Data Science, Product Analyst

Почему стоит работать в Higgsfield AI?

Higgsfield AI — самая быстрорастущая компания в сфере генеративного ИИ в истории: годовой темп выручки $500 млн, более 25 млн пользователей по всему миру, более 6 млн генераций в день, продукты компании используют 390 брендов из Fortune 500. Мы работаем на самом переднем крае создания видео с помощью ИИ и креативных инструментов нового поколения. Присоединиться к Higgsfield — значит стать частью команды с высоким влиянием, которая формирует будущее AI-native опыта, в компании, которая не просто движется быстро, а заново определяет, что значит «быстро».

Что означает эта роль в Higgsfield

Эта роль отвечает за то, как Higgsfield измеряет свой продукт — от первой регистрации до того, возвращаются ли люди.

Вы — владелец измерений для онбординга, первой генерации, пейволла, тарифов и кредитов, а также удержания. Продакт-менеджеры здесь запускают быстро — ваша задача сделать так, чтобы они запускали осознанно.

Вы обеспечиваете, чтобы:

• Каждое продуктовое решение имело число до релиза и после релиза

• Эксперименты проектировались так, чтобы их можно было прочитать, и затем честно читались — в том числе когда ответ: «это не сработало»

• События, которые эмитит продукт, можно было считать надёжными; вы владеете определением, а не только запросом

• Продакт-менеджер получал ответ за часы, а не в следующем спринте

Вы — тот человек, который решает, что значит «сработало».

Чем вы будете заниматься

Продуктовые измерения

• Владеть ключевыми продуктовыми метриками: активация, успешность первой генерации, глубина генераций, конверсия free→paid, повторное использование, удержание по когортам и сегментам.

• Определять каждую метрику один раз, фиксировать определение письменно и держать эту линию — одно определение для дашбордов, презентаций и Slack.

• Инструментировать новые фичи до запуска вместе с продуктом и инженерией: какие события, какие свойства, как выглядит успех, когда мы это фиксируем.

• Следить за здоровьем самого потока событий — дрифт трекинга, двойной подсчёт, отсутствующие параметры, поломки нейминга — и находить проблему до того, как на её основе примут решение.

Эксперименты

• Правильно проектировать A/B-тесты: гипотеза, одна первичная метрика, единица рандомизации, MDE, размер выборки, длительность эксперимента, guardrail-метрики.

• Честно их интерпретировать: значимость, peeking, эффекты новизны, sample-ratio mismatch, гетерогенность по сегментам.

• Разделять «мы доказали, что это работает», «мы доказали, что это не работает» и «по этому тесту нельзя сказать» — и произносить это вслух.

Продуктовая и монетизационная аналитика

• Работа с внутрипродуктовыми воронками: онбординг и квиз, первая генерация, пейволл, чекаут, выбор тарифа, докупка кредитов.

• Анализ прайсинга и упаковки: микс тарифов, потребление кредитов, юнит-экономика на генерацию, маржа по фичам и по моделям.

• Адопция фич и её реальное влияние на удержание и выручку — отделять «пользователи, которые делают X, удерживаются лучше» от «если заставить людей делать X, удержание улучшится».

• Поведенческая сегментация: casual-креаторы vs корпоративные/B2B, новые vs возвращающиеся, по модели и по сценарию использования. Смешивать их — значит скрывать всё, что важно.

Сделать это usable

• Строить те немногие дашборды, которые продакт-менеджеры действительно открывают сами — заточенные под решения, а не всеобъемлющие.

• Писать короткие разборы, по которым может действовать не-аналитик. Визуализировать данные для людей, а не для других аналитиков.

• Автоматизировать регулярную отчётность, чтобы часы уходили на новые вопросы, а не на обновления.

• Работать в SQL, Python, BigQuery и инструментах продуктовой аналитики. Мы активно используем ИИ — находчивость важнее синтаксиса.

Кого мы ищем

Мы ищем аналитика с собственным мнением.

У вас должно быть:

• Сильный SQL: оконные функции, когорты, воронки и удержание по сырым event-данным, без посторонней помощи.

• Python на рабочем уровне для анализа (pandas, notebooks). Начальный уровень подойдёт — мы активно используем ИИ.

• Реальный опыт экспериментов: вы проектировали тесты, проводили их и закрывали фичи по результатам.

• Статистическая честность: вы знаете, что p-value позволяет и не позволяет утверждать, и отказывались называть плоский тест победой.

• Понимание механик подписки + разовых покупок: регулярная vs разовая выручка, рефанды, смена тарифов, отложенная ценность неизрасходованных кредитов.

• Инстинкт проверять инструмент, прежде чем объяснять движение метрики — удивительное число — это утверждение, а не факт.

• Ownership: вы решаете, что стоит анализировать, добиваетесь фикса, доводите рекомендацию до запущенного изменения.

• Понятный письменный и устный английский, B2+.

Бэкграунды, которые часто хорошо заходят:

• Продуктовые аналитики из consumer subscription или PLG-продуктов

• Growth/BI-аналитики, которые перешли в продукт и остались

• Аналитики из ранних стартапов, которые выстроили продуктовые измерения с нуля

• Дата-сайентисты, которым надоели модели и которые хотят решений

Чем эта роль не является

Эта роль вам не подойдёт, если вы:

• Ждёте тикет, который скажет, что анализировать

• Хотите строить модели больше, чем менять решения

• Нуждаетесь в команде дата-инженерии и чистых таблицах, прежде чем начать

• Готовы отчитаться о лифте, в который не верите, потому что этого хочет стейкхолдер

• Нуждаетесь в идеальных данных, прежде чем сказать что-то полезное

• Хотите предсказуемый рабочий день 9–5

Что мы предлагаем

• Конкурентная базовая зарплата в USD, в зависимости от вашего опыта, навыков и масштаба роли.

• Участие в equity через программу опционов компании, дающую возможность разделить долгосрочный рост Higgsfield.

• Поддержка релокации в Алматы для кандидатов, переезжающих из другого города или страны.

• Высококоллаборативная, динамичная среда, в которой вы работаете напрямую с опытными лидерами и оказываете значимое влияние на продукт и компанию.

• Возможности профессионального роста, ownership и карьерного развития по мере масштабирования компании.

• Оборудование от компании, питание, транспорт или другие офисные бенефиты.

Это полностью офисная роль в нашем офисе в Алматы. Команда работает из офиса пять дней в неделю полный рабочий день. Мы считаем, что личное взаимодействие — важная часть того, как мы быстро движемся, решаем сложные задачи и строим сильные команды.