Аналитик данных / Продуктовый аналитик

Ищу Аналитика данных / Продуктового аналитика в Open Source проект openradar.fun Формат: Удалёнка (РФ / СНГ), проектная занятость / Part-time (или Full-time Junior+/Middle) Оплата: от 140 000 ₽ / мес (обсуждается в зависимости от нагрузки и опыта)

О проекте: openradar.fun — открытая, децентрализованная база вакансий и фриланс-заказов (код под AGPL-3.0). Мы считаем несправедливым рынок платных сервисов для соискателей (подписки на парсеры, платные отклики, закрытые контакты). Мы строим открытую экосистему с распределённой сетью узлов (P2P), куда парсеры, боты и сообщество собирают объявления с FL, Kwork, Хабр Карьеры, hh.ru и закрытых TG-каналов. Сейчас бэкенд, парсеры и прототип уже работают, данные собираются. Нам нужно выстроить аналитическую инфраструктуру: превратить сырые данные в осмысленные метрики, скоринг и аналитику рынка труда. — Спроектировать систему метрик и KPI для платформы (активность узлов, качество данных, вовлечённость пользователей); — Разработать и поддерживать модель скоринга качества вакансий и фриланс-заказов (релевантность, полнота, актуальность); — Строить аналитику рынка труда: распределение зарплат по грейдам, стекам, регионам, форматам занятости; — Анализировать эффективность парсеров: полнота покрытия источников, дубликаты, качество извлекаемых данных; — Проектировать дашборды и визуализации для раздела аналитики на сайте; — Формировать гипотезы по улучшению продукта на основе данных (A/B-тесты, когортный анализ, воронки); — Подготавливать регулярные отчёты и инсайты для команды разработки и сообщества; — Участвовать в проектировании структуры данных и витрин для аналитических запросов.

Стек и требования: — Опыт коммерческой работы аналитиком данных / продуктовым аналитиком от 1–1.5 лет; — Уверенное владение SQL (оконные функции, JOIN, подзапросы, оптимизация запросов); — Опыт работы с Python для анализа данных (pandas, numpy, базовая статистика); — Понимание продуктовых метрик (DAU/MAU, retention, conversion, LTV, funnel); — Опыт работы с инструментами визуализации (Metabase, Superset, Grafana, Tableau или аналоги); — Умение формулировать гипотезы, проверять их данными и делать выводы; — Понимание основ статистики (распределения, доверительные интервалы, корреляция); — Аккуратность в работе с данными, внимание к аномалиям и выбросам; — Работа с Git, умение документировать свои исследования.

Будет плюсом: — Опыт работы с ClickHouse, PostgreSQL, Redis или другими хранилищами для аналитики; — Навыки построения ML-моделей для скоринга / классификации / кластеризации (scikit-learn, базовый NLP); — Опыт работы с Airflow, dbt или другими инструментами оркестрации данных; — Понимание P2P-сетей и распределённых систем (как метрики собираются с узлов); — Опыт анализа текстовых данных (NLP, извлечение сущностей, тематическое моделирование); — Опыт работы с парсингом и анализа неструктурированных данных; — Умение строить продуктовые дашборды «с нуля»; — Любовь к Open Source и Open Data.

В отклике, пожалуйста, прикрепите ссылку на ваш GitHub / портфолио / примеры аналитических исследований и пару слов о релевантном опыте.