Младший аналитик данных

Наша команда занимается аналитическими проектами для операционного бизнеса Ozon.

Мы работаем с данными сортировочных центров и складской логистики: исследуем процессы, проверяем гипотезы, создаем инструменты для мониторинга и принятия решений, автоматизируем расчеты и отчетность.

У нас нет набора однотипных задач — команда подключается к новым направлениям, помогает разбираться в сложных процессах, быстро погружается в новые предметные области и доводит аналитические решения до production-ready состояния.

Нашими заказчиками являются как операционные команды и технологи складов, так и топ-менеджеры компании.

Мы ищем аналитика данных, который поможет развивать аналитические инструменты для анализа складских и логистических процессов: производительности сотрудников, качества выполнения операций, соблюдения целевых процессов, автоматизации складских участков, контроля отклонений и расчета операционных показателей, влияющих на эффективность работы складской сети.

Вам предстоит

1) Аналитика и исследование данных

2) Разработка аналитических инструментов

3) Автоматизация и сопровождение отчетности

4) Работа с заказчиками и требованиями

Многие задачи требуют быстрого погружения в новые процессы и высокой внимательности к деталям. В работе важно не бояться задавать вопросы, проверять корректность данных и предлагать улучшения существующей логики.

Наш стек: SQL, Python, AirFlow, ClickHouse, Vertica/Trino, Superset и Grafana.

Мы ожидаем, что вы

• Имеете высшее образование в области анализа данных, математики, экономики, менеджмента

• Работали в роли аналитика данных от полугода

• Уверенно владеете SQL и умеете писать сложные запросы

• Использовали Python для анализа и обработки данных

• Умеете самостоятельно разбираться в коде, новых python библиотеках

• Работали с BI-инструментами (Superset, Grafana, Tableau, Power BI или аналогами)

• Умеете работать с большими объемами данных и несколькими источниками одновременно

• Внимательно относитесь к качеству данных и умеете выполнять проверки на полноту, консистентность и адекватность

Будет плюсом:

• Работали с AirFlow

• Использовали ClickHouse, Vertica

• Работали с gRPC как с источником данных

• Работали с Kafka или event-driven данными