Senior Product Analyst
Оценка ИИАвито — топовый работодатель с сильной инженерной и аналитической культурой. Вакансия предлагает работу над высоконагруженным продуктом, гибкий формат работы и возможность влиять на опыт миллионов людей, что делает её крайне привлекательной для опытных аналитиков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль Senior-уровня в одной из крупнейших IT-компаний России требует не только отличного владения SQL и Python, но и глубокой экспертизы в дизайне A/B-тестов и продуктовом мышлении. Высокая планка ожидается в области работы с программами лояльности и игровыми механиками.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Senior Product Analyst в Москве рыночный диапазон составляет от 300 000 до 450 000 рублей после вычета налогов. Авито обычно предлагает конкурентоспособные условия, соответствующие или превышающие верхнюю границу рынка для сильных кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
𝗦𝗲𝗻𝗶𝗼𝗿 𝗣𝗿𝗼𝗱𝘂𝗰𝘁 𝗔𝗻𝗮𝗹𝘆𝘀𝘁 в Авито
Привет! Я Таня, руководитель аналитики кластера Private Users в Авито. Наша команда отвечает за опыт частных пользователей: и тех, кто покупает, и тех, кто продаёт.
Мы ищем старшего продуктового аналитика в стрим лояльности, в рамках которого мы придумываем задания, игровые и кэшбэк механики, которые мотивируют людей чаще пользоваться нашей площадкой.
Вам предстоит:
*🔹* генерировать продуктовые гипотезы
*🔹* запускать и анализировать много A/B-тестов
*🔹* сегментировать пользователей и проектировать уровни программы лояльности
*🔹* разрабатывать модели персонализации заданий
*🔹* оценивать эффекты от игровых механик
*🔹* строить метрики, трекшен-модели и искать точки роста
Кого ищем:
*▫️* отлично знаете SQL и умеете строить витрины
*▫️* работаете с Python
*▫️* разбираетесь в теории A/B-тестов и проводили их на практике
*▫️* умеете проводить исследования и простым языком рассказывать о сложном
Что получите: прямое влияние на продукт, которым пользуются миллионы людей, сильное аналитическое комьюнити и формат работы на выбор: офис в Москве, удалёнка или гибрид.
Откликайтесь по ссылке или пишите мне в личку / тг Откликнуться *🙌*
*👉* Откликнуться
](https://www.linkedin.com/search/results/all/?keywords=%23%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0&origin=HASH_TAG_FROM_FEED) [ ](https://www.linkedin.com/search/results/all/?keywords=%23%D0%B0%D0%B2%D0%B8%D1%82%D0%BE&origin=HASH_TAG_FROM_FEED) [
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- A/B Testing
- Product Analytics
- Data Modeling
- Segmentation
Возможные вопросы на собеседовании
Проверка глубины понимания методологии A/B-тестирования на больших данных.
Расскажите о самом сложном A/B-тесте в вашей практике: с какими проблемами (прокрас метрик, сетевые эффекты) вы столкнулись и как их решили?
Оценка способности кандидата работать с бизнес-метриками лояльности.
Как бы вы оценивали долгосрочный эффект (LTV) от внедрения новой игровой механики, если краткосрочные метрики вовлеченности выросли?
Проверка навыков сегментации и проектирования систем вознаграждения.
Какие подходы вы бы использовали для определения оптимальных порогов перехода между уровнями в программе лояльности?
Оценка навыков работы с данными и построения архитектуры витрин.
Опишите структуру витрины данных, которую вы бы спроектировали для мониторинга эффективности кэшбэк-кампаний в реальном времени.
Проверка коммуникативных навыков и умения влиять на продукт.
Приведите пример, когда результаты вашего исследования противоречили гипотезе продакт-менеджера. Как вы аргументировали свою позицию?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
