Аналитик данных (группа возвратного потока)

Ozon

Аналитик данных (группа возвратного потока)

Москва, Пресненская набережная, 10блокС

Метро: Деловой центр

Описание вакансии

Мы — небольшая команда, отвечающая за одну из ключевых областей аналитики фулфилмента — возвратный поток. Мы делаем так, чтобы процесс возврата товара был прозрачным и эффективным. Анализируем, почему товары возвращаются, отслеживаем путь каждой позиции от покупателя до склада.

Наша задача — понять природу возвратов. Сопоставляя данные с физическими действиями сотрудников на разных этапах логистической цепи, мы выявляем не только узкие места в возвратном потоке, но и неэффективности процессов, которые к ним приводят. Как следствие — сокращаем затраты компании на каждом этапе обработки возвратной позиции.

Наш процесс построен на глубоком погружении в данные:

  • Исследование: собираем и формализуем требования бизнеса, взаимодействуем с разработчиками систем-источников данных, изучаем контракты и регламенты, чтобы понять природу потерь.
  • Разработка: ставим задачи дата-инженерам на поставку сырых данных из источников (HDFS, Kafka и др.), затем самостоятельно чистим, обогащаем и структурируем данные в аналитические витрины.
  • Визуализация и автоматизация: строим дашборды в BI (Superset, Grafana), настраиваем автоматическую загрузку данных и расчёты, организуем регулярные выгрузки отчётов в чат-боты / на почту, чтобы бизнес оперативно получал актуальную информацию.
  • Поддержка: выполняем ad-hoc запросы коллег из других отделов, помогаем находить ответы на нестандартные вопросы и проверять гипотезы.

Мы ищем middle-аналитика данных с навыками:

  • SQL: опыт работы со сложными многоуровневыми запросами (CTE, JOIN, оконные функции) и оптимизации запросов на уровне СУБД.
  • Python (Pandas): опыт обработки и трансформации табличных данных, автоматизации расчётов, оптимизации кода по памяти и времени выполнения.
  • BI-инструменты: опыт создания простых отчётов с нуля (мы работаем с Superset и Grafana).
  • Архитектура данных: понимание принципов работы DWH с распределенным хранением (желательно знакомство с Якорной моделью хранения).
  • Аккуратность: чистота кода, внимание к деталям и умение структурировать большой поток информации.

Будет преимуществом:

  • Опыт дизайна и проведения А/B тестов, статистического анализа для проверки гипотез.
  • Понимание логики / опыт работы с Airflow и GitLab.
  • Понимание потоковой передачи данных через Kafka и взаимодействия сервисов через gRPC.
  • Опыт в логистике, ритейле или e-commerce.
  • Умение самостоятельно уточнять и структурировать бизнес-требования Заказчика.
  • Навыки презентации результатов и формирования выводов для бизнес-заказчиков.
Посмотреть контакты работодателя

Адрес

Похожие вакансии

Альфа-Селлер Технологии

Middle Data Analyst

Альфа-Селлер Технологии

  • Москва

  • Не указана

Рекомендуем
Домклик
  • Москва

  • Не указана

Рекомендуем
HeadHunter
  • Москва

  • Не указана

Рекомендуем
Футбольный клуб Динамо-Москва

Дата-аналитик (Data Quality / ETL), Junior+/Middle

Футбольный клуб Динамо-Москва

  • Москва

  • Не указана

Servicepipe

Data Analyst

Servicepipe

  • Москва

  • Не указана

Bayer
  • Москва

  • Не указана

Гельтек-Медика
  • Москва

  • Не указана

МТС
  • Москва

  • Не указана

Коммерсантъ
  • Москва

  • Не указана

GlowByte
  • Москва

  • Не указана

ДК Фертриб
  • Москва

  • Не указана

МТС
  • Москва

  • Не указана

ГКУ Инфогород

Аналитик BI

ГКУ Инфогород

  • Москва

  • Не указана

Периодика Пресс

Аналитик

Периодика Пресс

  • Москва

  • Не указана

Спортмастер

Системный аналитик

Спортмастер

  • Москва

  • Не указана

Ozon
  • Москва

  • Не указана

Банк ПСБ

Аналитик DWH

Банк ПСБ

  • Москва

  • Не указана

Хотите оставить вакансию?

Заполните форму и найдите сотрудника всего за несколько минут.
Оставить вакансию