Lead Data analyst

Мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения.

Ищем лидера с сильным практическим опытом Data Analyst (DA), который возглавит аналитическую экспертизу Трайба и будет развивать аналитику как продукт — со своими пользователями, стратегией, целями и планом развития. Ключевая задача — превращать данные в инсайты, задавать направления исследований и помогать командам запускать пилоты, приводящие к измеримому бизнес-инкременту.### Вам предстоит:

• формировать стратегию развития аналитики Трайба: изучать потребности внутренних пользователей, определять цели и метрики ценности аналитики, выстраивать и приоритизировать план развития совместно с бизнесом и продуктовыми командами
• лидировать аналитическую экспертизу: задавать стандарты исследований, расчёта метрик и интерпретации результатов, проводить экспертное ревью, развивать компетенции аналитиков и обмен знаниями между командами
• проводить сложные исследования клиентского поведения, потребностей и рекомендательных сценариев; находить точки роста и формировать инсайты для продуктовых и ML-команд
• переводить инсайты в проверяемые гипотезы: определять направления дальнейших исследований, оценивать потенциальный эффект и помогать выбирать приоритетные пилоты
• обеспечивать аналитическое сопровождение пилотов: совместно с командами определять критерии успеха, проектировать A/B-тесты, анализировать результаты и готовить рекомендации по масштабированию или доработке решений
• оценивать инкрементальное влияние решений на бизнес-метрики совместно с бизнес-заказчиками; прослеживать путь от аналитического вывода до принятого решения и измеримого результата
• развивать переиспользуемые аналитические продукты: системы метрик, дашборды, инструменты самостоятельного анализа и базу знаний; формировать требования к данным и контролю их качества вместе с инженерами данных
• согласовывать приоритеты с продуктовыми, DS/ML- и инженерными командами, представлять выводы руководству и добиваться их применения в продуктовых решениях.* опыт в роли Data Analyst (от 4х лет) или продуктового аналитика: самостоятельное ведение сложных задач от постановки бизнес-вопроса до выводов и рекомендаций
• уверенное владение SQL и Python для работы с данными, опыт создания визуализаций и дашбордов в BI-инструментах
• знание математической статистики и практический опыт A/B-тестирования, сегментации, когортного и регрессионного анализа; умение оценивать инкрементальный эффект и корректно интерпретировать ограничения результатов
• умение связывать поведение пользователей и качество рекомендаций с продуктовыми и бизнес-метриками, находить точки роста и формулировать проверяемые гипотезы
• продуктовый подход к аналитике: умение выявлять потребности внутренних пользователей, определять ценность аналитических решений, формировать цели и расставлять приоритеты
• способность выступать экспертным лидером: аргументировать методологические решения, повышать качество работы коллег и согласовывать действия нескольких команд
• умение ясно объяснять результаты исследований бизнесу и руководству, договариваться с заинтересованными сторонами и работать в условиях неопределённости
• способность разбирать аналитические исследования и профессиональные материалы, в том числе на английском языке.

Будет преимуществом:

• опыт руководства или функционального лидирования команды аналитиков: постановка задач, приоритизация, наставничество и развитие сотрудников
• опыт построения аналитической функции, формирования её стратегии или развития аналитики как внутреннего продукта
• опыт работы с рекомендательными системами, поиском, ML-продуктами, а также в электронной коммерции или стриминговых сервисах
• опыт работы с Big Data, в том числе Spark, и автоматизации аналитических процессов
• опыт анализа клиентского пути (CJM) и UX-исследований; профильное образование в IT, математике, Data Science или смежных областях.

Технологии и инструменты:

SQL, Python, Pandas, Tableau / Superset / Amplitude, PySpark, Airflow. Для анализа клиентского пути и UX — Figma, Miro, Hotjar.* комфортный современный офис рядом с м. Кутузовская

• формат работы – офис
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.