Data / Analytics Engineer (AI-native) — Appbooster

Appbooster — одна из ведущих AdTech-компаний в сфере мобильного маркетинга и эксперты продвижения в App Store и Google Play. На рынке с 2013 года, за 12+ лет привлекли пользователей в 10 000+ приложений. В твоём смартфоне наверняка найдутся приложения наших клиентов: Skyeng, Купибилет, Додо Пицца, Lamoda, Tutu и многие другие.

Data-команды у нас нет, а спрос на данные есть у всех: у финансов, клиентского отдела и продуктовых команд. Цифры живут в Google Sheets, CRM, Amplitude, AppsFlyer и сервисах подписок, и сводятся вручную.

Ищем первого data-специалиста в компании, для которого AI-ассистенты — основной инструмент разработки. Он соберёт разрозненные данные в единый слой: подключит источники, построит проверяемые модели и даст каждой команде интерфейс, где любую цифру можно проверить до исходной строки. Для нас это значит, что коннекторы, модели и интерфейсы пишутся вместе с Claude Code, Cursor или их аналогами, а LLM работают внутри самих пайплайнов — например, разбирают звонки и проверяют тексты.
При этом ты отвечаешь не за количество дашбордов и чистую витрину, а за то, чтобы цифрам можно было доверять.

Что предстоит делать:

• провести инвентаризацию источников по всем направлениям и предложить архитектуру (хранилище, слой моделей, интерфейсы) с оценкой стоимости стека;
• подключать источники через API и коннекторы, готовые или собственные, и строить пайплайны;
• перенести финансовые данные из Google Sheets в хранилище и собрать отчёты, которые строятся без ручной сборки;
• принять у внешнего консультанта когортный пайплайн по мобильным приложениям (AppsFlyer, сервисы подписок) и развивать его до уровня кампании, адсета и креатива;
• собрать аналитику продаж на данных CRM: автоматическую отчётность по воронке и LLM-разбор звонков и текстов;
• вместе с продуктовыми командами выстроить единый трекинг-план и словарь метрик в Amplitude;
• встраивать аналитические модули во внутреннюю операционную систему компании;
• документировать источник, формулу и сверку каждой метрики, чтобы инфраструктура не жила в одной голове;
• предлагать очередность задач и объяснять командам цену каждого запроса.

Что для нас важно:

• опыт построения data-слоя с нуля или почти с нуля: ты сам подключал источники, поднимал хранилище и пайплайны, а не только работал с готовыми витринами;
• уверенный SQL и моделирование данных, опыт сверки данных между системами и проверок качества;
• код на Python или TypeScript: API, коннекторы, автоматизация;
• опыт сборки интерфейсов поверх данных, в BI или своих; ты понимаешь, когда хватит готового инструмента, а когда нужен свой;
• AI-инструменты для кода (Claude Code, Cursor, Codex или аналоги) в ежедневной работе и понимание, где граница их применения, когда речь о финансовых и клиентских данных;
• понимание бизнес-метрик хотя бы в одной области (экономика подписочных приложений и когорты, P&L и cashflow, B2B-воронка продаж или продуктовые метрики) и интерес разобраться в остальных;
• умение самостоятельно разложить широкую задачу на шаги и договориться об очередности с командами.

Будет плюсом:

• LLM в продакшен-пайплайнах: классификация, разбор звонков, проверка текстов;
• опыт с AppsFlyer, Apphud / Adapty, Superwall и когортами по кампаниям и креативам;
• Amplitude или аналоги, опыт составления трекинг-плана;
• опыт первого или единственного data-специалиста в компании;
• dbt или аналоги, несколько BI-инструментов в опыте, деплой собственных веб-инструментов.

Мы предлагаем:

• оунершип всего data-контура: ты предлагаешь архитектуру и стек, мы согласуем их вместе, а дальше внутри своей зоны решения принимаешь сам;
• работу, результат которой видно сразу: твоими отчётами будут пользоваться финансы, продажи и продуктовые команды;
• достойную заработную плату с регулярным пересмотром и выплатами без задержек;
• удаленный формат работы с гибким графиком, без тайм-трекеров и микроменеджмента;
• ДМС после 3-х месяцев работы;
• всю необходимую технику и инструменты для работы;
• performance review раз в год и быстрый открытый фидбек;
• прокачку английского: 30% компенсации занятий в школах-партнёрах (Skyeng или Skillbox) или со своим преподавателем, English speaking club;
• компенсацию внешних курсов и программ обучения до 70%;
• открытое и нетоксичное взаимодействие без вертикалей, прозрачное планирование, онлайн- и офлайн-активности.