Аналитик данных — работа в Москве

Локация: Нью-Йорк, США

О команде
Вы станете частью команды данных в рамках организации Go-to-Market (GTM). Наша цель — построить культуру, основанную на данных, улучшить процесс принятия решений и продвигать стратегические инициативы с помощью аналитики.
Мы работаем на стыке бизнеса и технологий, обеспечивая всю цепочку — от моделирования данных и определения метрик до визуализации, анализа и создания инструментов для самостоятельной работы с данными.

О роли
Эта позиция предполагает полный стек задач в области данных: моделирование данных, определение метрик, визуализация, анализ и создание инструментов самообслуживания. Вы будете создавать надёжные, масштабируемые источники данных и продукты, которые предоставляют бизнесу достоверные и практические инсайты.
Работа требует зрелого суждения: вы будете выбирать инструмент, подход и уровень инвестиций, наилучшим образом соответствующие каждой задаче — от точечного анализа до долгосрочного производственного продукта.
Как ключевой партнёр GTM-организации, вы будете решать как фундаментальные, так и ситуативные аналитические задачи. Вы будете превращать сложные данные в понятные нарративы, помогая техническим и нетехническим аудиториям понять, что происходит, почему это важно и что делать дальше.

Ключевые обязанности
1. Партнёрство с GTM-командами:
* Активно выявлять высокоэффективные вопросы и переводить бизнес-потребности в модели данных, метрики, анализы и масштабируемые технические решения.
2. Управление метриками:
* Определять, проверять, валидировать и внедрять метрики, которые направляют бизнес, помогая командам интегрировать их в планирование и повседневные решения.
3. Руководство кросс-функциональными проектами:
* Возглавлять проекты в устоявшихся и новых бизнес-областях, включая разработку стратегии данных для «зелёных полей» (новых направлений).
4. Построение масштабируемых моделей данных:
* Создавать модели данных и пайплайны, интегрирующие и преобразующие данные из нескольких источников в надёжные, доступные наборы данных.
5. Разработка продуктов аналитики:
* Создавать дашборды, отчёты, аналитические инструменты и другие продукты данных, позволяющие заинтересованным сторонам самостоятельно находить ответы.
6. Управление жизненным циклом:
* Отвечать за жизненный цикл метрик, аналитических моделей и продуктов — от исследования и прототипирования до производства и поддержки.
7. Выбор оптимального подхода:
* Выбирать наиболее эффективный метод для каждой задачи (анализ, метрика, модель, визуализация или продукт самообслуживания) в зависимости от аудитории, срочности, сложности и ожидаемой ценности.
8. Приоритизация:
* Проявлять зрелое суждение при расстановке приоритетов, балансируя между немедленными бизнес-потребностями и инвестициями в долгосрочное качество и масштабируемость экосистемы данных.
9. Использование AI-инструментов:
* Применять AI-ассистенты для повышения продуктивности, сохраняя при этом чистый, тестируемый и поддерживаемый код, модели данных и документацию.
10. Коммуникация результатов:
* Превращать сложные выводы в ясные, убедительные нарративы через презентации, письменные отчёты, дашборды и другие форматы, адаптированные к аудитории.

Требования к кандидату
Опыт и экспертиза
* Стаж: 10+ лет в профильной роли, связанной с данными, в быстрорастущих, ориентированных на результат организациях.
* Самостоятельность: Умение самостоятельно структурировать и вести неоднозначные, высокоэффективные бизнес-задачи — от постановки до рекомендаций и реализации.
* Креативность: Высокая автономность, находчивость и творческий подход при работе с техническими, операционными и организационными ограничениями.
* Приоритизация: Сильное суждение при выборе приоритетов, глубины инвестиций и решении, когда быстрый ответ должен стать долгосрочным продуктом.

Технические навыки
* SQL: Глубокая экспертиза в SQL и обширный опыт работы с большими наборами данных, проектирование ETL-процессов.
* Инженерные практики: Понимание эффективных практик разработки и инженерии аналитики; умение использовать AI-инструменты для ускорения без создания хрупких систем, неясного кода или лишней сложности.
* Язык программирования: Владение языком для количественных вычислений (предпочтительно Python).
* BI-инструменты: Опыт работы с Tableau, Looker или аналогичными, умение создавать эффективную аналитику самообслуживания.
* Визуализация: Опыт с кастомными фреймворками визуализации, такими как React, Streamlit или Plotly Dash.

Дополнительные навыки
* Коммуникация: Умение превращать сложный анализ в убедительные истории с помощью меморандумов, презентаций, дашбордов и других форматов.
* Внимание к деталям: Исключительное внимание к деталям и стремление к точности.
* Бизнес-влияние: Подтверждённый опыт значимого бизнес-эффекта, желательно в области продаж, финансов, поддержки или другой GTM-функции.