Аналитик в VK Музыка

VK Музыка — стриминговый сервис, который объединил музыкальную платформу ВКонтакте и отдельное приложение VK Музыка.

Наша команда разрабатывает, улучшает и поддерживает VK Музыку: мы выпускаем приложения для iOS и Android, открываем новые имена и собираем лучшую музыку. А ещё обучаем наши рекомендательные системы, чтобы миллионы пользователей находили треки по своим интересам, а музыканты — больше преданных слушателей.

Кроме того, мы придумываем и создаём новые фичи и код, пишем тексты, рисуем дизайн и доводим результат до продакшена.

У нас здорово, потому что вы:
ꔷ сможете увидеть результаты работы над продуктом буквально везде — настолько музыка важна для пользователей;
ꔷ сделаете жизнь пользователей ещё комфортнее;
ꔷ будете решать интересные задачи в классной команде душнарей, технарей и юмористов;
ꔷ всегда сможете выбрать: пить сок на кухне Дома Зингера или приветствовать коллег онлайн на встречах.

Задачи

• Собирать, обрабатывать и анализировать данные из разных источников;
• проверять качество данных, проводить оценку корректности полученных результатов;
• заниматься аналитическими исследованиями, искать точки роста продукта;
• проводить анализ ключевых метрик бизнеса, воронок продаж, пользовательских путей, маркетинговых кампаний;
• участвовать в построении сквозной аналитики экосистемы;
• помогать с дизайном и оценкой A/B-тестов;
• поддерживать и развивать существующие модели данных, составлять описание и тестирование новых событий и таблиц;
• автоматизировать аналитические процессы на Рython;
• строить дашборды, готовить отчётности.

Требования

Опыт работы в области продуктовой аналитики сайтов и мобильных приложений от трёх лет;
знание ключевых продуктовых и маркетинговых метрик современных B2C- и B2B-сервисов, умение предлагать новые метрики для решения задач;
понимание подписочной модели продаж, методов оценки эффективности рекламных акций;
уверенное владение SQL (ClickHouse на уровне оптимизации сложных запросов);
опыт обработки и анализа данных на Python (знание Pandas, NumPy, Statsmodels, SciPy);
опыт визуализации в BI-инструментах;
навык проведения A/B-экспериментов (генерация гипотез, дизайн и подведение итогов теста);
умение работать с распределёнными системами построения потоков данных: Apache Kafka, Apache Airflow;
готовность объяснять сложные вещи простыми словами и презентовать результаты своих исследований.

Будет плюсом

• Знакомство с подписочной моделью.