Mid/Jun+ Продуктовый аналитик

Москва, Россия
Джуниор • Миддл
Аналитика, Data Science, Big Data • Data scientist • Аналитик • Data Science • Machine Learning • Product аналитика • Python • R • SQL • ClickHouse • Greenplum • PostgreSQL
Удаленная работа • Работа в офисе
Опыт работы от 1 года до 3х лет
О себе

На данный момент Продуктовый аналитик (DA).

Мои компетенции и опыт

Т-Банк - Продуктовый аналитик (Data analyst)

Сентябрь 2025 — сейчас (1 год и 3 месяца)

- Core-аналитика B2B CX (средний и крупный сегмент): адаптировал триггеры плохого опыта под крупных клиентов, доработал отчётность → выделены ключевые боли и подняты в приоритете разработки. Провёл продуктовые исследования, легшие в основу переработки архитектуры продукта → ускорение time-to-value и утилизации на 3 дня и уменьшение оттока на 5%.
- Рассчитал 100+ метрик в A/B тесте модели кэшбэка с оптимизациями чувствительности; эффект — +100 млн/мес. Написал документацию и сделал отчёт по эксперименту и инсайтам. Проводил ревью дизайна тестов других команд.
- Вёл развитие внутреннего AI-агента для авторевью экспериментов: наладил аналитику логов, обнаружил незамеченные сбои; настроил evaluation (LLM-as-a-judge + разметка ревьюеров); провёл JTBD-исследование среди пользователей → аудитория выросла в 2 раза. Успешная презентация проекта на 60+ человек.

Fordewind - Младший аналитик

Февраль 2025 — Апрель  нужен доступ к резюме  месяца)

Автоматизировал парсинг и обработку документов через LLM для финансовой аналитики активов, подключил микросервисы по API, написал документацию. Выполнял ad-hoc аналитику (кредитный скоринг) и мэтчинг МСФО/РСБУ.

Коммерческие Проекты - Аналитик

Июль 2024 — Сентябрь  нужен доступ к резюме  месяца)

Провёл количественные A/B тесты (двухвыборочные t-тесты,F-тесты, Критерий Манна-Уитни, CUPED-поправки).
Написал документацию по их проведению и сбору данных, внёдрённую в процессы компании для автоматизации.

AllSee - LLM инженер

Июнь 2024 — Сентябрь  нужен доступ к резюме  месяца)

Протестировал несколько различных LLM моделей.
Промпт-инжинирил функционал ассистента, что повысило точность ответов вдвое.
Подключил векторную базу данных, значительно расширив количество сценариев общения.
Разработал бэкенд AI-ассистента на python.
Настроил подключение бэкенда к стенду через API.



Интересные кандидаты