Data Analyst

Сейчас мы в поиске Data Analyst, чтобы вместе поднимать планку результата.

Вызовы, которые ждут на этой роли:

• Объём данных — десятки рекламных сетей и платформ, сотни таблиц с сырыми данными и тысячи аналитических процессов ежедневно.
• Стоимость запросов — при объёмах в сотни TB в день, неудачный запрос без партиционирования — это разница между потраченными $0.05 или $100+.
• Скорость vs точность — маркетинг хочет корректный отчёт "сейчас", данные обновляются с задержкой 1-24 ч.
• Приватность — PII‑поля требуют отдельной обработки на каждом этапе pipeline.

• Бюджетные решения — неточный ROAS = деньги идут в неэффективный канал.
• Скорость масштабирования кампаний — задержка отчёта на час = потерянное окно для оптимизации.
• Доверие команды к цифрам — одна заметная ошибка подрывает доверие к всем последующим отчётам.
• Compliance‑риски — неправильная обработка PII = юридические последствия.

• Идеальное знание SQL — умение писать эффективные запросы на больших объёмах (миллионы строк/день), понимать партиционирование, кластеризацию и стоимость запросов в BigQuery.
• Опыт работы с dbt (Dataform — плюс) — умение строить и поддерживать трансформации как код, с тестами и документацией, а не через разовые скрипты.
• Data modeling — способность спроектировать структуру данных так, чтобы она выдерживала рост компании, а не ломалась при каждой новой бизнес‑требовании.
• Внимательность к деталям на уровне пайплайна — умение заметить аномалию в потоке событий раньше, чем это сделает бюджет кампании.
• Умение работать на стыке продукта, маркетинга и рекламы — понимать, что "событие" это не просто строка в таблице, а сигнал, который летит в Meta, Google, TikTok и формирует будущий таргетинг.
• Проактивность: готовность не просто фиксировать проблему постфактум, а выстраивать мониторинг и алерты, которые ловят сбой в сборе событий до того, как он повлияет на кампании.

• Python — для автоматизации рутинных процессов, написания скриптов валидации данных, кастомных интеграций с рекламными API.
• Опыт построения ETL/ELT пайплайнов "с нуля" — не только трансформации в dbt, но и понимание полного пути данных: от источника (рекламные сети, пиксели, CRM) до аналитической витрины.
• CI/CD для дата‑пайплайнов — опыт автоматизированного тестирования и деплоя трансформаций (например, через GitHub Actions или аналоги), чтобы изменения в моделях не ломали продакшн незаметно.
• Понимание контекста performance‑маркетинга — что такое ROAS, CAC, LTV, атрибуция, оптимизационные события, воронка от клика до конверсии; опыт работы с данными рекламных платформ (Meta, Google, TikTok) — огромный плюс.

• Завтраки, обеды, доступ к спортивным тренировкам в Киеве или частичная компенсация занятий в Варшаве, медицинское страхование, оплачиваемые командировки, если специфика роли предполагает такие поездки, корпоративные скидки от партнёров.
• Спортивный зал, скалодром, зелёные зоны Bali, библиотеки, пространства для продуктивной работы.
• Экосистема для профессиональной самореализации, учебные программы, сеть коллег‑кофаундеров.
• Возможность влиять на социальные проекты через SKELAR foundation.