Мы ищем Data Analyst, который будет анализировать большие объёмы данных криптобиржи, выявлять закономерности в торговой активности пользователей и помогать командам продукта, управления рисками и комплаенса принимать решения на основе данных.
вчера
Data analyst in crypto
ориентир по рынку
вакансия
зп не указана
в среднем
166 193 ₽
мэтч
Загрузи резюме, чтобы видеть мэтчи с вакансиейЗагрузи резюме, чтобы видеть мэтч с вакой
подготовься к отклику
ai-инструментыЧтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузи резюме
описание
задачи
- Анализ торговых объёмов, ликвидности и биржевого стакана.
- Анализ поведения пользователей, конверсии и удержания клиентов.
- Выявление подозрительных транзакций, мошенничества и wash trading.
- Разработка SQL-запросов, моделей данных и аналитических дашбордов.
- Проведение A/B-тестов и оценка эффективности продуктовых изменений.
требования
- 3–5 лет опыта в Data Analytics, BI или смежных направлениях.
- Опыт в FinTech, криптоиндустрии или e-commerce.
- Уверенное владение SQL и знание Python (Pandas, NumPy) или R.
- Понимание принципов торговли, ликвидности, биржевого стакана и торговых комиссий.
- Будет плюсом: Опыт в банковской сфере или выявлении мошенничества будет преимуществом
условия
- Официальное трудоустройство по Трудовому Кодексу КР
- Международный опыт
навыки
Если просят выйти из iCloud, прислать код из SMS, запустить или установить что-то, перевести деньги — не соглашайся: это мошенничество.
похожие вакансии
статьи для аналитиков
Почему цифры в двух отчетах не сходятся: 8 причин, которые должен знать аналитик
Feature engineering для аналитиков: как создавать признаки для ML-моделей без глубоких знаний в Data Science
Регрессионный анализ для аналитика: как найти факторы, которые реально влияют на метрику, и объяснить это бизнесу
статьи для аналитиков
Почему цифры в двух отчетах не сходятся: 8 причин, которые должен знать аналитик
Feature engineering для аналитиков: как создавать признаки для ML-моделей без глубоких знаний в Data Science
Регрессионный анализ для аналитика: как найти факторы, которые реально влияют на метрику, и объяснить это бизнесу