Требования
• Уверенное владение SQL и опыт работы с большими объёмами данных
• Практический опыт проведения A/B-тестов: понимание статистических критериев, расчёт размера выборки, работа с ошибками первого и второго рода, применение теории вероятностей и математической статистики
• Знание продуктовых метрик: Retention, Churn, ARPU, LTV, Conversion Rate, Sticky Factor и других. Умение интерпретировать метрики и формулировать на их основе аналитические выводы
• Уверенное владение Python для анализа данных: Pandas, NumPy, SciPy, библиотеки визуализации (Matplotlib, Plotly, Seaborn)
• Опыт построения дашбордов и визуализации в BI-инструментах. DataLens и Superset будут преимуществом, но рассматриваем и опыт с аналогами
• Понимание принципов построения витрин, агрегатов и аналитической инфраструктуры
• Умение работать с сырыми данными, самостоятельно проверять их корректность и оценивать надёжность отчётности
• Способность самостоятельно формулировать аналитические задачи, задавать уточняющие вопросы и предлагать решения, выходящие за рамки первоначальной постановки
Будет плюсом
• Опыт работы с YTSaurus (YQL)
• Опыт участия в discovery-процессах и влияния аналитики на продуктовые решения
• Опыт работы с большими объёмами данных и развитой аналитической инфраструктурой