Обязанности:
Мы ищем продуктового/data аналитика с большим опытом и насмотренностью в A/B-тестах и с сильными навыками программирования на Python. Наши продуктовые команды ежедневно запускают новые A/B-эксперименты, и для того, чтобы они могли проверять свои гипотезы с максимальной точностью и скоростью, мы разрабатываем собственную A/B-платформу. Цель - сделать эту платформу не просто "калькулятором", а полноценным продуктом, поэтому команда A/Б-тестов работает не только над платформой и ее фичами, но и над процессами, методологиями и культурой вокруг экспериментов. * По функционалу роль ближе к Data аналитику, НО тут получится очень быстро расти в продуктовой аналитике, так как самые точечные и сложные кейсы всех продуктовых команд проходят именно через команду AB платформы. Что нужно делать: Разрабатывать методологию pricing-экспериментов (switch-back, query level split) и помогать командам их запускать; Строить пайплайн A/B-тестирования для API бизнеса с сотнями миллионов запросов в день; Внедрять CUPED в сервис авторасчёта - писать код на Python, поддерживать Airflow DAG; Развивать инструменты для дизайна экспериментов; Исследовать лучшие практики и искать способы ускорить тесты; Валидировать дизайны экспериментов и постанализов, разбираться в сложных кейсах CI подходов. Ты нам подходишь, если: 2+ года в аналитике, включая реальный опыт A/B-тестирования (от 20 тестов в год) - дизайн, запуск, анализ - будет круто, если напишешь в сопроводительном письме, сколько тестов ты провел на последнем месте; Уверенно пишешь код на Python (не только ноутбуки) и понимаешь, что такое Docker контейнер; Можешь сходу пояснить за CUPED и понимаешь, в чем преимущества Bayesian подхода; Умеешь оптимизировать SQL-запросы, которые не тормозят на миллиардах строк (с помощью LLM достаточно); Разговорный английский - от B1; Используешь LLM-ассистенты в работе (Claude Code, ChatGPT и др.)Похожие вакансии