Все вакансииопыт в EDA и Data Science (реализованные проекты, Kaggle, GitHub);
Python (Pandas, Numpy, Scipy);
визуализации (Plotly, Matplotlib, Seaborn);
опыт построения дашбордов (Power BI, Qlik, Dash, Bokeh, Shiny, Django/Flask);
понимание Hadoop-экосистемы, опыт работы со Spark SQL;
опыт работы в Zeppelin, DBeaver;
навыки презентации аналитических результатов руководству;
опыт работы с клиентскими данными в банке, телекоме, ритейле или e-commerce.
Аналитик данных
Головной офисСанкт-Петербург , Малоохтинский пр., д. 64
В нашей команде вам предстоит:
- исследование клиентских данных и проверка гипотез: участие в постановке и самостоятельная проверка ad-hoc гипотез, data mining, поиск неочевидных паттернов в клиентской базе (5+ млн клиентов) и продуктовом портфеле розничного банка, подготовка аналитических рекомендаций с конкретными выводами для бизнеса
- разработка и оценка экспериментов: проектирование A/B-тестов от постановки задачи до интерпретации результатов — стратификация групп, расчёт необходимой выборки, оценка статистической значимости, формулировка выводов
- аналитическая поддержка бизнеса: оперативные запросы от руководства и смежных подразделений розничного бизнеса — работа с данными разной степени сложности, выгрузки, мэтчинг, факторный анализ
- визуализация и презентация результатов: оформление аналитики в понятные для бизнеса материалы — дашборды, аналитические записки, доклады руководству (инструменты — на ваш выбор: Python, BI, Excel)
- развитие аналитической инфраструктуры: участие в разработке метрик, создании BI-решений и дашбордов для оценки эффективности бизнес-подразделений.
Мы ожидаем, что вы:
- имеете высшее математическое, техническое или экономическое образование (предпочтительно по направлению ""Математические методы в экономике"" или смежным);
- имеете продвинутые навыки SQL: сложные выборки, оконные функции, оптимизация запросов на больших объёмах данных (десятки миллионов записей);
- знаете ключевые метрики клиентской базы: LTV, Churn Rate, RFM, ARPU, когортный анализ, конверсия, retention;
- умеете самостоятельно формулировать задачу из размытого запроса ""нужно разобраться"" в конкретный план анализа;
- обладаете высокой гибкостью мышления: способностью решить одну задачу несколькими способами и выбрать лучший;
- имеете системное видение: понимание, как частный вопрос связан с общей картиной клиентского бизнеса и выручкой.
Дополнительно:
-
Будет плюсом:
