Аналитик данных

#вакансия #ищу сотрудника #analyst #productanalyst #удаленка #PostgreSQL #Python

🔍 Ищем аналитика в #Wiam Group
💰Вилка: 200-350 т.р.

Компания Wiam group международная финтех компания, основанная в 2019 году, которая совершенствует технологии в сфере кредитования и разрабатывает программное обеспечение.

📌Что надо будет делать:
- Проводить анализ личного кабинета пользователей;
- Анализировать воронки и пути пользователей в продукте;
- Искать точки роста для увеличения конверсии;
- Участвовать в подготовке и оценке продуктовых А/Б тестов;
- Оценивать результаты запуска новых функций продукта;
- Готовить ТЗ для команды разработки на передачу событий аналитики.

📌Мы ожидаем:
- Опыт работы продуктовым/data/web- аналитиком от 2-х лет;
- Опыт работы с Python и SQL (у нас PostgreSQL);
- Глубокое знание математической статистики и теории вероятностей;
- Уверенное знание флоу A/B-тестирования (дизайн, контроль проведения, способы проверки статистической значимости, подведение итоговых результатов);
- Опыт работы с инструментами web-аналитики (Google Tag Manager, Яндекс.Метрика, Google Analytics).

📌Будет плюсом:
- Опыт визуализации данных в BI-системах (у нас Tableau);
- Знание базовых ML-алгоритмов;
- Опыт написания техзаданий;
- Опыт работы в финтехе.

📌Мы предлагаем:
- Полностью удаленный формат работы из любой точки мира;
- График работы с понедельника по пятницу с гибким началом и окончанием рабочего дня в зависимости от проекта в работе;
- Возможности профессионального развития;
- Отсутствие тотальной бюрократии и микроменеджмента;
- Фиксированный оклад;
- Заработная плата обсуждается по итогам собеседования;
- Оформление по договору с самозанятыми или с ИП.

Этапы отбора: 1) собеседование с HR; 2) собеседование с руководителем отдела аналитики.

Интересна данная вакансия?

📮Контакт: @rm_julia

Аналитика данных

❤3👍3👨‍💻2

1.64K viewsedited 17:15

Аналитик данных

📌

Временная сложность разных ML-алгоритмов

И вспомним про некоторые алгоритмы

⏩

Логистическая регрессия
Где применять — там, где требуется несложная классификация малого числа объектов на малое число классов.

⏩

K-means
Может сгруппировать объекты по степени похожести.
Где применять — поиск закономерностей, классификация объектов по нескольким параметрам. Работа с объектами, которые можно описывать набором переменных.

⏩

Метод опорных векторов (SVM)
Пытается построить такую линию, чтобы самым точным образом разделить между собой разные типы объектов.
Где применять — классификация объектов.

⏩

Байесовский классификатор
Определяет класс, к которому принадлежит объект. В основе — расчет вероятности, с которой объект относится к тому или иному типу данных.
Где применять — в задачах классификации, конечно же. Например, классическая задача — сказать, относится ли письмо к спаму или нет.

📎

А вот подробная статья по самым популярным ML-алгоритмам

Аналитика данных

Please open Telegram to view this post