Яндекс Ecom

аналитик данных органической выдачи

Коротко

Аналитик данных в команде органической выдачи электронной коммерции Яндекса будет развивать ранжирование на основе данных о товарах, магазинах и поведении пользователей, оценивать эффект персонализации и разрабатывать продуктовые метрики. Требуется продуктовое мышление, уверенное владение SQL и Python, знание статистики и опыт проектирования A/B-тестов. Плюсом будет опыт в поиске, рекомендациях или ранжировании, а также работа в электронной коммерции. Формат работы — гибрид, офис в Москве.

Описание
Команда развивает направление электронной коммерции в транзакционном ИИ и Поиске. Она строит ранжирование на данных о товарах, магазинах, запросах и поведении пользователей, чтобы помогать пользователям находить товары и сравнивать предложения, а магазинам — получать релевантный спрос.
Задачи
•Развивать факторы ранжирования на основе признаков магазинов
•Исследовать признаки магазинов и мерчей, улучшать генерацию кандидатов и отбор предложений для выдачи
•Находить способы учитывать недопредставленные магазины в продакшене
•Развивать детекцию распродаж и магазинов со всплеском трафика
•Оценивать эффект персонализации, изучать сигналы в User DWH и проектировать проверки
•Исследовать способы повышения разнообразия выдачи
•Масштабировать на органическую выдачу сигналы актуальности и продаваемости товаров
•Оценивать объём спроса, который можно привести на независимые магазины, и находить проблемные срезы
•Анализировать выдачи, длинные сессии без покупки и кластеры с аномально низкой конверсией
•Определять сценарии, в которых вклад органической выдачи максимален и незаменим
•Развивать метрики GMV через Яндекс, заказов без маркетплейсов, разнообразия и рыночности ранжирования, а также показатели для новых участников выдачи
•Объяснять изменения продукта и их причины
•Помогать настраивать и отлаживать эксперименты
•Развивать мониторинг и сигналы по хостам для выявления резких изменений метрик и локализации причин
Требования
•Мыслить как продуктовый аналитик: находить проблему, формулировать гипотезу, выбирать метрики и доводить исследование до решения
•Уметь работать с большими поведенческими данными, строить приборы и находить причины изменений
•Быть партнёром для команд разработки, продукта и ML: приоритизировать задачи, обсуждать ограничения и обосновывать выводы данными
•Уверенно владеть SQL и Python для анализа и обработки данных
•Знать статистику и теорию вероятностей, уметь проектировать и интерпретировать A/B-тесты
•Будет плюсом: опыт работы с поиском, рекомендациями или алгоритмами ранжирования, исследования персонализации и пользовательских признаков в DWH, построения мониторингов аномалий и систем продуктовых метрик, работы в электронной коммерции или крупных транзакционных сервисах
Условия
•Компенсация от 100М токенов для экспериментов и оптимизации рутины
•Доступ к передовым моделям для ежедневной работы
•Расширенная медицинская страховка с первого месяца работы
•Медицинская помощь, страхование от несчастных случаев и лечение критических заболеваний
•Онлайн-консультации с психологами и психотерапия в офисах с соответствующим кабинетом
•Ежегодные чекапы и вакцинация
•30 дней больничного в году оплачиваются с полной зарплатой
•Стоматология и помощь за рубежом
•После года работы ДМС покрывает коррекцию зрения и хирургическое лечение косоглазия
•В крупных офисах есть кабинеты врачей-терапевтов
•Ведение беременности и роды оплачиваются сотрудницам и жёнам сотрудников, работающим в компании более двух лет
•Страховка для детей и супругов по системе 80/20: компания оплачивает 80% стоимости ДМС

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте