- Работа в Москве
- Удаленно
- Аналитик данных
- Аналитик данных в направление Поиска
Аналитик данных в направление Поиска
По договоренности
- Кутузовская
- Кутузовская
- Кутузовская
О роли
Привет! Мы ищем Дата аналитика поиска. Мы - команда дата аналитики в отделе ML, хотим лучше понимать профиль и опыт взаимодействия клиентов с музыкой, нашими поверхностями. Анализируем результаты работы поиска, проводим исследования данных. У тебя будет возможность применить свои знания для решения широкого круга проблем, в том числе создание качественных дата продуктов, которые действительно важны для пользователей.
В этой роли у тебя будет возможность поработать в команде дата-аналитики над направлением Поиска. Тебя ожидает плотное взаимодействие с командами Поиска, Рекомендаций, и коллегами по DataScience.
Почему это важноЗвук стремится стать лидером в области стриминга audio-first контента, предлагая уникальный и захватывающий опыт для пользователей. Мы знаем, что успешный продукт начинается с глубокого понимания запросов аудитории и умения воплощать это понимание в жизнь.
Мы предлагаем тебе уникальную возможность заниматься задачами связанными с улучшением работы алгоритмов поиска. Огромный массив данных тебе в помощь – около 100 млн треков, который будет только расти.
Чем будешь заниматься у нас:-
Аналитическими исследованиями по направлению Поиска;
- проведением и подведением итогов экспериментов, А/Б-тестов;
-
дизайном и реализацией метрик продукта и индустрии, сервисных метрик качества;
- визуализацией данных и построение дашбордов в FineBI.
- SQL;
- python;
- Hadoop;
- Airflow / Git.
- Опыт работы дата-аналитиком от 2х лет в крупных ИТ-компаниях, телекоме или музыкальной сфере на аналогичной позиции;
-
техническое образование и хорошая математическая подготовка в области статистического анализа и теории вероятностей;
-
опыт в проведении А/Б тестов;
-
опыт в построении системы внутренней отчетности (Tableau, FineBI и т.п.);
-
продвинутый SQL (PL/SQL, T-SQL), Python (pandas/pyspark, matplotlib/seaborn/plotly), HDFS, Hadoop;
-
желательно знание метрик качества ML – моделей (оффлайн метрики, метрики ранжирования);
-
умение объяснять полученные результаты бизнесу.
Опубликована 12 дней назад