Data Science, Product Analyst

Название: Data Science, Product Analyst Компания: Higgsfield AI Местоположение: Алматы, Казахстан / Офис

ПОЧЕМУ СТОИТ РАБОТАТЬ В HIGGSFIELD AI?

Higgsfield AI — самая быстрорастущая компания в истории в области генеративного ИИ, достигшая годового оборота в 500 миллионов долларов, с более чем 25 миллионами пользователей по всему миру, генерирующая более 6 миллионов запросов в день и обеспечивающая работу 390 брендов из списка Fortune 500. Мы находимся на переднем крае создания видео с помощью ИИ и креативных инструментов нового поколения. Присоединение к Higgsfield означает стать частью высокоэффективной команды, формирующей будущее ИИ-нативных продуктов, в компании, которая не просто быстро движется, а переписывает само понятие скорости.

ЗНАЧЕНИЕ ЭТОЙ РОЛИ В HIGGSFIELD

Эта роль отвечает за то, как Higgsfield измеряет свой продукт — от первой регистрации до повторных визитов.

Вы будете отвечать за измерение показателей онбординга, первой генерации, точки перехода к платной подписке, планов и кредитов, а также удержания. Здесь продакт-менеджеры выпускают продукты быстро — ваша задача — убедиться, что они выпускают их, имея полную картину.

Вы должны гарантировать:

• Каждое продуктовое решение имеет числовое подтверждение до и после выпуска.
• Эксперименты спроектированы так, чтобы их можно было легко прочитать, и затем честно проанализировать — включая случаи, когда ответ «это не сработало».
• События, генерируемые продуктом, заслуживают доверия; вы владеете их определением, а не только запросом.
• Продакт-менеджер получает ответ за часы, а не за следующий спринт.

Вы — тот, кто решает, что означает «это сработало».

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

Измерение продукта

• Отвечать за основные метрики продукта: активация, успешность первой генерации, глубина генерации, конверсия из бесплатной в платную, повторное использование, удержание по когортам и сегментам.
• Определить каждую метрику один раз, записать ее определение и придерживаться его — одно определение для дашбордов, презентаций и Slack.
• Настроить отслеживание новых функций перед запуском совместно с продакт-менеджерами и инженерами: какие события, какие свойства, как выглядит успех, когда мы это фиксируем.
• Отслеживать состояние самого потока событий — выявлять отклонения, двойной подсчет, отсутствующие параметры, нарушения именования и находить проблемы до принятия решений на их основе.

Экспериментирование

• Правильно проектировать A/B-тесты: гипотеза, основная метрика, единица рандомизации, минимально обнаруживаемая разница (MDE), размер выборки, длительность проведения, контрольные метрики.
• Честно интерпретировать результаты: значимость, подглядывание, эффекты новизны, несоответствие соотношения выборок, гетерогенность сегментов.
• Разделять «мы доказали, что это работает», «мы доказали, что это не работает» и «из этого теста мы не можем сделать вывод» — и озвучивать это.

Аналитика продукта и монетизации

• Работа с воронками внутри продукта: онбординг и квиз, первая генерация, точка перехода к платной подписке, оформление заказа, выбор плана, пополнение кредитов.
• Анализ ценообразования и пакетов: микс планов, потребление кредитов, юнит-экономика на одну генерацию, маржа по функциям и моделям.
• Принятие функций пользователями и их реальное влияние на удержание и доход — отделение «пользователи, которые делают X, лучше удерживаются» от «заставляя пользователей делать X, мы улучшаем удержание».
• Поведенческая сегментация: случайные создатели против корпоративных/B2B, новые против вернувшихся, по моделям и сценариям использования. Смешивание скрывает все важное.

Сделать информацию доступной

• Создать несколько дашбордов, которые продакт-менеджеры реально открывают сами — ориентированные на принятие решений, а не исчерпывающие.
• Писать краткие отчеты, на основе которых может действовать не-аналитик. Визуализировать данные для людей, а не для других аналитиков.
• Автоматизировать повторяющуюся отчетность, чтобы ваше время уходило на новые вопросы, а не на обновления.
• Работать в SQL, Python, BigQuery и инструментах продуктовой аналитики. Мы активно используем ИИ — находчивость важнее синтаксиса.

КТО НАМ НУЖЕН

Нам нужен аналитик с собственным мнением.

Вы должны обладать:

• Отличным знанием SQL: оконные функции, когорты, воронки и удержание на основе необработанных данных событий, без посторонней помощи.
• Рабочим уровнем владения Python для анализа (pandas, notebooks). Начальный уровень подойдет — мы активно используем ИИ.
• Реальным опытом экспериментирования: вы проектировали тесты, проводили их и отключали функции на основе результатов.
• Статистической честностью: вы знаете, что p-value позволяет утверждать, а что нет, и отказывались называть ровный тест победой.
• Пониманием механики подписок + разовых покупок: повторяющийся vs разовый доход, возвраты, изменения планов, отложенная ценность неизрасходованных кредитов.
• Инстинктом проверять инструмент, прежде чем объяснять движение — неожиданная цифра это утверждение, а не факт.
• Ответственностью: вы решаете, что стоит анализировать, вы добиваетесь исправления, вы следуете рекомендациям до внедренного изменения.
• Четким письменным и устным английским языком на уровне B2+.

Профили, которые часто преуспевают:

• Продакт-аналитики из потребительских продуктов с подпиской или PLG-продуктов.
• Аналитики роста/BI, перешедшие в продакт-менеджмент и оставшиеся там.
• Аналитики из ранних стартапов, которые с нуля создавали систему измерения продукта.
• Data Scientists, которым надоели модели, и они хотят влиять на принятие решений.

ЧЕМ ЭТА РОЛЬ НЕ ЯВЛЯЕТСЯ

Эта роль вам не подходит, если вы:

• Ждете тикет, чтобы узнать, что анализировать.
• Хотите строить модели больше, чем менять решения.
• Нуждаетесь в команде инженеров данных и чистых таблицах, прежде чем сможете начать.
• Сообщаете о росте, в который не верите, потому что этого хочет стейкхолдер.
• Нуждаетесь в идеальных данных, прежде чем сможете сказать что-то полезное.
• Хотите предсказуемой работы с 9 до 5.

ПРОЦЕСС НАЙМА

Мы движемся быстро:

1. Скрининговый звонок (30 мин)
2. Техническое собеседование и кейс (1 час)
3. Практическое домашнее задание (7 дней)
4. Собеседование с командой (60 мин)
5. Оплачиваемый испытательный срок в офисе (1 месяц)

ЧТО МЫ ПРЕДЛАГАЕМ

• Конкурентоспособная базовая заработная плата в USD, основанная на вашем опыте, навыках и объеме работы.
• Участие в капитале через опционную программу компании, дающую возможность разделить долгосрочный рост Higgsfield.
• Поддержка при релокации в Алматы для кандидатов, переезжающих из другого города или страны.
• Высокосовместная, быстроразвивающаяся среда, где вы можете работать напрямую с опытными руководителями и оказывать значительное влияние на продукт и компанию.
• Возможности для профессионального роста, владения проектами и развития карьеры по мере масштабирования компании.
• Оборудование, питание, транспорт или другие офисные льготы, предоставляемые компанией.