Пикабу

Пикабу — информационно-развлекательное сообщество, которое читает более 30 млн человек в месяц. UGC-платформа с развитой рекламной монетизацией и рядом дополнительных продуктов: Promokod.pikabu, Education.pikabu, Games.pikabu Команда 2 аналитика (middle+), 3 продуктовых направления. Прямое подчинение директору по продукту. Что предстоит делать: — Провести аудит аналитической инфраструктуры и перестроить её под задачи компании: пересмотреть архитектуру хранения событий по необходимости, устранить накопленный технический долг в пайплайнах, обеспечить консистентность данных на всём жизненном цикле — Провести аудит платформы экспериментов и доработать по необходимости, которая позволит любому участнику продуктовой команды самостоятельно запустить расчёт A/B теста и получить результат — Внедрить ИИ-агентов в аналитические процессы: автоматизировать подведение итогов экспериментов, генерацию инсайтов, адхок-запросы — Вести сложные эксперименты на статистически неоднородной аудитории: проектировать тесты, выбирать методы оценки эффекта (включая случаи, когда классический A/B невозможен), интерпретировать результаты для нетехнической аудитории — Поддерживать качество аналитических данных: регулярный аудит справочника событий, мониторинг перформанса, работа с аналитическими дашбордами в Redash, оптимизировать скорость их работы и обеспечивать точность собираемых данных Требования: — Глубокая экспертиза в аналитической инфраструктуре: ETL-процессы, архитектура хранения данных, ClickHouse (сложные запросы, оптимизация), MySQL, Airflow, Redash, Яндекс.Метрика — Понимание технической стороны аналитики на уровне разработчика: как события доставляются, где теряются, какие проблемы возникают при хранении — и умение предвидеть их до запуска — Полный ownership за своё направление: сопровождает данные на всём жизненном цикле — от проектирования события до мониторинга его корректности на проде — Экспертный уровень математической статистики: A/B тестирование, работа с выборками, множественное тестирование, PSM — Опыт построения или существенного развития платформы экспериментирования — Уверенный Python: написание скриптов для автоматизации — Реальный опыт внедрения ИИ в аналитические процессы: внедрение LLM-процессов, построение AI-агентов для работы с данными, автоматизация генерации инсайтов, использование AI для анализа экспериментов — Умение оценивать качество AI-решений: где модель ошибается и когда результат нельзя использовать без проверки Будет плюсом: — Опыт работы с рекомендательными системами (с измеримым результатом) и алгоритмами ранжирования Условия: — Белая заработная плата, обсуждается на интервью, — Полностью удалённая работа, оформление в штат с первого дня, — Аккредитованная IT-компания, — Оплачиваемые отпуска и больничные, ДМС после испытательного срока, — Все ИИ-инструменты — за счёт компании.