YaOS — операционная система для умных телевизоров с собственным интерфейсом, рекомендациями, тематическими подборками и магазином приложений. Пользователи могут смотреть здесь Кинопоиск, телеканалы и контент других видеосервисов.
Ищем продуктового аналитика, который будет развивать рекомендации и контентные витрины YaOS: оценивать эффективность подборок, искать удачные способы представления контента и измерять влияние изменений интерфейса на смотрение. Также предстоит работать с рекламными, партнёрскими и AVOD-сценариями.
Какие задачи вас ждут:
Оценка рекомендаций и контентных витрин
Вам предстоит измерять вклад рекомендаций и подборок в смотрение и долгосрочную вовлечённость пользователей. Нужно будет отделять эффект ранжирования от влияния контента, позиции и визуального представления, оценивать инкрементальный эффект продуктовых изменений и находить точки роста в использовании каталога.
Эксперименты и продуктовые решения
Вы будете участвовать в полном цикле проверки гипотез: от постановки задачи и выбора метрик до дизайна эксперимента, анализа результатов и принятия решения. Там, где классический A/B-тест невозможен, предстоит применять другие методы оценки причинно-следственных связей.
Реклама и партнёрские сценарии
Часть задач будет связана с рекламой, AVOD-контентом и партнёрскими размещениями. Нужно будет оценивать рекламную нагрузку, влияние монетизационных механик на продуктовые метрики и находить баланс между коммерческой эффективностью и пользовательским опытом.
Партнёрство с продуктовой командой
Вы будете плотно работать с продакт-менеджерами, дизайнерами, разработчиками и ML-командой: формировать систему метрик, определять требования к данным, находить точки роста и предлагать продуктовые решения. Мы ждём, что аналитик сможет аргументированно влиять на развитие продукта и оспаривать гипотезы команды, если данные их не подтверждают.
Больше об аналитике в Яндексе — в канале Yandex for Analytics
Мы ждем, что вы:
- Знаете SQL на уровне написания сложных запросов
- Уверенно владеете Python для анализа данных
- Проводили A/B-эксперименты и анализировали результаты
- Умеете проводить продуктовые исследования, разбираться во взаимосвязях метрик и на основе выводов предлагать решения
- Работали с BI-инструментами: DataLens, Tableau или аналогами
- Самостоятельно погружаетесь в задачу, доводите исследования до рекомендаций и умеете ясно объяснять выводы продукту и бизнесу
Будет плюсом:
- Работали в продуктовой команде крупной технологической компании
- Работали в онлайн-кинотеатре или другом контентном сервисе
- Понимаете основные принципы работы рекомендательных моделей и умеете оценивать их продуктовый эффект
- Использовали методы причинно-следственного анализа там, где невозможно провести классический A/B-эксперимент
- Работали с рекламной монетизацией и оценивали её влияние на продуктовые метрики
- Используете AI-инструменты и агентов в аналитической работе