Перейти к содержимому
search
work Вакансия на FreelanceSpace опубликовано 2 дн назад

Middle/Senior Data Analyst

apartmentDataDev scheduleproject publicОфис badge2–4 года badge5+ лет
send Откликнуться

Публичная страница вакансии: прозрачные условия, быстрый отклик, понятный следующий шаг. Для работодателя — качественный воронко-трафик, для исполнителя — ясные требования без “воды”.

description

Описание вакансии

Вакансия: Middle/Senior Data Analyst

Локация/Гражданство: РФ
Оформление: СЗ/ИП
Компания: DataDev
ЗП: от 250 000 до 350 000 р.
Занятость: Проектная

Обязанности:
🔹 Анализ поведения клиентов и эффективности ML-моделей.
🔹 Оценка результатов экспериментов: A/B-тесты, uplift-анализ, контрольные группы.
🔹 Участие в анализе источников данных, предложение улучшений для дата-платформы (сбор, хранение, подготовка данных для DS).
🔹 Разработка метрик и дашбордов (Looker/Tableau/Metabase) для мониторинга и принятия решений.
🔹 Верификация данных (поиск аномалий, автоматизация проверок).
🔹 Исследование больших массивов данных, поиск закономерностей, формирование инсайтов и рекомендаций для продукта.
🔹 Настройка ETL-процессов для подготовки данных.
🔹 Сегментация аудитории, анализ воронок, выявление узких мест в продукте.
🔹 Работа в связке с Data Scientists, Product Managers, Data Engineers.
🔹 Развитие процессов и культуры работы с данными в компании.

Требования:
✅ 3+ года опыта в аналитике данных (SaaS / eCommerce – преимущество).
✅ Продвинутый SQL (сложные запросы, оптимизация, работа с большими таблицами).
✅ Python (Pandas, NumPy, SciPy) – обработка данных, автоматизация.
✅ Знание статистики и опыта проведения A/B-тестов.
✅ Понимание основ ML/AI (как бизнес-аналитик/заказчик).
✅ Структурное мышление, умение объяснять данные бизнесу.

Технический стек:
Языки: Python, SQL (включая PL/SQL, PL/pgSQL)
Базы данных: Greenplum, PostgreSQL
BigData: Kafka, Trino, Spark, Hadoop, Hive
ETL-системы: Apache Airflow


Будет плюсом:
➕ Опыт в SaaS, eCommerce, маркетплейсах.
➕ Знание Airflow, dbt или других инструментов ETL.
➕ Базовые навыки ML (интерпретация моделей, feature importance).
➕ Опыт работы с ClickHouse, BigQuery, Snowflake.

Писать:
tips_and_updates
Как откликнуться эффективно
  • arrow_right1–2 релевантных кейса (ссылки/скриншоты)
  • arrow_rightСроки и формат работы (когда на связи)
  • arrow_right2–3 уточняющих вопроса по задаче
handshake
Рекомендации работодателю
  • arrow_rightОпишите результат и критерии приёмки
  • arrow_rightУкажите бюджет/вилку — это повышает качество откликов
  • arrow_rightСразу обозначьте сроки и доступность по коммуникациям