильная техническая команда S7 Techlab и интересная предметная область. Привлекательные корпоративные льготы (перелеты), хотя формат работы ограничен гибридом в Москве.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИТребуется уверенный стек (SQL, Python, Tableau) и глубокое понимание статистики для A/B-тестов. Позиция уровня Middle предполагает наличие завершенных кейсов и умение работать с сырыми данными из разных источников (ClickHouse, Trino).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиции Middle Product Analyst в Москве рыночный диапазон составляет от 180 000 до 280 000 рублей после вычета налогов. S7 обычно предлагает конкурентоспособные условия, соответствующие средним значениям по рынку IT.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🚀 Middle Product Analyst в S7 Techlab*
S7 Techlab (техническое подразделение S7 Airlines) ищет продуктового аналитика в команду. Впереди много интересных и сложных задач, готовы быстро принять решение.
Задачи:
- Работать с запросами продуктовых команд и UX-исследователей: погружаться в контекст, уточнять цель и предлагать подходящий формат аналитики;
- Анализировать данные и делать выводы, формировать выгрузки, создавать дашборды в Tableau по нужным метрикам, срезам и сегментам;
- Сопровождать A/B-тесты: оценивать техническую готовность, объём аудитории, описывать дизайн и считать длительность эксперимента, проверять корректность сбора данных после запуска, анализировать результаты и формулировать выводы;
- Поддерживать прозрачные и понятные правила работы с аналитическими запросами, метриками и экспериментами.
Требования:
- Опыт в продуктовой аналитике от 2 лет и примеры самостоятельно выполненных проектов от прояснения запроса до формирования рекомендаций команде;
- Уверенное владение SQL, опыт работы в DBeaver и аналогичных инструментах. Используется Trino, PostgreSQL и ClickHouse;
- Опыт построения дашбордов в BI-системах (Tableau);
- Навыки анализа данных на Python. Стек: pandas, NumPy, SciPy, Matplotlib / Seaborn, Jupyter;
- Практический опыт подготовки и анализа A/B-тестов, знание статистики и понимание того, что влияет на корректность эксперимента и выводов;
- Опыт анализа пользовательского поведения, воронок и сегментов, поиск закономерностей;
- Внимательность к качеству данных, умение проверять себя, замечать ограничения, которые могут повлиять на результат;
- Опыт работы с системами web- и мобильной аналитики, подготовки требований к сбору событий;
- Продуктовое мышление, знание продуктовых метрик и понимание, как метрики отражаются на бизнес-показателях;
- Умение перевести запрос заказчика в реальную аналитическую задачу, задавать нужные вопросы, объяснять выводы понятным языком коллегам с разным уровнем технической подготовки.
Условия:
- Гибридный / офисный формат работы;
- Работа в офисе по адресу ул. Петровка, 7;
- Полёты по корпоративным тарифам S7 Airlines;
*📎* Как откликнуться?
• Вакансия:Откликнуться
• Рекрутер: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- Tableau
- Pandas
- NumPy
- SciPy
- Matplotlib
- Seaborn
- Jupyter
- ClickHouse
- PostgreSQL
- Trino
- DBeaver
- A/B Testing
- Product Analytics
- Statistics
Возможные вопросы на собеседовании
Проверка практического опыта работы с экспериментами и понимания статистической значимости.
Расскажите о самом сложном A/B-тесте в вашей практике: как вы рассчитывали размер выборки и какие критерии использовали для оценки результата?
Оценка навыков работы с данными и инструментами визуализации.
Какие ключевые метрики вы бы вывели на дашборд для мониторинга процесса бронирования авиабилетов в Tableau?
Проверка владения SQL и понимания специфики разных СУБД.
В чем, по вашему мнению, основные различия при написании аналитических запросов к ClickHouse и PostgreSQL?
Оценка продуктового мышления и умения приоритизировать задачи.
Как вы действуете, если запрос от продуктового менеджера кажется вам нецелесообразным или метрика выбрана неверно?
Проверка навыков Python для анализа данных.
Какие библиотеки Python вы используете для проверки статистических гипотез и визуализации распределений?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
