Product Analyst

Описание Tango — успешная, лидирующая на рынке платформа для прямых трансляций с более чем 450 миллионами зарегистрированных пользователей, работающая в индустрии, которая, по прогнозам, достигнет 240 миллиардов долларов в ближайшие пару лет. Платформа B2C, основанная на передовых мировых видеотехнологиях, позволяет миллионам талантливых людей по всему миру создавать собственный живой контент, взаимодействовать с поклонниками и монетизировать свои таланты. Компания Tango live stream была основана в 2018 году и насчитывает более 300 сотрудников по всему миру, работающих в условиях культуры роста, обучения и успеха! Команда Tango — это энергичный коктейль из трудолюбивых людей, креативных умов, энергетиков, гиков, тех, кто превосходит ожидания, спортсменов и многих других. Мы раздвигаем границы, чтобы сделать наше приложение из «одного из лучших» «лидером». Лучший способ описать стиль работы Tango — не использовать слово «невозможно». И мы верим, что успех — это тернистый путь, пролегающий через бессонные ночи, корпоративные вечеринки, сложные релизы и, конечно же, улыбки наших пользователей (а поскольку мы — LIVE-приложение, мы действительно видим, как наши пользователи со всего мира улыбаются нам в реальном времени!). Хотите присоединиться к вечеринке? Обязанности Ответственность. Будьте аналитическим партнером для продуктовой области: 1:1 чат, наборы контента, переговоры, прямые трансляции — вы становитесь тем, к кому PM и инженеры обращаются за любой цифрой в этой области, и тем, кто несет ответственность, когда что-то идет не так. Эксперименты. Проводите A/B-тесты продуктовых функций от начала до конца. Превратите продуктовую гипотезу в тест: первичные и вторичные метрики, минимальный эффект, который стоит обнаружить, и аудитория. Убедитесь, что разделение аудитории и события назначения действительно корректны, прежде чем доверять результатам. Отслеживайте его во время выполнения, а затем выносите четкое решение «пустить» или «не пускать» и обоснование этого решения. Это большая часть работы, а не редкий проект. Пайплайны. Создавайте и поддерживайте наборы данных для вашей области. Пишите производственные трансформации в виде SQL и конфигурации пайплайна YAML, с проверками свежести, уникальности и достоверности. Ваша работа проходит ревью кода, как и любая работа инженера. События. Определяйте инструментарий до того, как он будет создан. Пишите спецификацию BI-событий для новых функций на Android, iOS и Web; затем проверяйте после релиза, что события срабатывают так, как указано в спецификации, и устраняйте расхождения, когда они возникают. Дашборды. Отвечайте за дашборды и модели под ними. Включая вывод из эксплуатации тех, которые никто не открывает. Дашборд без читателей — это затраты, а не актив. Анализ. Исследуйте, что изменилось и почему. Аномалии доходов и конверсии, эффективность функций, поведенческие вопросы от PM. Представляйте результаты тем, кто будет действовать на их основе. Инциденты. Оценивайте производственные инциденты под давлением времени. Когда что-то ломается, вас спрашивают, сколько пользователей пострадало и как долго — быстро и достаточно точно, чтобы отстоять цифру, если инженерия с ней не согласна. Затраты. Следите за честностью затрат на запросы и пайплайны. Партиционирование, кластеризация и понимание того, почему запрос сканирует то, что он сканирует. Емкость хранилища данных общая и конечная; дорогой пайплайн — проблема для всех. Требования Продвинутый SQL, включая оконные функции и многоисточниковые объединения — и способность рассуждать о стоимости запроса, а не только о том, возвращает ли он результат. Сильный опыт в проведении экспериментов. Тестирование гипотез, доверительные интервалы, мощность и минимальный обнаруживаемый эффект — и возможные сбои: подглядывание в работающий тест, множественные сравнения, поиск сегмента, где результат работает. Вы также должны быть тем типом человека, который проверяет, является ли сам эксперимент обоснованным, прежде чем доверять его числам. 3+ года работы в качестве продуктового или дата-аналитика над потребительскими продуктами, с реальным опытом работы как с мобильными, так и с веб-приложениями. Критическое использование инструментов аналитики на основе ИИ. Мы активно используем внутренний слой на базе Claude поверх BigQuery. Мы хотим человека, который проверяет то, что он производит, прежде чем передавать дальше. Уверенное написание кода: git, запросы на слияние, чтение и ревью SQL других. Вы будете писать производственный код пайплайна, а не только ноутбуки и запросы. Практические знания отслеживания продуктовых событий: как выглядит хорошо специфицированное событие и почему одно и то же событие ведет себя по-разному на разных платформах. Английский язык на уровне B1 или выше. Вы будете писать спецификации, на основе которых будут работать инженеры, и представлять результаты продуктовым заинтересованным сторонам, поэтому четкий письменный английский важнее беглой речи. Большое преимущество: Конкретно BigQuery — партиционированные таблицы, кластеризация, ценообразование на основе слотов. Airflow, dbt или другой фреймворк для оркестровки трансформаций. Опыт работы аналитиком в случае производственного инцидента, а не только при постмортеме. Приятно иметь: Python с обычными статистическими библиотеками — pandas, scipy, statsmodels. BI-инструмент, такой как Looker, Tableau или Power BI — имея опыт создания моделей и дашбордов, а не только их чтения. Сегодня мы используем Looker, но переходим от него, поэтому конкретный инструмент имеет гораздо меньшее значение, чем опыт работы с ним. Инструменты обеспечения качества данных, такие как Soda или Great Expectations. Опыт работы в социальных сетях, прямых трансляциях, играх или других потребительских продуктах, ориентированных на вовлечение.