Yandex.Practicum·Москва (м. Павелецкая)·6 окт.
Старший аналитик данных в команду аналитики привлечения в Практикум
Ориентир по рынку≈ 140 000 – 300 000 ₽наш грубый ориентир по 187 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана
🔄 ГибридSeniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Зарплату в объявлении не раскрыли. Грубый ориентир: столько платят в 187 вакансиях уровня Senior по всему рынку, без учёта специальности.
Живость
Появилась 13 дней назад. По свежим вакансиям почти всегда действительно нанимают.
Описание
Расписано подробно: обязанностей 7, требований 11. Картина ясна до первого созвона.
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноSQLPythonA/B Testing
ПлюсомLLM
Надбавка к зарплате на этом уровне: LLM +43%, Python +22%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Яндекс Практикум помогает людям развивать карьеру: осваивать новые профессии, изучать английский язык и пользоваться ИИ-инструментами. Мы развиваем образовательные сервисы — курсы по обучению профессиям с нуля и с опытом, «Луми», «Английский», «Грейд» и другие продукты. Команда аналитики привлечения способствует росту бизнеса: ищет точки роста в маркетинговых каналах, продуктовых механиках и продажах, проверяет гипотезы и оценивает, как изменения влияют на результаты. Мы активно экспериментируем, автоматизируем процессы и прямо влияем на выручку сервисов.
О роли
Ищем старшего аналитика данных, которому предстоит самостоятельно решать сложные задачи на стыке маркетинга, продукта и продаж.
Чем предстоит заниматься
Оценка эффективности привлечения
Вы будете анализировать путь пользователя — от первого контакта с Практикумом до покупки. Нужно оценивать, насколько эффективны каналы привлечения, скидки, ценовые механики и коммуникации. Вам предстоит находить зоны роста, выдвигать гипотезы и предлагать решения, которые помогут увеличить выручку
Эксперименты в продуктах
Вам предстоит вместе с командами сервисов, маркетинга и прямых продаж прорабатывать и запускать эксперименты: определять, каких показателей нужно достичь; оценивать, какой эффект может дать изменение; анализировать итоги и помогать решать, стоит ли внедрять изменения дальше
Стандарты аналитической работы
Вы будете вместе с командой развивать общие подходы к работе с данными: создавать ИИ-скилы и инструменты, которые можно использовать повторно, автоматизировать рутинные задачи, описывать лучшие практики и помогать коллегам применять их в новых задачах
Больше о бэкенде в Яндексе — в канале Yandex for Backend
Наши требования
Работали в маркетинговой, продуктовой или коммерческой аналитике: занимались привлечением, ценообразованием, воронками продаж, CRM-коммуникациями или смежными задачами
Владеете SQL и умеете писать сложные запросы
Знаете Python для анализа данных: можете обрабатывать данные, проверять гипотезы и создавать воспроизводимые расчёты
Хорошо понимаете статистику: умеете проектировать и проводить A/B-тесты, интерпретировать результаты и оценивать эффект изменений
Используете ИИ-инструменты в работе с данными и кодом: можете применять их для автоматизации и критически проверять результат
Умеете понятно объяснять результаты анализа нетехническим заказчикам
Хотите развиваться в экспертном треке: самостоятельно вести аналитические проекты и влиять на решения бизнеса
Работали с BI-инструментами и создавали отчётность для бизнес-пользователей
Оценивали инкрементальный эффект маркетинговых каналов или механик продаж
Создавали внутренние инструменты, скилы, библиотеки или автоматизации для аналитиков
Имеете опыт работы с LLM, агентами или другими ИИ-инструментами для решения аналитических задач
