Дата-аналитик (Senior)

Навыки

• A/B-тесты
• AI-агенты
• BI-инструменты
• Когортный анализ
• Confluence
• Дашборды и витрины
• Анализ данных

О компании и продукте

• 31 июля 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
• Мы — команда «Мотивационный профиль» внутри юнита Data, мы строим симулякров клиентов — цифровые модели, которые эмулируют поведение, эмоциональные реакции, принятие решений и смену жизненных приоритетов реальных людей.
• Это не классические скоринговые модели, а агентно-ориентированные симуляции, учитывающие:

Задачи

• Разработка методологии расчёта Индекса состояния клиента (ИСК)
• совместно с продакт-менеджером команды формализовать компоненты «текущего» и «оптимального» состояний клиента
• определить набор прокси-метрик, которые можно извлечь из доступных данных, при необходимости сформировать запрос на новые данные
• разработать формулы расчёта агрегированного индекса (с весами, нормировкой и учётом контекста).Особое внимание — расчёту «оптимальной траектории» для каждого клиента (или кластера клиентов)
• Расчёт показателей и выгрузка данных
• провести ретроспективный расчёт индекса на исторических данных
• построить когортный анализ: как меняется индекс после ключевых событий
• сравнить эффективность разных каналов влияния (пуш, e-mail, оффер в приложении) с точки зрения прироста индекса
• Построение отчетности и системы мониторинга
• спроектировать и развернуть дашборд (на базе Навигатор) для ежедневного отслеживания распределения клиентов по зонам (красная — кризис, желтая — стагнация, зеленая — гармония)
• настроить алерты на резкое снижение индекса или расхождение между текущим и оптимальным состоянием
• создать автоматизированный отчет с трендами, узкими местами и прогнозом
• Валидация и развитие методологии
• по результатам А/Б тестов (где одна группа получает влияние, другая нет) оценивать чувствительность индекса к реальным действиям банка
• участвовать в итеративном улучшении модели симулякров — подсказывать, каких данных не хватает, где индекс противоречит наблюдаемому поведению

Требования

• опыт работы в аналитике данных от 5 лет
• отличное владение SQL (оконные функции, cte-запросы, умение читать план запроса и т.д.)
• уверенное владение Python (pandas, numpy)
• опыт в запуске А/B-тестов и принятия решений на основе его результатов
• опыт работы со spark, Hadoop
• опыт визуализации данных (дашборды, работа с BI-инструментами)
• умение формулировать чёткие выводы из «грязных» данных и презентовать их нетехническим специалистам
• уверенное знание Excel и знание Power Point
• опыт работы с инструментами Atlassian Confluence, Jira
• навыки работы с генеративными AI-моделями
• опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки
• Желательные (будут твоим преимуществом)
• опыт с симуляционными данными или агент-ориентированными моделями
• знание психометрики или опыт работы с поведенческими данными
• опыт работы с BI navigator

Условия

• комфортный современный офис рядом с м. Кутузовская
• возможность выбрать удобный график – офис/гибрид/
• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.