Продуктовый аналитик

Наша команда разрабатывает и внедряет алгоритмы, которые максимизирует влияние кэшбэка на ключевые метрики бизнеса. Сейчас есть несколько направлений: — Развивать алгоритмы персонализации: кому, когда и сколько кэшбэка дать. Вместе с ML-командой вам предстоит пройти путь от эвристик до Uplift-моделей и RL. — Оптимизировать существующие механики: какую ставку и лимиты поставить на кэшбэк для привлечения новичков или максимизации выручки. Предстоит разрабатывать и улучшать алгоритмы существующих механик, строить метрики эффективности и проводить много A/B-экспериментов, чтобы найти оптимальную стратегию роста ключевых метрик Т-Банка с помощью кэшбэка. — Создавать новые инструменты роста: генерировать гипотезы на основе продуктовых исследований и экспериментов, лидировать создание новых фич и кэшбэк-механик, доводить лучшие из них до прода. Требования: Знания SQL на продвинутом уровне Экспертные знания мат.статистики и теории вероятности, применения А/Б тестов, разных статистических методов и критериев Знания альтернативных методов проверки гипотез (ML подходы, когортный анализ, синтетический контроль и др) Знания Python и библиотек pandas, numpy, matplotlib, sklearn, scipy, prophet и другие Проведение бизнес анализа, выявление требований Умение выбирать целевые метрики бизнеса или продукта, декомпозиция и построение дерева метрик Понимает как работать с зависимостью в данных (способы оценки параметров распределений, дельта метод, линеаризация) Визуализация данных построения дашбордов в BI инструментах (Tableau, Python, Proteus) ​​​​​​​ Обязанности: Проведение продуктовых исследований Поиск точек роста на данных, исследование зависимостей и корреляций Подготовка, дизайн, проведение и анализ А/Б тестов Написание и оптимизация кода SQL, Python. Построение пайплайна SSETL Оценка и приоритизация гипотез вместе с командой продукта Построение Ad-hock аналитики