Стандартный аналитический набор: SQL + Python + A/B-testing + Dashboards. Данные лежат в Vertica, ClickHouse и немного в MySQL. Сложные расчёты делаем в Python и сохраняем в репозитории на github. Дашборды делаем в Tableau и Metabase. Платформа A/B-тестирования у нас своя.  

В первое время

• Понять, как работает продукт. Глубоко закопаться в заказы и обратную связь пользователей, чтобы понять их потребности. 
• Погрузиться в работу команд: освоишься в данных, системах логирования и основных дашбордах, проверить, чтобы тебе всего хватало. Заботиться об аналитике для новых фичей.
• Начать включаться в аналитическую работу над продуктом, помогать с расчётами и оптимизацией алгоритмов.

Когда освоишься, сможешь выбрать одно из направлений:

• Антифрод. Делать нашу систему по борьбе с мошенничеством более своевременной, полной и точной. Какие дополнительные сигналы поведения пользователей стоит использовать, чтобы повысить точность наших инструментов? Как сделать классификацию фродеров подробнее, не увеличивая затраты на поддержку? Предстоит ответить на эти вопросы, придумать новую разметку данных по мошенникам и разработать систему метрик команды антифрода.   
• Ценообразование. Определять справедливый размер комиссии, которую платят специалисты. Будем экспериментировать с учётом бизнес-моделей, локаций, услуг, сезонности и современных подходов к расчётам. Как понять, что мы сделали лучше, изменив цены? Хватает ли у нас данных для принятия решений, всё ли логируется? Можно ли ускорить расчёты монетарных показателей? Рассчитываем, что ты поможешь найти ответы. 

• Заниматься тем, что интересно и важно. Аналитики в Профи — это полноценные участники продуктовых команд, которые помогают принимать решения. За счёт того, что бытовые аналитические проблемы решены (отчётность и дашборды автоматизированы и ad-hoc запросов почти нет), аналитики занимаются действительно интересными и ценными задачами.
• Творить вместе и решать задачи, которые никто в мире пока не решил хорошо. Идеального маркетплейса услуг пока не создали, поэтому есть шанс стать первопроходцем в решении многих аналитических задач.
• Развиваться. У каждого аналитика есть наставник и понятный план для роста, основанный на системе грейдов. Пересматриваем зарплату и грейд два раза в год. 

• Опыт продуктовой аналитики от двух лет.
• Знание и понимание математической статистики. Можешь объяснить физический смысл p-value и доверительного интервала, знаешь условия применимости стандартных статтестов. Круто, если для тебя матстаты понятны на интуитивном уровне и можешь с ходу определить, что не так с сетапом А/B-теста.
• Уверенное владение SQL, Python. 
• Умение объяснять сложные вещи простыми словами. Сможешь презентовать результаты работы команде или всей компании. Здорово, если есть желание делиться опытом на конференциях или внутренних митапах.