Ավագ տվյալների գիտնական

Հեռավար Ավագ տվյալների գիտնական Phantom-ում։ Վերլուծել օգտատերերի վարքագիծը, A/B թեստերը, կառուցել տվյալների հավաքածուներ և օգտագործել AI ծածկագրային գործիքներ։ Պահանջվում է 7+ տարվա փորձ։

Որպես տվյալների գիտնական Phantom-ում, դուք կօգնեք ձևավորել մեր սպառողական ապրանքները խիստ վերլուծության, փորձարկումների և հուսալի տվյալների միջոցով։ Դուք սերտորեն կաշխատեք Արտադրանքի, Ինժեներիայի, Դիզայնի և Աճի թիմերի հետ՝ հասկանալու օգտատերերի վարքագիծը, բացահայտելու հնարավորությունները և ուղղորդելու արտադրանքի որոշումները։ - Վերլուծել օգտատերերի ուղիները, ակտիվացումը, ներգրավվածությունը, պահպանումը և մոնետիզացիան՝ հնարավորությունները բացահայտելու և արտադրանքի բարելավումներ առաջարկելու համար։ - Նախագծել և գնահատել A/B թեստերը, ներառյալ վարկածները, հաջողության չափանիշները, պաշտպանիչ չափանիշները, նմուշի չափը և մեկնաբանությունը։ Հաղորդել անորոշությունը և տարբերակել դիտարկված հարաբերությունները պատճառահետևանքային ազդեցություններից։ - Սահմանել և պահպանել արտադրանքի չափանիշները, և համագործակցել Ինժեներիայի հետ՝ բարելավելու գործիքավորումը և հաստատելու դրանց հիմքում ընկած տվյալները։ - Կառուցել վերաօգտագործելի վերլուծական տվյալների հավաքածուներ և dbt մոդելներ՝ օգտագործելով SQL։ Համագործակցել Տվյալների ինժեներիայի հետ Snowflake, Dagster և ETL խողովակաշարերի վրա՝ բարելավելու տվյալների որակը և աջակցելու վերլուծությանը։ - Օգտագործել Python վիճակագրական վերլուծության, մոդելավորման և ավտոմատացման համար։ Ձեր աշխատանքը դարձնել վերարտադրելի, փաստաթղթավորված և պահպանվող։ - Ներառել AI ծածկագրային գործիքներ, ինչպիսիք են Codex-ը, Claude Code-ը և Cursor-ը, ձեր աշխատանքային հոսքում՝ արագացնելու մշակումը և վերլուծությունը։ Վերանայել և հաստատել գեներացված ծածկագիրը, ենթադրությունները և արդյունքները։ - Ինքնուրույն ղեկավարել երկիմաստ խնդիրները սկզբնական հարցից մինչև վերլուծություն, առաջարկություն և չափում։ Հստակ հաղորդակցվել, կառուցողականորեն վիճարկել ենթադրությունները և ազդել թիմերի առաջնահերթությունների վրա։

7+ տարվա փորձ տվյալների գիտության, արտադրանքի վերլուծության կամ հարակից ոլորտում, արտադրանքի որոշումների վրա ազդելու փաստաթղթավորված արդյունքներով։ - Ուժեղ հիմք վիճակագրության մեջ, ներառյալ հավանականության տեսությունը, վիճակագրական եզրակացությունը, վարկածների ստուգումը, ռեգրեսիան և կողմնակալության ու խառնափոխության աղբյուրները։ Համապատասխան մեթոդներ ընտրելու և դրանց ենթադրություններն ու սահմանափակումները բացատրելու ունակություն։ - Գործնական փորձ A/B թեստերի նախագծման և վերլուծության մեջ, ներառյալ չափանիշների սահմանումը, վիճակագրական հզորության գնահատումը, փորձի վավերականության ստուգումը և արդյունքների թարգմանությունը որոշումների։ - Ընդլայնված SQL հմտություններ և ուժեղ իմացություն Python-ի՝ տվյալների հետազոտման, վիճակագրական վերլուծության և վերարտադրելի վերլուծական աշխատանքային հոսքերի համար։ - Աշխատանքային գիտելիքներ dbt-ի, տվյալների մոդելավորման և ժամանակակից տվյալների հարթակների մասին։ Ծանոթություն օրկեստրացիոն գործիքներին, ինչպիսին է Dagster-ը, և իմացություն, թե ինչպես են ETL խողովակաշարերը, կախվածությունները և թարմացման ժամանակացույցերը ազդում հետագա վերլուծության վրա։ - Գործնական փորձ AI ծածկագրային գործիքների օգտագործման մեջ, ինչպիսիք են Codex-ը, Claude Code-ը կամ Cursor-ը, ձեր կանոնավոր աշխատանքային հոսքում, ճիշտությունը ստուգելու և ծածկագրի որակը պահպանելու դատողությամբ։ - Փորձ անմիջականորեն համագործակցելու արտադրանքի թիմերի հետ, ցանկալի է սպառողական ապրանքների վրա, հասկանալու վարքագիծը և բարելավելու ակտիվացումը, ներգրավվածությունը, պահպանումը կամ մոնետիզացիան։ - Ինքնուրույն կառուցվածքավորելու երկիմաստ խնդիրներ, առաջնահերթություններ սահմանելու և առաջարկություններ հաղորդելու տեխնիկական և ոչ տեխնիկական գործընկերներին ունակություն։ - Հետաքրքրասիրություն, նախաձեռնողականություն և անծանոթ համակարգեր սովորելու և օգտակար աշխատանքը ավարտին հասցնելու պատրաստակամություն։ Ցանկալի է՝ - Փորձ Snowflake-ի հետ աշխատելու, ներառյալ մեծ տվյալների հավաքածուների հարցումը և հարցումների կատարողականի ու ծախսերի հասկացումը։ - Փորձ կրիպտոարժույթի, թոքենիզացված ակտիվների, ֆինանսների կամ ֆինտեխի ոլորտում։

Աշխատանքի ձևաչափ՝ հեռավար