Аналитик данных

Извлечение и обработка данных: Выполнение выгрузок из корпоративных баз данных (SQL) и обработка «сырых» данных с помощью скриптов (Python/pandas) .

Анализ и визуализация: Построение таблиц, графиков и дашбордов для визуализации ключевых метрик и поиска аномалий .

Подготовка отчетности: Разработка и автоматизация регулярной отчетности, расчет показателей для операционных и стратегических решений .

Работа с бизнес-задачами: Перевод вопросов от внутренних заказчиков (например, из маркетинга или продаж) на язык данных, формулирование выводов и рекомендаций .

Ad-hoc запросы: Быстрое выполнение разовых запросов на поиск причин отклонений метрик или проверка гипотез .

Тестирование функционала Контроль качества данных (Data Quality) - Валидация и выверка (запасов , плана закупок и т.д.) после загрузки данных, поиск расхождений между системами-источниками и хранилищем.

Разработка и поддержание алгоритмов для нечеткого сравнения строк и каталогизации данных.

Написание скриптов для оценки точности прогнозов (расчет WAPE/MAPE), выявление систематических ошибок (BIAS) и подготовка очищенных исторических данных (Time Series)

Высшее образование.

SQL (продвинутый уровень): Уверенное знание различных типов JOIN, группировок (GROUP BY), оконных функций и подзапросов.

Python для анализа данных: Владение библиотеками pandas ( Векторизация, Умение работать с DateTimeIndex, группировать данные по периодам сдвигать данные и рассчитывать скользящие окна )., numpy, matplotlib. FuzzyWuzzy / RapidFuzz для нечеткого сравнения строк. Умение писать функции для очистки и трансформации табличных данных .

Инструменты визуализации: Понимание логики построения дашбордов в любом BI-инструменте

Умение самостоятельно разбираться в структуре баз данных и логике их наполнения .