Дата аналитик (Поиск)

Дата размещения вакансии: 25.11.2025
Работодатель: Звук
Уровень зарплаты:
з/п не указана
Город:
Москва
Поклонная улица 3
Требуемый опыт работы:
От 3 до 6 лет

Привет! Мы в Звуке ищем Дата аналитика поиска. Мы - команда дата аналитики в отделе ML, хотим лучше понимать профиль и опыт взаимодействия клиентов с музыкой, нашими поверхностями. Анализируем результаты работы поиска, проводим исследования данных. У тебя будет возможность применить свои знания для решения широкого круга проблем, в том числе создание качественных дата продуктов, которые действительно важны для пользователей.

Почему это важно

Звук стремится стать лидером в области стриминга audio-first контента, предлагая уникальный и захватывающий опыт для пользователей. Мы знаем, что успешный продукт начинается с глубокого понимания запросов аудитории и умения воплощать это понимание в жизнь.

Мы предлагаем тебе уникальную возможность заниматься задачами связанными с улучшением работы алгоритмов поиска. Огромный массив данных тебе в помощь – около 100 млн треков, который будет только расти.

Чем будешь заниматься ты:

В этой роли у тебя будет возможность поработать в команде дата-аналитики над направлением Поиска. Тебя ожидает плотное взаимодействие с командами Поиска, Рекомендаций, и коллегами по DataScience.

  • Аналитические исследования по направлению Поиска
  • Подготовка проведения и подведение итогов экспериментов, А/Б-тестов
  • Дизайн и реализация метрик продукта и индустрии, сервисных метрик качества

  • Визуализация данных и построение дашбордов в FineBI

Успех в этой роли обеспечат:

  • Опыт работы дата-аналитиком от 2х лет в крупных ИТ-компаниях, телекоме или музыкальной сфере на аналогичной позиции
  • Опыт в проведении А/Б тестов
  • Опыт в построении системы внутренней отчетности (Tableau, FineBI и т.п.)
  • Продвинутый SQL (PL/SQL, T-SQL), Python (pandas/pyspark, matplotlib/seaborn/plotly), HDFS, Hadoop
  • Техническое образование и хорошая математическая подготовка в области статистического анализа и теории вероятностей
  • Желательно знание метрик качества ML – моделей (оффлайн метрики, метрики ранжирования)
  • Умение объяснять полученные результаты бизнесу