Data Analyst (CVM) / Аналитик данных

Мы ищем аналитика, который не просто строит отчёты, а находит причины в данных, предсказывает поведение абонентов и помогает бизнесу принимать решения.

Обязанности:

• Выявлять проблемные сегменты абонентской базы (качество продаж, активность) и факторы, влияющие на покупку дополнительных услуг и сервисов
• Прогнозировать вероятность поведения абонентов с помощью ML и внедрять модели в реальные бизнес-процессы
• Регулярно мониторить отток, выявлять группы риска и информировать коммерческие подразделения о ранних сигналах
• Выгружать данные из хранилищ для формирования и анализа целевых кампаний
• Анализировать коммерческие показатели, объяснять причины изменений, давать экспертную оценку
• Визуализировать результаты в Excel, Power BI, PowerPoint и представлять руководству
• Выполнять Ad Hoc запросы по ситуационным нуждам бизнеса

Требования:

• Высшее образование: техническое, математическое, экономическое, финансовое или маркетинговое
• Опыт в аналитике от 2 лет
• Опыт в ML и применения моделей на реальных кейсах (прогнозирование оттока, кластеризация, скоринг и т.п.)
• Знание методов статистического анализа, опыт A/B и A/A тестов
• Уверенное владение Oracle (сложные запросы, процедуры, пакеты), PL/SQL, SQL
• Знание структур хранилищ данных, Hive, Pig
• Python (Pandas, Seaborn, Matplotlib, Scikit-learn)
• Умение использовать Spark для оптимизации тяжёлых запросов
• Понимание принципов целевого маркетинга
• Сильное аналитическое мышление, готовность искать нестандартные решения

Условия:

• Достойная заработная плата
• Отпуск 24 дня + 4 дополнительных дня (при использовании основных 24)
• После испытательного срока частичная компенсация расходов: - Медицина: приёмы врачей, анализы, медикаменты, УЗИ, МРТ и др. - Образование: курсы, книги, обучение; школы и детские сады для детей - Фитнес: залы, секции, танцы, бассейн, йога и др. - Путешествия: путёвки по Казахстану и за рубеж, авиа- и ж/д билеты, гостиницы
• Мобильная связь
• Возможности вертикального и горизонтального карьерного роста

Если ты можешь ответить «да» на большинство вопросов ниже, ждём твой отклик:

1. Есть ли у тебя опыт ML и применения моделей на реальных кейсах (не только учебных)?

2. Доводил модель оттока или сегментации до запуска: от выгрузки данных до кампании и оценки эффекта?

3. Писал сложные SQL/Oracle-запросы, процедуры и пакеты?

4. Проводил A/B-тесты и можешь объяснить, как интерпретировать результат?

5. Оптимизировал тяжёлые запросы на больших объёмах данных (в том числе на Spark)?

6. Умеешь превращать цифры в понятные выводы для руководства?

В сопроводительном письме расскажи коротко о проекте или модели, которой гордишься больше всего: какая была задача, что сделал и какой получился результат для бизнеса.