Middle Data Analyst в Kaspi Pay Team at Kaspi.kz — NeverHard

Kaspi.kz – это место, где необыкновенные люди собираются вместе, чтобы проявить свои лучшие качества, как в работе, так и в жизни, потому что Kaspi – это не просто финансовое учреждение, а большая семья, которая объединила под своим крылом более 10 тысяч человек по всему Казахстану. Мы всегда ценим людей, которые стремятся к знаниям и великим победам, именно поэтому работа у нас – это шанс реализовать свой потенциал. Работа полностью из офиса в городе Алматы, удалённого и гибридного формата нет Чем предстоит заниматься: Анализ продуктовых, финансовых и пользовательских метрик: воронки, retention, LT/LTV, GMV, конверсии, активность, отток. Подготовка данных и написание SQL-запросов средней и высокой сложности для ad hoc-аналитики, регулярных отчётов и исследований. Участие в проверке гипотез: дизайн A/B-тестов, расчёт метрик, оценка статистической значимости, интерпретация результатов. Анализ клиентских сегментов, построение портретов пользователей, поиск факторов роста, удержания и оттока. Подготовка what-if расчётов, прогнозов, сценарных моделей и оценки бизнес-эффекта инициатив. Поиск аномалий, трендов и изменений в ключевых метриках продукта. Построение регулярных отчётов, мониторингов и дашбордов в BI-инструментах. Подготовка аналитических материалов для продуктовых, маркетинговых и бизнес-решений. Взаимодействие с продуктом, маркетингом, рисками, разработкой и другими командами для уточнения задач и проверки гипотез. Участие в развитии аналитических подходов: когортный анализ, survival / retention-анализ, базовые ML-модели, автоматизация аналитики и AI-инструменты. Мы ожидаем от вас: Опыт работы продуктовым, бизнес- или data-аналитиком от 1,5 до 3 лет. Уверенное знание SQL: joins, CTE, оконные функции, агрегации, работа с большими таблицами, оптимизация запросов. Опыт работы с одной или несколькими БД / DWH: Postgres, Oracle, MySQL, BigQuery, ClickHouse, StarRocks, YT/YQL или аналогичные системы. Владение Python для аналитики: pandas, numpy, matplotlib/plotly, базовая статистика, подготовка данных. Понимание продуктовых метрик: conversion rate, retention, churn, LT/LTV, ARPU/ARPPU, GMV, активная база, воронки. Базовые знания статистики: доверительные интервалы, p-value, uplift, распределения, корреляция, регрессия. Опыт анализа A/B-тестов и понимание ограничений экспериментов: размер выборки, мощность, сезонность, каннибализация, смещение выборки. Навыки подготовки понятных выводов для бизнеса: не только “что изменилось”, но и “почему”, “что это значит” и “что делать дальше”. Опыт построения дашбордов и мониторингов в Qlik Sense, Grafana, DataLens, Tableau, Power BI или аналогичных инструментах. Умение работать с большими объёмами данных и проверять качество данных перед выводами. Английский B1–B2: чтение документации, понимание технических материалов, работа с AI/ML-инструментами. Будет плюсом: Опыт в финтехе, e-commerce, marketplace, подписочных продуктах или банковской аналитике. Опыт оценки бизнес-эффекта инициатив: сценарные модели, what-if, forecast, unit economics. Знание методов когортного, retention и survival-анализа. Опыт построения простых ML-моделей: scoring, классификация, прогноз спроса, сегментация, propensity-модели. Опыт работы с Airflow или другими инструментами автоматизации пайплайнов. Опыт использования AI-инструментов / LLM / аналитических ассистентов для ускорения работы с кодом, SQL, документацией и исследовательскими задачами. Понимание causal inference, matching, uplift modeling или желание развиваться в этом направлении Мы предлагаем: Развитие и карьерный рост; Возможность стать частью профессиональной дружной команды Kaspi; Офис в центре города; Обучение, тренинги и курсы за счет компании; Бесплатный тренажерный зал в офисе; Электронная библиотека - Kaspi Books и доступное приложение к нему; Chill-зона - уютный дворик, workout-площадка, также удобные скамейки и качели, для полной релаксации :) Отсутствие дресс-кода.