- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Старший аналитик данных в команду Trisigma
Оценка ИИВысокий балл обусловлен сильным брендом (Авито), работой над технологически сложным внутренним продуктом и четкими требованиями. Гибридный формат в Москве также является преимуществом для многих кандидатов.
Сложность вакансии
Оценка ИИРоль требует серьезного опыта (от 3 лет) и глубоких знаний математической статистики, так как продукт напрямую связан с A/B-тестированием. Необходимо уверенное владение техническим стеком (Python/SQL) и понимание архитектуры данных.
Анализ зарплаты
Оценка ИИУказанная роль Senior Data Analyst в крупной технологической компании уровня Авито обычно предполагает зарплату выше среднерыночной. Ожидаемый диапазон для Москвы составляет 250 000 – 400 000 рублей после вычета налогов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Trisigma (Авито) уже сейчас
Откликайтесь на позицию старшего аналитика в Trisigma, чтобы развивать передовую платформу A/B-тестирования внутри экосистемы Авито!
Описание вакансии
Старший аналитик данных в команду Trisigma Trisigma (Авито)
Местоположение: Москва
Формат работы: Гибрид
Опубликована: 09.07.2026
Требования:
• Опыт в аналитике данных от 3 лет
• Уверенное владение Python и SQL
• Понимание математической статистики и гипотез
• Опыт работы с аналитическими хранилищами
О компании
Trisigma — это аналитический инструмент для A/B-экспериментов и автоматизации аналитики в больших организациях, разработанный Авито. Позволяет принимать решения на основе данных.
Откликнуться опубликована в LinkedIn у Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- A/B Testing
- Python
- SQL
- Statistics
- Data Warehousing
- Hypothesis Testing
Возможные вопросы на собеседовании
Продукт Trisigma специализируется на A/B-тестах, поэтому важно понимать, как кандидат выбирает метрики и оценивает их чувствительность.
Как вы определяете необходимый размер выборки для A/B-теста и какие методы используете для повышения чувствительности метрик?
Работа с большими данными в Авито требует написания производительного кода.
Расскажите о самом сложном SQL-запросе, который вам приходилось оптимизировать. Какие инструменты вы использовали для анализа производительности?
Проверка гипотез — ядро продукта. Нужно убедиться в понимании статистических ошибок.
Что такое ошибки первого и второго рода в контексте A/B-тестирования, и как вы балансируете между ними при принятии решений?
Вакансия предполагает работу с аналитическими хранилищами.
С какими архитектурами хранилищ данных вы работали и как обеспечивали качество данных (data quality) в своих проектах?
Старший аналитик должен уметь объяснять сложные вещи простым языком.
