Аналитик данных

Мы – амбициозная команда, работающая на стыке IT и розничного бизнеса.

Приглашаем тебя поучаствовать в очень важном и амбициозном проекте федерального масштаба!

Мы разрабатываем приложение, которое каждый день помогает 60+ тыс. сотрудников офисов обслуживания по всей стране делать лучше жизнь многих миллионов клиентов в месяц!

В основе нашего приложения - симбиоз продвинутой BI-аналитики, геймификации и AI-моделей.

У нас есть с возможностью развиваться в области построения продвинутой аналитики, архитектуры DWH и Data Science!

Обязанности

Чем предстоит заниматься:

• обеспечивать сбор и организацию процессов загрузки данных в аналитические системы, включая получение структурированных данных из различных источников, осуществлять подготовку, очистку и предобработку данных из внешних источников, строить агрегаты
• разрабатывать объекты DWH на PostgreSQL используя СУБД Greenplum
• рассчитывать сложные аналитические показатели
• участвовать в проработке бизнес—гипотез и предлагать идеи для улучшения нашего приложения
• участвовать в тестировании и поддержке разрабатываемых сервисов с целью обеспечения их стабильной и безотказной работы
• готовить AD-HOC отчеты по мере необходимости.

Требования

• умение работать с большим объёмом данных на SQL (DML и DDL диалекты в PostgreSQL)
• опыт оптимизации SQL-запросов к несколькими таблицам и источникам данных, умение комбинировать агрегатные и оконные функции, писать хранимые процедуры и UDF, создавать View
• понимание архитектуры построения DWH и знание основных методологий их проектирования
• знание и умение применять основные разделы статистики для работы с данными (знание различных типов распределений, понимание, что такое доверительные интервалы и оценки выбросов и умение их использовать)
• опыт работы с data-pipeline's (знание, как получить данные из источника, проверить их качество, сделать агрегацию и просчитать полезные выводы на их основе)
• опыт работы по SCRUM / AGILE и использовал JIRA и Confluence.

Будет плюсом владение Рython его основными фреймворками: Pandas, Numpy, Sklearn и умение показать/рассказать о реальных кейсах их применения (опыт работы, либо пет-проекты).

Условия

• стабильный оклад и социальная поддержка сотрудников
• офис по адресу: ул. Куйбышева, д. 66/1
• расширенный ДМС с первого дня и льготное страхование для близких
• корпоративное обучение в Виртуальной школе Сбера
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний - партнеров
• корпоративная пенсионная программа.