- Страна
- Россия
- Зарплата
- 250 000 ₽ – 300 000 ₽
Откликайтесь
на вакансии с ИИ
Product Analyst (Middle+) / Аналитик продукта
Оценка ИИСильный бренд работодателя, конкурентная зарплата для Middle+ уровня и современный стек технологий. Гибкий формат работы и фокус на AI-инструменты делают вакансию привлекательной.
Сложность вакансии
Оценка ИИТребуется уверенное владение SQL и Python, а также опыт работы с сырыми данными в ClickHouse. Высокая планка по математической статистике и продуктовому мышлению (Product Sense).
Анализ зарплаты
Оценка ИИПредложенная вилка 250 000 – 300 000 рублей на руки полностью соответствует рыночному уровню для позиции Middle+/Senior Product Analyst в Москве и Санкт-Петербурге. Верхняя граница в 300к является стандартом для опытных специалистов в крупном финтехе или девелопменте.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Группа Самолет уже сейчас
Присоединяйтесь к команде лидера рынка недвижимости и влияйте на развитие инновационных B2B-продуктов с помощью данных!
Описание вакансии
#Вакансия #Product Analyst (Middle+) #Data Analyst #РФ
Вакансия: Аналитик продукта
Компания: Группа «Самолет» — ведущий российский застройщик
Ищем сильного Product Analyst (Middle+)
Продукт:
- Панель менеджера продаж: Единое цифровое рабочее место, где менеджер проводит клиента по всему пути — от первой встречи и подбора идеальной квартиры до моментального бронирования и сделки.
- ПМКЦ (Рабочее место контактного центра): Единый хаб для операторов ( продажи по телефону, чаты). Внутри — встроенный AI-копилот, умные подсказки и механики guided sales.
Твоя цель:
С помощью глубокой аналитики данных находить неочевидные инсайты и точки роста. Твои решения будут напрямую влиять на рост конверсии во встречи, снижение AHT, повышение лояльности клиентов (CSI)
Чем предстоит заниматься:
Метрики и дашборды: Проектирование продуктовых метрик с нуля и сборка прозрачных дашбордов в DataLens / Visiology
Работа с сырыми данными: У нас нет коробочных трекеров — мы льем сырые данные напрямую в ClickHouse. Тебе предстоит собирать витрины, строить воронки и анализировать пользовательские пути (CJM) сотрудников
Что для этого понадобится:
- От 3 лет в роли Product / Data Analyst (опыт работы с внутренними B2B-продуктами, CRM или финтехом будет плюсом)
- Стек: MS SQL (оконные функции, сложные JOIN, первичные данные) и ClickHouse
- Python: Уверенное владение для проведения статистического анализа и автоматизации аналитики (Pandas, NumPy, SciPy)
- Статистика: Твердое знание математической статистики, понимание методов проверки гипотез и подводных камней A/B-тестов
- Product Sense: Умение переводить язык цифр в конкретные бизнес-решения. Понимание метрик AHT, CSI, Retention, CR
- AI-First Mindset: Повседневное использование AI-инструментов в работе (написание SQL-кода, саммаризация, аналитика).
Условия:
Оформление по ТК РФ
З/п вилка: 250-300К на руки
Формат работ: Гибрид в офисе СПб или МСК или удаленка на территории РФ
ДМС со стоматологией
Техника для работы
Резюме можно прислать откликом на Откликнуться
или написать TG: Откликнуться
*⚠️* Убедительная просьба ознакомиться с правилами безопасности при отклике на вакансии в Телеграме. Последнее время увеличилось число мошеннических схем, когда мошенники прикрываются работодателем
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- ClickHouse
- Python
- Pandas
- NumPy
- SciPy
- DataLens
- Visiology
- A/B Testing
- Statistics
- CJM
- CRM
Возможные вопросы на собеседовании
Проверка навыков работы с сырыми данными и понимания архитектуры данных.
Расскажите о вашем опыте проектирования витрин данных в ClickHouse: с какими сложностями при обработке сырых логов вы сталкивались?
Оценка продуктового мышления и умения влиять на бизнес-показатели.
Как бы вы подошли к анализу причин снижения метрики CSI в продукте для менеджеров продаж? Какие гипотезы проверили бы в первую очередь?
Проверка знаний математической статистики.
Какие методы вы используете для оценки результатов A/B-тестов, если данные распределены ненормально или имеют сильные выбросы?
Оценка навыков оптимизации процессов.
Как вы рассчитываете метрику AHT (Average Handle Time) и какие факторы, по вашему опыту, сильнее всего влияют на её снижение в CRM-системах?
Проверка соответствия культуре AI-First.
Приведите пример, как использование AI-инструментов помогло вам в решении сложной аналитической задачи или автоматизации рутины.
Похожие вакансии
Аналитик DWH
Middle Data Analyst / Аналитик Данных
Junior/Middle Data Analyst (Risk Data)
Middle Data Analyst
Data / BI analyst (Middle)
Data (BI) аналитик
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!