Аналитик данных в команду маркетплейса
В работе мы ставим амбициозные цели и не останавливаемся на достигнутом. Поэтому для нас так важно, чтобы каждый участник большой команды Авито разделял культуру компании. Погрузиться в неё помогает Манифест, в котором собраны наши основные ориентиры — миссия, ценности, принципы работы manifesto.avito.com
О команде
Наша команда развивает сделки через транзакцию. Мы хотим, чтобы покупки и продажи происходили у нас на сайте или в приложении, например, через Авито Доставку. Так обеспечивается гладкость и безопасность процесса для всех сторон. А ещё мы работаем над скидками и программами лояльности, чтобы покупки были доступнее для всех.
В команду ценообразования доставки мы ищем аналитика, который в первую очередь будет исследовать долгосрочное влияние субсидирования заказов, а затем перейдёт к работе над инструментами прайсинга. Наша команда оказывает сильное влияние на бизнес за счёт сложного, но интересного аналитического продукта.
Примеры будущих задач:
- разрабатывать долгосрочную бизнес-модель, основанную на данных по эластичности пользователей по цене услуг;
- создавать и поддерживать процесс обновления модели;
- общаться с топ-менеджментом и инвестором по работе модели;
- совершенствовать текущие алгоритмы и подходы к субсидированию заказов;
- оптимизировать промо-механики (скидки, кешбэки, промокоды) в зависимости от пользовательского сценария;
- искать равновесие в применении промо-механик и механик ценообразования;
- запускать новые инструменты субсидирования;
- рассчитывать эластичность стоимости доставки.
Мы ждём, что вы:
- знаете и умеете применять математику и статистику при решении реальных задач;
- видите связь между математическими формулами и их влиянием на бизнес;
- владеете SQL (нужно будет работать с большими массивами данных, уметь писать сложные запросы, оптимизировать их и создавать аналитические витрины данных);
- владеете Python и его библиотеками для анализа данных;
- использовали в работе BI-инструменты (мы используем Redash);
- умеете понятно визуализировать данные и презентовать результаты своих исследований, объяснять сложные вещи простыми словами и договариваться с коллегами.
Будет здорово, если вы:
- знаете оптимизационные алгоритмы (методы оптимальных решений, динамическая оптимизация);
- работали над созданием ML-моделей или изучали их.
