AppMagic – сервис, который помогает компаниям по всему миру анализировать мобильные приложения и игры: от доходов и скачиваний до глубокой игровой и рыночной аналитики.
Наш продукт уже используют 300+ компаний, включая NetEase, Google и PlayVentures.
Мы на рынке более 8 лет и за это время выстроили сильную экспертизу в аналитике. При этом внутри команды мы сохраняем атмосферу стартапа: быстро принимаем решения, много автономии, минимум бюрократии и фокус на результате.
Сейчас мы развиваем новое направление – аналитическую платформу для рынка PC-игр и Steam. Продукт находится на стадии MVP: базовые метрики уже работают и получают позитивный отклик от пользователей.
В команду ищем Junior / Middle Data Analyst, который будет работать с аналитической моделью и качеством данных.
С какими задачами будешь работать:
- Поддержка и улучшение аналитической модели Steam
- Поиск причин аномалий и расхождений в расчетах
- Анализ входных данных, логики метрик и коэффициентов
- Сбор и анализ данных из публичных и внешних источников
- Оценка качества и точности данных
Что для нас важно:
- Уверенное владение SQL (выше базового уровня)
- Python для аналитики данных (pandas, numpy, polars или аналогичные библиотеки)
- Базовое понимание статистики и теории вероятности
- Аналитическое мышление, внимательность и аккуратность в работе с данными
- Интерес к аналитике и готовность к ручной, вдумчивой работе
Что будет плюсом:
- Математическое \ техническое образование
- Опыт работы с публичными источниками данных
- Понимание рынка PC-игр \ платформы Steam
- Опыт парсинга данных или понимание принципов сбора данных
Что мы предлагаем:
-
Полностью удаленная работа из любой точки мира
-
100% компенсация больничных и отпусков без лишних бумаг
-
Частичная компенсация ДМС, курсов английского, консультаций психолога, техники, спорта и курсов
-
Атмосферу стартапа внутри зрелой компании: быстро, гибко и без лишних согласований
Если тебе интересна работа с аналитическими моделями, приближенными данными и вдумчивый разбор логики метрик - добавь сопроводительное письмо.
Напиши пару предложений о кейсе, где тебе приходилось искать причину расхождений в данных, и почему тебе интересна эта роль:)