Аналитик данных
Описание
Мы – IT-компания, рекламная сеть asoads.com и владельцы мобильных приложений. Мы не занимаемся услугами по написанию кода, а сосредоточены на развитии собственных продуктов. В связи с активным развитием компании и запуском новых проектов мы ищем сильного аналитика данных, который поможет нам принимать решения на основе данных и находить точки роста бизнеса. Нам нужен человек, который сможет не просто строить отчёты, а разбираться в данных, находить закономерности, формулировать гипотезы и превращать результаты анализа в конкретные бизнес-решения. ЧТО ПРЕДСТОИТ ДЕЛАТЬ: Аналитика бизнеса: Анализировать ключевые показатели рекламной сети: traffic, revenue, cost, margin, fill rate, bid rate, win rate, PPR, discrepancy и другие метрики. Анализировать эффективность Publisher / Source → Exchange → DSP / Self-Serve. Находить причины изменений revenue, spend, маржи и качества трафика. Выявлять точки роста и возможности для увеличения revenue и прибыли. Проводить анализ по GEO, source, format, device, DSP и другим сегментам. Считать экономику новых источников, партнёров и направлений. Работа с данными: Собирать данные из различных систем и приводить их к единому виду. Строить и поддерживать дашборды и регулярную отчетность для руководителей и команд. Автоматизировать регулярные выгрузки и аналитические задачи. Контролировать корректность данных и находить расхождения между системами. Формировать единую систему метрик и определений внутри компании. Взаимодействие с командами: Работать совместно с Head of RTB, Project Manager, разработчиками и руководителем компании. Отвечать на бизнес-вопросы в формате: «что произошло → почему → что делать». Переводить сложные данные в понятные выводы и конкретные рекомендации. Помогать командам принимать решения на основе данных, а не субъективных ощущений. ЧТО МЫ ОЖИДАЕМ ОТ КАНДИДАТА: Уверенное знание Python и SQL. Опыт анализа больших событийных датасетов. Знание математической статистики и теории вероятностей. Умение находить зависимости между большим количеством категориальных и числовых признаков. Опыт feature engineering и анализа сочетаний признаков. Понимание методов классификации, кластеризации и поиска аномалий. Опыт работы с моделями типа LightGBM, XGBoost, CatBoost или аналогичными. Умение правильно работать с несбалансированными выборками и редкими целевыми событиями. Понимание переобучения, утечки целевого признака, статистической значимости и проверки моделей на новых данных. Умение отличать реальную закономерность от случайного совпадения. Способность самостоятельно сформулировать гипотезу, проверить ее на данных и объяснить результат простым языком. Умение превращать результаты анализа в конкретные рекомендации для разработчиков и бизнес-команды. ВАС ЖДЕТ: Возможность построить аналитическую систему быстрорастущей adtech-компании практически с нуля. Влияние на развитие бизнеса и участие в принятии ключевых решений. Работу с собственными технологическими продуктами: Ad Exchange, антифрод, RTB-инфраструктура, Self-Service. Высокую степень автономности и возможность реализовывать свои идеи. Команду, которая быстро принимает решения и не перегружена бюрократией.