Просмотр вакансии

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.)