About the role You will be the analyst embedded in one of our product squads the person who turns product questions into numbers the company can act on. Every meaningful product change at invygo ships behind an experiment, and you own the experiment: sizing it before launch, catching what's broken while it runs, and delivering the verdict when it ends. Your verdicts gate ship/kill decisions, so independence and statistical honesty matter more here than in a typical analyst role. You'll work in a heavily AI-augmented setup: our analytics runs through an AI agent the whole company uses to query governed data, and analysts here operate and improve that agent. AI does the routine work; you do the judgment.
What you will be doing
Experimentation the core of the role
Own A/B tests end to end: design and sizing (minimum detectable effect, power, choice of unit and metric), monitoring while the test runs (assignment sanity checks, rollout dilution, contamination between arms), and the final effect estimate with honest uncertainty. Handle the messy reality of real-world experiments: small samples, ratio metrics, outliers that can flip a verdict, shared car inventory letting arms interfere, and value metrics that mature over weeks. Apply variance-reduction techniques (e.g. CUPED, stratification) where they genuinely help and recognize when reaching for them after the fact is method-shopping. Deliver verdicts that hold up: no p-hacking, no metric switching after the fact, clear significant / not significant / can't-know-yet calls.
Product analytics
Be the data voice inside your squad: define metrics for new features, instrument them correctly with engineering, and keep product changes reflected in the analytics layer and core reports. Investigate funnels, cohorts, retention and pricing questions across UAE, KSA and Qatar from raw event data to a recommendation.
AI-augmented analytics
Use and improve our internal AI analytics agent: extend its context and documentation as the product evolves, review its outputs for correctness, and grow the evaluation set we score it against.
What we're looking for
2+ years of experience as a Data Analyst, Product Analyst, or similar role. Solid grounding in statistics: hypothesis testing and confidence intervals you can interpret, not just compute; power and sample-size reasoning; awareness of classic experiment failure modes (peeking, multiple comparisons, survivorship, sample-ratio mismatch). Expert SQL against large datasets window functions and funnel-style queries second nature. Strong communication skills you can defend an analysis in a discussion and write it up so a non- technical stakeholder can act on it. Comfort with AI tools as a core part of the workflow, and the skepticism to verify what they produce. Bias to simple, iterative solutions; ability to work independently in a fast-moving environment.
Nice to have
Python for analysis (pandas, scipy). Experience with product event/clickstream data and BI tools. Causal inference beyond A/B (diff-in-diff, matching).
Desired Candidate Profile
2+ years of experience as a Data Analyst, Product Analyst, or similar role. Solid grounding in statistics: hypothesis testing and confidence intervals you can interpret, not just compute; power and sample-size reasoning; awareness of classic experiment failure modes (peeking, multiple comparisons, survivorship, sample-ratio mismatch). Expert SQL against large datasets window functions and funnel-style queries second nature. Strong communication skills you can defend an analysis in a discussion and write it up so a non- technical stakeholder can act on it. Comfort with AI tools as a core part of the workflow, and the skepticism to verify what they produce. Bias to simple, iterative solutions; ability to work independently in a fast-moving environment.
Nice to have
Python for analysis (pandas, scipy). Experience with product event/clickstream data and BI tools. Causal inference beyond A/B (diff-in-diff, matching).
عن الدور الوظيفي: ستكون المحلل المدمج في إحدى فرق المنتجات لدينا، والشخص الذي يحول الأسئلة المتعلقة بالمنتج إلى أرقام يمكن للشركة اتخاذ إجراءات بناءً عليها. كل تغيير جوهري في المنتج لدى invygo يتم إطلاقه بناءً على تجربة، وأنت من يمتلك هذه التجربة: تحديد حجمها قبل الإطلاق، واكتشاف الأخطاء أثناء تشغيلها، وتقديم القرار النهائي عند انتهائها. قراراتك هي التي تحدد الاستمرار أو الإلغاء، لذا فإن الاستقلالية والنزاهة الإحصائية تهمنا هنا أكثر من دور المحلل التقليدي. ستعمل في بيئة مدعومة بالذكاء الاصطناعي بشكل كبير: تعمل تحليلاتنا من خلال وكيل ذكاء اصطناعي تستخدمه الشركة بأكملها للاستعلام عن البيانات الموحدة، ويقوم المحللون هنا بتشغيل هذا الوكيل وتحسينه. يقوم الذكاء الاصطناعي بالعمل الروتيني؛ بينما تتولى أنت التقييم واتخاذ القرار.
ما الذي ستفعله
التجريب - جوهر هذا الدور
إدارة اختبارات A/B بالكامل من البداية إلى النهاية: التصميم وتحديد الحجم (الحد الأدنى للأثر الممكن اكتشافه، القوة الإحصائية، اختيار الوحدة والمقياس)، المراقبة أثناء تشغيل الاختبار (فحوصات سلامة التخصيص، تخفيف الإطلاق، التداخل بين المجموعات)، وتقدير الأثر النهائي مع قدر عادل من عدم اليقين الصريح. التعامل مع الواقع المعقد للتجارب الفعلية: العينات الصغيرة، مقاييس النسب، القيم الشاذة التي قد تقلب النتيجة، مخزون السيارات المشترك الذي يسمح بتداخل المجموعات، ومقاييس القيمة التي تنضج على مدار أسابيع. تطبيق تقنيات تقليل التباين (مثل CUPED والتطبّق الإحصائي) حيث تفيد بالفعل، وإدراك متى يكون اللجوء إليها لاحقًا مجرد تلاعب بالمنهجية. تقديم نتائج موثوقة: لا تلاعب بالقيم الإحصائية (p-hacking)، لا تغيير للمقاييس بعد فوات الأوان، وقرارات واضحة (ذات دلالة إحصائية / ليست ذات دلالة / لا يمكن معرفتها بعد).
تحليلات المنتجات
كن صوت البيانات داخل فريقك: قم بتحديد المقاييس للميزات الجديدة، وتضمينها بشكل صحيح مع فريق الهندسة، واحرص على عكس تغييرات المنتج في طبقة التحليلات والتقارير الأساسية. قم بالبحث في قمع التحويل (funnels)، المجموعات المستهدفة (cohorts)، الاحتفاظ بالعملاء، وأسئلة التسعير عبر الإمارات والسعودية وقطر بدءًا من البيانات الأولية للأحداث وحتى الوصول إلى توصية.
التحليلات المدعومة بالذكاء الاصطناعي
استخدم وكيل تحليلات الذكاء الاصطناعي الداخلي لدينا وقم بتحسينه: قم بتوسيع سياقه وتوثيقه مع تطور المنتج، وراجع مخرجاته للتأكد من صحتها، وقم بتطوير مجموعة التقييم التي نقيس أدائه بناءً عليها.
ما نبحث عنه
خبرة سنتين أو أكثر كمحلل بيانات أو محلل منتجات أو دور مشابه. أساس قوي في الإحصاء: اختبار الفرضيات وفترات الثقة التي يمكنك تفسيرها وليس فقط حسابها؛ منطق القوة الإحصائية وحجم العينة؛ الإلمام بأسباب فشل التجارب الكلاسيكية (المعاينة المبكرة، المقارنات المتعددة، التحيز للبقاء، عدم تطابق نسبة العينة). إتقان خبير لـ SQL مع مجموعات البيانات الكبيرة مع إلمام تام بالدوال النافذية (window functions) واستعلامات مسار التحويل. مهارات تواصل قوية تمكنك من الدفاع عن التحليل في النقاشات وصياغته بطريقة تمكّن أصحاب المصلحة غير الفنيين من اتخاذ قرارات بناءً عليه. الارتياح في التعامل مع أدوات الذكاء الاصطناعي كجزء أساسي من سير العمل، مع امتلاك الحس النقدي للتحقق مما تنتجه. الميل للحلول البسيطة والتكرارية؛ والقدرة على العمل بشكل مستقل في بيئة سريعة التغير.
ميزات إضافية يُفضل وجودها
استخدام Python للتحليل (pandas, scipy). خبرة في بيانات أحداث المنتج/نقرات المستخدم وأدوات ذكاء الأعمال (BI). الاستدلال العليّ لما هو أبعد من اختبارات A/B (الفرق في الفروق diff-in-diff، والمطابقة matching).
الملف الشخصي للمرشح المطلوب
خبرة سنتين أو أكثر كمحلل بيانات أو محلل منتجات أو دور مشابه. أساس قوي في الإحصاء: اختبار الفرضيات وفترات الثقة التي يمكنك تفسيرها وليس فقط حسابها؛ منطق القوة الإحصائية وحجم العينة؛ الإلمام بأسباب فشل التجارب الكلاسيكية (المعاينة المبكرة، المقارنات المتعددة، التحيز للبقاء، عدم تطابق نسبة العينة). إتقان خبير لـ SQL مع مجموعات البيانات الكبيرة مع إلمام تام بالدوال النافذية (window functions) واستعلامات مسار التحويل. مهارات تواصل قوية تمكنك من الدفاع عن التحليل في النقاشات وصياغته بطريقة تمكّن أصحاب المصلحة غير الفنيين من اتخاذ قرارات بناءً عليه. الارتياح في التعامل مع أدوات الذكاء الاصطناعي كجزء أساسي من سير العمل، مع امتلاك الحس النقدي للتحقق مما تنتجه. الميل للحلول البسيطة والتكرارية؛ والقدرة على العمل بشكل مستقل في بيئة سريعة التغير.
ميزات إضافية يُفضل وجودها
استخدام Python للتحليل (pandas, scipy). خبرة في بيانات أحداث المنتج/نقرات المستخدم وأدوات ذكاء الأعمال (BI). الاستدلال العليّ لما هو أبعد من اختبارات A/B (الفرق في الفروق diff-in-diff، والمطابقة matching).