Продуктовый аналитик в команду YaOS Кинопоиска

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.

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

• 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

• 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