- Страна
- Казахстан
Руководитель группы продуктовой аналитики подписки в Плюс Фантех
Оценка ИИРабота в топовой технологической компании с огромной базой пользователей и доступом к передовым инструментам. Отличный соцпакет и возможности для профессионального роста, однако высокая нагрузка и ответственность соответствуют уровню позиции.
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 не только сильных технических навыков (SQL, Python, ML), но и подтвержденного опыта управления командой в крупном продукте. Высокая планка ожиданий Яндекса к методологии A/B-тестов и работе с Big Data делает позицию сложной для кандидатов без опыта в масштабируемых системах.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в Яндексе для позиций уровня Head of Analytics обычно находится в верхнем квартиле рынка, часто дополняясь значительными годовыми бонусами и опционной программой (RSU). Указанные рыночные оценки отражают базовую часть для руководителей групп в крупных финтех- и экосистемных компаниях.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*❤️ Руководитель группы продуктовой аналитики подписки в Плюс Фантех*
Яндекс Плюс — большой экосистемный продукт, который объединяет доступ десятков миллионов пользователей к десяткам сервисов внутри Яндекса и за его пределами. Мы ищем руководителя группы для работы с одним из направлений: удержание подписчиков или сценарии продажи и дистрибуции подписки.
Какие задачи вас ждут:
• Управление командой аналитиков
Вы будете определять цели и направление развития домена аналитики, заниматься развитием сотрудников, нанимать новых аналитиков, отвечать за результат команды.
• Приоритизация задач и работа со стейкхолдерами
Вам предстоит работать с большим количеством заказчиков и кросс-функциональными командами; превращать запросы бизнеса в аналитические задачи и защищать ресурсы команды.
• Развитие аналитического инструментария и методологий
Мы развиваем аналитическую инфраструктуру и методологию: переиспользуемые витрины, единые стандарты расчётов и экспериментов, инструменты на базе ИИ. Вам предстоит формировать бэклог для своего направления и отвечать за внедрение.
• Поиск точек роста
Вместе с командой продукта вы будете определять цели развития, проводить исследования и подтверждать ценность их результатов.
Мы ждём, что вы:
• Руководили командой аналитиков
• Умеете приоритизировать запросы, управлять потоком задач
• Знаете SQL и аналитический стек на Python
• Разбираетесь в A/B-тестах
• Понятно доносите результат до бизнеса
Будет плюсом, если вы:
• Работали в подписочной модели монетизации
• Ставили задачи ML-командам, оценивали инкрементальный эффект моделей
• Занимались распределёнными вычислениями (MapReduce, ClickHouse), использовали BI-инструменты (DataLens, Tableau)
Почему у нас хорошо:
В Яндексе легко заниматься спортом — у нас есть бесплатные онлайн-тренировки от партнёров, а ещё скидки в фитнес-клубах, бассейнах и студиях йоги. Это не все бонусы — полный список тут.
*📩* Откликнуться на нашем сайте
#плюс_фантех #product #SQL #python #ML #алматы #офис #гибрид
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- A/B Testing
- Machine Learning
- MapReduce
- ClickHouse
- DataLens
- Tableau
- Product Analytics
Возможные вопросы на собеседовании
Проверка лидерских качеств и умения развивать сотрудников.
Расскажите о самом сложном кейсе в управлении командой аналитиков: как вы выстраивали процессы развития сотрудников и найма?
Оценка понимания специфики подписочного бизнеса.
Какие метрики вы бы считали ключевыми для оценки эффективности стратегии удержания (retention) в экосистемной подписке?
Проверка методологической подготовки.
Как вы подходите к дизайну A/B-тестов в условиях, когда эффекты могут быть размыты между разными сервисами экосистемы?
Оценка навыков приоритизации и работы с бизнесом.
Как вы действуете в ситуации, когда ресурсы команды ограничены, а количество высокоприоритетных запросов от разных стейкхолдеров растет?
Технический кругозор в области ML и Big Data.
Был ли у вас опыт оценки инкрементального эффекта ML-моделей? Какие подходы вы использовали для подтверждения их ценности для бизнеса?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
