Руководитель отдела аналитики

иректор по аналитике / CDO. 15+ лет управления, из них 8+ — построение data-функций в банках и финтехе. Собираю аналитику как функцию целиком — архитектура данных, сквозная аналитика, прогнозные модели — и автоматизирую её LLM-агентами. AI и автоматизация. Внедряю LLM-агентов не в пилотах, а в ежедневной операционке; знания подтягиваю через RAG по базе в Obsidian. Подготовка управленческих отчётов сократилась с 6–8 часов до 40–90 минут. Антифрод на LLM убрал 80% ручной проверки CPA. Автоматизация отчётности и near-real-time дашбордов сняла около 70% ручной рутины — команда переключилась со сбора данных на решения. В Яндексе задаю технические и методологические стандарты AI/LLM-решений для FinTech-направления. ML и LLM — разные инструменты, использую оба осознанно. Классический ML там, где нужна предсказуемость и метрики: фич-инженеринг, Prophet и CatBoost для прогнозов и план-факта, скоринговые задачи. LLM — там, где текст, извлечение смысла и снятие рутины. Понимаю, как модель устроена внутри — токенизация и эмбеддинги, представление слова в векторном пространстве, — поэтому ставлю LLM туда, где она действительно работает, и не подменяю ею модель там, где нужна метрика. ИТ и архитектура. Инженерная база под управленческими решениями: архитектура данных и DWH/озеро, интеграции (API, JSON/CSV, HTTPS/SFTP), ETL на Python, микросервисы под Kafka, понимание потоков данных и сетевого стека. Ставлю задачи разработке и принимаю результат по существу, а не по отчёту. Импортозамещение стека (GA/GTM/BigQuery → Яндекс.Метрика, ClickHouse, DataLens) провёл без потери истории данных. Аналитика и данные. Спроектировал и довёл до эксплуатации систему сквозной аналитики банка — от архитектуры и логических связей до интеграции внешних и банковских систем. Мультиканальная атрибуция (Шепли, цепи Маркова, postview по device ID) дала рост эффективности каналов на 15–200%. Построил сквозную near-real-time воронку из 5+ источников: реклама, веб, CRM, КХД. Команды и процессы. До 7 человек в прямом подчинении, до 20+ кросс-функционально: найм и адаптация, бэклог и приоритизация, регламенты, стандарты направления, защита решений и бюджета. Заказчик для смежных ИТ/data-команд. Газпромбанк, Почта Банк, Яндекс FinTech. Продукт и P&L. Аналитику ставлю от бизнес-задачи, потому что сам отвечал за продукты и деньги: запускал с нуля цифровой видеосервис (1,5 млн активных пользователей, окупаемость за полтора года) и платёжный агрегатор (product-market fit, интеграции с банками, 2 700 транзакций в месяц), управлял продуктовым портфелем, P&L и unit-экономикой. Рассматриваю роль директора по аналитике / CDO / Head of Data — построение функции целиком, включая AI-автоматизацию, и ответственность за измеримый бизнес-результат. Стек: Python, SQL, ClickHouse, YT, DataLens, ETL/DWH, LLM-агенты, RAG, Obsidian, Prophet, CatBoost, Kafka, Git, Jira.