Аналитик данных / Data Partner

Банк России рассматривает кандидатов на текущие и будущие вакансии в Департамент данных, проектов и процессов. Мы обеспечиваем управление данными в Банке России, сбор и обработку отчетности и иных данных, получаемых Банком России от организаций и физических лиц, обеспечиваем электронное взаимодействие участников информационного обмена с Банком России, управляем проектами и продуктовыми командами в Банке России.

Мы приглашаем в команду аналитика данных / дата-партнера. Роль сочетает технические навыки и навыки ведения переговоров в целях проектирования и опромышливания прототипов витрин данных (дата-продуктов) и контроля реализации целевой архитектуры данных, а также участие во внедрении инструментов автоматизации для повышения эффективности процессов Data Governance.

Задачи:

Развитие дата-продуктов (≈50% времени):

• разработка и внедрение прототипов витрин данных в интересах нескольких подразделений (Hadoop, PySpark, SQL, Clickhouse, Superset);
• подготовка функциональных требований к промышленным витринам данных и автоматизации действующих трактов данных, в том числе интеграционных;
• разработка и развитие дэшбордов на основе Apache Superset.

Задачи организации и управления данными (≈50% времени)

• участие в институте дата-партнеров — информационно-аналитическом сервисе для сотрудников Банка России, включающем в себя консультации по мероприятиям и системе управления данными для пользователей;
• участие в Фабрике данных— кросс-функциональном процессе по созданию новых данных в Банке России — в роли дата-партнера;
• описание наборов и потоков данных, взаимодействие с ключевыми стейкхолдерами: департаменты-владельцы данных, ИТ, ИБ;
• согласование функциональных и нефункциональных требований и приоритетов работ;
• подготовка материалов и заключений для комитета по управлению данными, в т.ч. согласование потребности в отсутствующих данных;
• подготовка аналитических материалов по инициативам внешних и внутренних контрагентов, связанных с данными, в том числе для руководства.

Требования к квалификации (Hard Skills)

• оконченное высшее образование (магистратура) в области прикладной математики и физики, информационных систем или финансов, компьютерных наук;
• релевантный опыт работы на позиции аналитика данных или дата-инженера желательно в крупных финансовых институтах (банки, страховые компании, участие в связанных проектах IT-компаний);
• свободное владение SQL, понимание NoSQL, знание современных СУБД (PostgreSQL, Greenplum, ClickHouse и/или импортозамещенных аналогов);
• опыт формирования бизнес- и функциональных требований;
• опыт проектирования и реализации прототипов витрин данных, ETL/ELT-процессов;
• понимание принципов информационной безопасности и регуляторных требований;
• уверенное владение Python, знание библиотек для анализа данных;
• понимание Linux на уровне пользователя, опыт работы с командной строкой и написания скриптов Bash;
• уверенные знания стека Hadoop: HDFS, Yarn, SparkSQL, PySpark;
• уверенное владение инструментами: Atlassian Jira & Confluence, программами офисного пакета (MS Word, MS Excel, MS Project, MS PowerPoint), навыки подготовки презентаций.

Личностные качества и компетенции (Soft Skills)

• системное и аналитическое мышление: способность видеть картину в целом, декомпозировать сложные задачи и проектировать автоматизируемые решения;
• умение вести переговорный процесс с внутренними заказчиками, включая умение находить и обосновывать эффективные решения, учитывающие интересы участников процесса;
• коммуникабельность и лидерство: умение ясно доносить сложные технические концепции до разной аудитории, аргументированно отстаивать решения и подходы к автоматизации;
• проактивность и управление сроками и ожиданиями заказчиков, высокий уровень ответственности и самоорганизации.

Будет плюсом:

• наличие опыта сопровождения автоматизированных систем, связанных с хранилищами данных или в команде домена или витрины данных в хранилище;
• опыт проектного взаимодействия или управления задачами;
• понимание процессов и продуктов участников финансового рынка;
• базовые представления о методологиях организации хранилищ данных и фреймворков (DAMA DMBOK, Data Vault 2.0, Inmon, Kimball, Data Mesh);
• базовые представления о гибких методологиях производственных процессов разработки (Agile, Scrum, Less, Kanban);
• опыт работы с Airflow (либо иным оркестратором), Clickhouse;
• базовые знания веб-технологий: HTML, CSS, JavaScript;
• знание принципов работы API (REST, SOAP).

• получение уникального опыта в мегарегуляторе;
• возможности профессионального и карьерного развития;
• привлекательная система мотивации;
• широкий социальный пакет;
• корпоративное обучение;
• удобное расположение офиса.