Продуктовый аналитик (B2B)

Any

По договоренности

ГибридЗанятость: Полная занятостьТребуемый опыт: Более 5 лет

Москва

Откликнуться
company logo
Wildberries
Перейти на сайт

Размер компании

-

Описание компании не указано

Описание вакансии

Объединённая компания Wildberries и Russ (ООО «РВБ») — это международная технологическая компания, основанная в России. Она образована в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ — с целью совместного создания новейшей цифровой торговой платформы и предоставления бесшовных инструментов для развития малого и среднего бизнеса на территории стран присутствия.

Wildberries и Russ — это лидер рынков e-commerce и наружной рекламы в России с современной IT-инфраструктурой

Мы находимся в поиске Продуктового аналитика в Fintech направление. Мы расширяем команду и ищем опытного специалиста, который присоединится к команде продуктовой аналитики.

Дополнительно

Анализировать большой объем данных о взаимодействии пользователей с контентом, выявлять инсайты и предоставлять результаты исследования заказчикам Создавать и поддерживать регулярную аналитическую и управленческую отчетности Формулировать и проверять гипотезы с помощью A/B-тестирования Взаимодействовать с product managers, data engineers, data science для решения продуктовых задач Участвовать в запуске перспективного направления бизнеса Исследовать и интегрировать в продукт новые источники данных Продвинутые навыки SQL, опыт работы с большими наборами данных и написания оптимизированных запросов Знание Python и опыт работы с фреймворками A/B-тестирования и экспериментального анализа Опыт построения отчётов в BI-системах Способность преобразовывать сложные аналитические данные в действенные рекомендации для продуктовых команд Сильные коммуникативные навыки, управление ожиданиями и умение донести результат работы до нетехнических специалистов Будет плюсом: Знание инструментов каталогизации данных (Data Catalog) - Open Metadata, Data Hub Понимание и опыт применения основных алгоритмов машинного обучения