Продуктовый аналитик (роботизация сборки заказов в дарксторах)
Оценка ИИУникальная вакансия на стыке IT и робототехники в перспективной нише автоматизации ритейла. Хороший стек технологий и понятные задачи, однако отсутствие указанной зарплаты и гибридный график с выездами могут подойти не всем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИТребуется редкое сочетание навыков классической продуктовой аналитики (SQL, Python) и понимания физических операционных процессов (интралогистика, производство). Необходимость регулярных выездов на объекты усложняет работу, но делает её более прикладной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиции продуктового аналитика с опытом от 3 лет в Москве рыночный диапазон составляет 200 000 – 300 000 рублей. Учитывая специфику роботизации и необходимость работы на объектах, компенсация может быть выше среднего по рынку.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Продуктовый аналитик (роботизация сборки заказов в дарксторах)
Местоположение: Москва
Формат работы: Гибрид
Опубликована: 20.10.2026
Требования:
• Опыт от 3 лет в аналитике процессов и операций, интралогистике, производстве или количественной продуктовой аналитике
• SQL, Python, Excel
• Понимание операционных метрик
• Умение моделировать процессы и проверять гипотезы расчётами
Важно:
*📌* Роль не удаленная, подразумеваются регулярные выезды на дарксторы, тестовые площадки и в лабораторию…
Контакт: Откликнуться
Откликнуться опубликована в LinkedIn у Alexandra Pavliukevitch
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- Excel
- Data Analysis
- Process Modeling
Возможные вопросы на собеседовании
Проверка опыта работы с физическими процессами и понимания специфики дарксторов.
Какие ключевые метрики эффективности (KPI) вы бы выделили для процесса роботизированной сборки заказов?
Оценка навыков моделирования и прогнозирования.
Как бы вы подошли к моделированию пропускной способности даркстора при внедрении нового типа роботов?
Проверка технических навыков работы с данными.
Опишите случай, когда вам приходилось использовать Python для анализа операционных данных, которые нельзя было обработать в Excel.
Оценка умения работать с гипотезами в условиях неопределенности.
Как вы будете проверять гипотезу об эффективности автоматизации, если данные с тестовой площадки сильно зашумлены?
Проверка готовности к специфике работы (выезды на объекты).
Какой опыт сбора данных «в полях» (на производстве или складе) у вас уже есть и с какими сложностями вы сталкивались?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
