Product Analyst в R&D-команду
Оценка ИИИнтересная роль в R&D-подразделении игровой компании с возможностью удаленной работы. Четкие требования и понятный стек технологий делают вакансию привлекательной для аналитиков из индустрии геймдева.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИТребуется специфический опыт в мобильном геймдеве (F2P) от 2 лет и владение стандартным стеком (SQL, Python, BI). Сложность умеренная, так как позиция предполагает высокую автономность в R&D среде.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для продуктового аналитика с опытом от 2 лет в геймдеве рыночные предложения обычно находятся в диапазоне 180,000–280,000 рублей. Итоговая сумма будет сильно зависеть от локации компании и валюты контракта.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Откликнитесь в Joyteractive уже сейчас
Присоединяйтесь к R&D-команде Joyteractive и влияйте на развитие мобильных игр через данные!
Описание вакансии
Product Analyst в R&D-команду Joyteractive
#ProductAnalyst #Удаленно #Remote #Job #Vacancy
Требования:
От 2-х лет опыта работы Product Analyst в мобильном геймдеве. Опыт с free-to-play мобильными играми. Уверенное владение SQL. Опыт анализа данных в Python. Опыт с BI-инструментами (Tableau или аналогами). Понимание продуктовых метрик мобильных игр и принципов A/B-тестирования. Умение самостоятельно анализировать данные, формулировать выводы и аргументировать рекомендации. Внимательность к деталям, проактивность и способность работать автономно.
Локация:*📍*Удалённо.
Контакт для отклика: Откликнуться
*👉* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- Python
- Tableau
- A/B Testing
- Data Analysis
- Product Metrics
- Mobile Games
- Free-to-Play
Возможные вопросы на собеседовании
Проверка понимания специфики мобильных игр и умения работать с ключевыми показателями.
Какие метрики вы считаете наиболее критичными для оценки успеха новой фичи в F2P игре на этапе софт-лонча?
Оценка технических навыков работы с данными.
Опишите ваш типичный пайплайн анализа данных в Python: какие библиотеки вы используете и для каких задач?
Проверка методологической грамотности в экспериментах.
Как вы определяете необходимый размер выборки и длительность A/B-теста, чтобы избежать проблемы подглядывания (peeking problem)?
Оценка продуктового мышления и умения приоритизировать.
Расскажите о случае, когда результаты анализа данных противоречили интуиции команды. Как вы аргументировали свою позицию?
Проверка опыта работы с монетизацией.
