Data Analyst

О компании

Брусника — российская девелоперская компания. Специализируется на строительстве жилых многоэтажных домов. Основана в 2004 году. Штаб-квартира находится в Екатеринбурге. Брусника строит современное демократичное жильё в крупных городах Урала и Сибири, Москве, Санкт-Петербурге, Липецке, Московской и Ленинградской областях. Ежегодно это 8 000 новых квартир для российских семей.

Команда исследования рынка и продукта занимается анализом рынка жилой недвижимости. Мы оцениваем общий объем рынка, анализируем деятельность конкурентов, их продукты и ключевые показатели. Исследуя сильные и слабые стороны конкурентов, сравнивая их с нашими, ищем точки роста компании в регионах присутствия.

Кого ищем

Сейчас мы ищем аналитика, который поможет расширить количество источников и методов анализа данных, сможет говорить с заказчиками на одном языке, любит работать с данными и не боится писать код.

Что делать

1. Работать с внешними источниками данных для анализа трендов рынка и конкурентов:

   • осуществлять поиск новых данных;

   • проверять их консистентность и соответствие тому, что видим по внутренним приборам;

   • быть заказчиком на интеграцию со внутренними DWH по рыночным данным.

2. Строить аналитику на основе внешних и внутренних данных:

   • проверять продуктовые гипотезы (о “попадании” продукта в рынок и аудиторию);

   • оценивать динамику спроса;

   • расследовать аномалии и искать их причины на метриках сбыта;

   • основываясь на данных проводить аналитику кейсов конкуренции в конкретных локациях.

3. Оценивать и анализировать эффект от запуска новых инициатив в развитии продукта или цепочки сбыта.

4. Развивать направление «проактивного репортинга».

5. Участвовать в менторстве и помогать другим членам команды, обеспечивая обмен знаниями и опытом.

Что ждем от кандидата

• 3+ лет опыта работы в роли аналитика данных.

• Владение Python на уровне использования пакетов анализа данных, работы с хранилищами данных, применения статистических методов и машинного обучения.
• Опыт работы с BI-инструментами (PowerBI, SuperSet, DataLens, Tableau) и хранилищами и данных (DWH / Data Lake);
• Владение SQL на высоком уровне (join-ы, оконные функции, оптимизация запросов).
• Способность заканчивать задачи ссылкой на заполненную документацию и кодом в Git.
• Понимание, в чем польза аналитики для бизнеса и умение выстраивать свою работу, исходя из business value.