Мы создаём AI, который выполняет задачи performance‑marketing. Для этого AI — и люди, которые его управляют — нуждаются в надёжной аналитической базе: чистой атрибуции, сквозной видимости воронки и реальном понимании того, как деньги действительно перемещаются в Meta, Google и остальных частях стека.
Эта база — то, за что отвечает данная роль. Вы — человек, который может взглянуть на беспорядочные кросс‑канальные данные и сказать не «CTR упал», а «вот почему юнит‑экономика не работает и что с этим делать». Вы понимаете атрибуцию изнутри — first touch vs. last touch, многоканальные пути, пользовательские окна, LTV‑ориентированную оптимизацию для воронок, где покупка происходит не в первый день.
Но мы не ищем классического аналитика, живущего в таблицах. Аналитики в индустрии тратят 60–70 % своего времени на подготовку данных и только оставшуюся часть — на их анализ. Мы меняем эту пропорцию. Вы будете использовать AI‑агентов (Claude Code, Cursor, Codex) для построения workflow‑ов, запросов и автоматизаций, которые убирают рутину — так ваш время будет уходить на суждения, а не на «уборку» данных. Вы пишете SQL как родной язык и обучаете AI‑агента писать его за вас и проверять его работу.
- Marketing attribution & measurement
Владеть тем, как мы моделируем атрибуцию и измеряем эффективность по каналам — first/last/multi‑touch, пользовательские окна, кросс‑канальные пути, LTV‑ориентированная логика для сложных воронок. Делать цифры надёжными и объяснимыми.
- Cross-channel & funnel analysis
Объединять платные медиа, поведение на сайте, CRM и доходы бэкенда в единую сквозную картину. Диагностировать, где происходит утечка воронки и почему экономика единицы работает или не работает — на уровне бизнеса, а не только метрик.
- Paid-channel analytics (Meta & Google)
Читать эти платформы как оператор: как работает аукцион, где скрываются траты, почему всплески CPA, что на самом деле говорят данные. Превращать это в решения по перераспределению и оптимизации.
- AI-driven analytical workflows
Создавать workflow‑ы, запросы и автоматизации, которые берут на себя тяжёлую работу — используя AI‑агентов (Claude Code, Cursor, Codex) для генерации, рефакторинга и проверки SQL и аналитики. Проектировать повторяемые конвейеры, а не разовые выгрузки. Вы — одновременно и построитель workflow, и аналитик.
- Dashboards & insight delivery
Строить понятные, доступные дашборды и отчётность (Power BI / Looker / Tableau‑class), которые делают инсайты полезными для команды и клиентов. Сочетать детекцию аномалий в реальном времени с разумными окнами оценки (7–14 дней), чтобы решения были сигналом, а не шумом.
Ваши аналитические модели и логика атрибуции питают сам AI‑агент. Сотрудничать с продуктом, данными и инженерией, определяя, как выглядит «правильный» результат — чтобы продукт рассуждал о маркетинге так, как это делает отличный аналитик.
— Отличный SQL. Это условие без компромиссов — вы пишете сложные запросы свободно, рассуждаете о моделях данных и можете отлаживать и оптимизировать то, что генерирует для вас AI‑агент.
— Подтверждённый опыт в маркетинговой аналитикеив маркетинге в целом — обязателен. Вы работали с атрибуцией, кросс‑канальной / end‑to‑end аналитикой и управлением и анализом Meta и Google Ads. Вы понимаете performance‑marketing и веб‑воронки изнутри, а не по курсу.
— Практический опыт с AI‑кодирующими агентами — Claude Code, Cursor, Codex или их эквивалентами — и подтверждённый опыт создания workflow‑ов и автоматизаций с их помощью, а не просто общения с моделью.
— Вы мыслите в системах: повторяемые конвейеры и автоматический анализ, а не ручные одноразовые выгрузки.
— Умение работать с системой контроля версий, в частности Git — вы версионируете запросы, workflow‑ы и аналитические материалы как инженер, а не в разбросанных файлах.
— Сильные коммуникативные навыки — вы переводите данные в решения, понятные маркетологу или основателю.
— Профессиональный уровень английского (наши клиенты — рынок США) и надёжное перекрытие рабочих часов США.