مجموعه مایکت در تهران (محدوده آرژانتین) جهت تکمیل کادر خود از واجدین شرایط زیر دعوت به همکاری می نماید.
| تحلیلگر داده |
| مسئولیتهای کلیدی این نقش |
اندازهگیری و تأیید اثربخشی با کمک تعریف و رصد متریکهای عملکردی (KPIs) برای ارزیابی دقیق و سریع تأثیر تغییرات در الگوریتمها و ویژگیهای جدید سرویس تبلیغات.
اجرای دقیق تحلیلهای ریشهیابی (Root Cause Analysis) برای کشف چرایی موفقیت یا عدم موفقیت یک راهحل و ارائه پیشنهادهای عملی برای بهبودهای آتی.
طراحی و تحلیل A/B تست: طراحی علمی آزمایشها و تحلیلهای آماری قوی بر نتایج A/B تستها، به منظور تعیین اثر عِلی گروههای مختلف و پشتیبانی از تصمیمات محصولی بر اساس دادهها.
همکاری و مشارکت استراتژیک: همکاری نزدیک با مدیران محصول برای درک عمیق چالشها و تعامل با تیم فنی برای یافتن راهحلهای دادهمحور و اطمینان از صحت پیادهسازی و ردیابی دادهها.
استخراج و گزارشدهی داده: نوشتن کوئریهای بهینه SQL برای استخراج، آمادهسازی و تحلیل مجموعه دادههای بزرگ و ایجاد گزارشهای دورهای و Ad-Hoc.
مصورسازی و ارائه بینش: استفاده از ابزارهای Visualization برای تبدیل دادههای خام به بینشهای عملی (Actionable Insights) و ارائه واضح آنها به ذینفعان.
|
| ویژگیها و مهارتهایی که مد نظر |
تجربه کار مرتبط به عنوان تحلیلگر داده یا نقشی مشابه، ترجیحاً در صنعت تبلیغات دیجیتال (AdTech) یا حوزههای محصول/تجارت الکترونیک.
|
| مهارتهای داده و برنامهنویسی |
تسلط کامل بر SQL برای کار با دادههای بزرگ و پیچیده؛
مهارت برنامهنویسی Python (به ویژه کتابخانههای تحلیل مانند Pandas) برای تحلیلهای پیشرفته و خودکارسازی فرآیندها؛
تخصص آماری: درک قوی از آمار کاربردی، شامل اصول A/B Testing، استنباط آماری، تست فرضیه و توانایی تشخیص مغالطههای آماری؛
پآشنایی و تجربه کار با ابزارهای کلان داده و گزارشدهی مانند Spark, HDFS, Druid (یا سایر پلتفرمهای پردازش داده)؛
تجربه کار با ابزارهای Visualization مانند Tableau, Power BI, Superset؛
ذهنیت حل مسئله و استقلال کاری؛
خودانگیختگی (Self-Motivated)؛
توانایی درک مسئله، ارائه راهحل و پیشبینی نیازهای آینده تیم و حرکت به سمت آن؛
مهارت قوی در حل مسئله و توانایی انتقال مفاهیم پیچیده دادهای به زبان ساده به تیمهای غیرفنی.
تجربه یا دانش در موارد زیر مزیت محسوب میشه:
دانش تخصصی در تبلیغات: آشنایی عمیق با مدلهای کسبوکار تبلیغاتی (CPM, CPC, CPI, CPA)، قیف تبدیل (Conversion Funnel) و معیارهای عملکرد در سیستمهای تبلیغات موبایل؛
مهندسی و معماری داده: آشنایی با مفاهیم انبار داده (Data Warehouse) و فرآیندهای ETL/ELT؛
تحلیل رفتار کاربران: سابقه کار در تحلیل سفر کاربر (User Journey) و تحلیل سگمنتیشن در محیط اپ استور یا موبایل؛
علم داده (Data Science): آشنایی با مفاهیم یادگیری ماشین (Machine Learning) یا تجربه در تحلیلهای پیشبینی (Predictive Analytics) در حوزه تبلیغات.
|
متقاضیان واجد شرایط می توانند با کلیک روی لینک تکمیل فرم استخدام، با انتخاب شغل مورد نظرشان رزومه خود را ارسال نمایند.
