Phân tích dữ liệu hành vi người dùng, tìm nguyên nhân biến động chỉ số và dựng dashboard cho Zalo.
Yêu cầu
Sinh viên năm cuối hoặc mới tốt nghiệp ngành CNTT, Data Science, Toán, Thống kê...
Thành thạo truy vấn SQL để trích xuất, làm sạch và xử lý dữ liệu
Kinh nghiệm thực hành Python (pandas, NumPy, matplotlib/seaborn) để phân tích EDA
Quen thuộc với các công cụ BI và báo cáo như Metabase, Apache Superset
Hiểu biết cơ bản về thống kê ứng dụng
Trách nhiệm
Khám phá dữ liệu (EDA) hành vi người dùng bằng Python và SQL
Phân tích nguyên nhân gốc rễ khi chỉ số sản phẩm có dấu hiệu bất thường
Xây dựng, duy trì dashboard KPI và các báo cáo đột xuất trên Metabase/Superset
Tổng hợp và truyền tải các insight hữu ích cho các đội ngũ liên quan
Có thì tốt
Từng tiếp xúc với phân tích cohort, user segmentation hoặc funnel analysis
Hiểu biết cơ bản về data modeling hoặc viết SQL cho bảng facts/dimensions
Tóm tắt bằng AI từ JD gốc, đọc JD gốc trước khi ứng tuyển.
Data Exploration (EDA): Perform EDA on user behavioral data using Python and SQL to uncover trends, user segments, and product opportunities;
Metric Troubleshooting: Conduct root-cause analysis when product metrics (engagement, retention, churn) show unusual patterns;
Dashboards & Reporting: Build and maintain KPI dashboards and ad-hoc reports using Metabase or Apache Superset;
Insights Delivery: Summarize findings and communicate actionable insights to cross-functional teams.
Final-year student or fresh graduate in Computer Science, Data Science, Statistics, Mathematics, or a related field;
SQL: Proficient in writing queries to extract, clean, and manipulate data from relational/analytical databases;
Python: Solid hands-on experience with pandas, NumPy, and visualization libraries (matplotlib/seaborn) for exploratory analysis;
BI & Reporting: Experience or familiarity with BI tools like Metabase, Apache Superset, or similar platforms;
Basic understanding of applied statistics and a curious mindset to ask the "why" behind the numbers.
⭐ Nice to have:
Prior exposure to cohort analysis, user segmentation, or funnel analysis concepts;
Basic understanding of data modeling or writing SQL queries for dimensional tables (facts/dimensions).
Data Exploration (EDA): Perform EDA on user behavioral data using Python and SQL to uncover trends, user segments, and product opportunities; Metric Troubleshooting: Conduct root-cause analysis when product metrics (e...
