Описание
ASOS занимается цифровым ритейлом и использует поведенческие данные с веб- и мобильных платформ для понимания поведения клиентов, поддержки принятия решений и проведения экспериментов.
Задачи
•Создавать и расширять базовые поведенческие модели в Databricks, описывающие взаимодействие клиентов на web и в приложении
•Разрабатывать и поддерживать логику сессий, воронки и пользовательские пути, логику атрибуции, метрики использования фич и вовлечённости, а также датасеты экспозиции и вариантов экспериментов
•Создавать доменные поведенческие витрины данных (marts) для аналитики и экспериментов
•Отвечать за качество и консистентность поведенческих событий, поступающих в аналитические платформы
•Обеспечивать соответствие событий согласованным схемам и конвенциям именования, типам данных и обязательным полям, а также требованиям privacy-first
•Строить и поддерживать пайплайны трансформации данных, где требуется обогащение или стандартизация
•Выступать техническим владельцем контрактов событий между фронтенд-командами и аналитикой
•Внедрять сквозные проверки качества данных совместно с инженерами из frontend, ingestion, аналитики и Databricks
•Мониторить и алертить по изменениям схем и сбоям валидации, полноте и покрытию событий, дрифту кардинальности, аномалиям объёма, целостности идентификации и user-stitching
•Выявлять и устранять проблемы до того, как они повлияют на эксперименты или отчётность
•Обеспечивать доверенные поведенческие метрики через metric-enabled views в Databricks и семантические модели Power BI
•Обеспечивать поддержку метриками self-serve анализа, executive и leadership-отчётности, а также сценариев "Talk to Data" и агентных workflow
•Сотрудничать с продуктовыми аналитиками, дата-командами и продуктовыми командами, чтобы метрики были понятными, консистентными и переиспользуемыми
•Работать с web и app инженерами для обеспечения того, что инструментирование соответствует потребностям аналитики и экспериментов
•Поддерживать дизайн event payload и схем, ревью PR на инструментирование, пре-релизную валидацию, тегирование и трекинг экспозиции экспериментов
•Быть экспертом по лучшим практикам поведенческого трекинга
Требования
•Опыт в analytics engineering, data engineering или product analytics
•Сильные навыки SQL и опыт работы с Databricks, Spark, DBT или Python
•Хорошее понимание поведенческого и event-based моделирования данных
•Практический опыт работы с платформами продуктовой аналитики, такими как Mixpanel, Adobe или аналогичными
•Опыт построения надёжных пайплайнов данных и контролей качества
•Готовность тесно работать с инженерами в продуктовых командах по вопросам инструментирования данных
•Прагматичный, внимательный к деталям подход к качеству данных
Будет плюсом
•Опыт поддержки экспериментов и A/B-тестирования
•Знание identity resolution и cross-device tracking
•Опыт семантического моделирования в Power BI
•Опыт внедрения self-serve аналитики
•Интерес к AI-assisted аналитике или метрик-ориентированным агентам
Условия
•Локация: Лондон
•Employee discount
•Employee sample sales
•25 дней оплачиваемого ежегодного отпуска плюс дополнительный день для празднования
•Частная медицинская страховка
•Фиксированная ежегодная выплата в дополнение к зарплате каждый год
•Персонализированное обучение и обучающие моменты по ходу работы
