Мы ищем сильного лида аналитики, которому предстоит провести комплексный сквозной аудит всей аналитической экосистемы компании: от источников данных (1С, SAP) и потоков загрузки (ETL/ELT) до витрин в DWH, дашбордов в MS Power BI и критически важной управленческой отчетности в Excel (XLS/XLSX). Ваша задача — распутать сложные зависимости, проверить соответствие расчетов бизнес-методикам, оцифровать риски и спроектировать целевую архитектуру прозрачной и надежной отчетности.
Чем предстоит заниматься:
Сквозной аудит отчетности (End-to-End): ревизия всех текущих отчетов (MS Power BI и сложные Excel-модели с формулами, макросами и Power Query), поиск расхождений в цифрах, «хардкода» и дублирующей логики.
Анализ потоков данных и источников: трассировка данных (Data Lineage) от учетных систем (1С / SAP) через пайплайны обработки (Apache-стек) до витрин на PostgreSQL и финальных визуализаций.
Валидация методологии и построение карты рисков: сопоставление реальной логики расчетов в коде и формулах с утвержденными бизнес-регламентами. Формирование реестра рисков (методологических, технических, операционных) с оценкой их влияния на бизнес.
Сверка данных (Data Reconciliation): организация и автоматизация кросс-проверок между данными в первичных системах (1С/SAP), слоями DWH и итоговыми отчетами.
Реинжиниринг и миграция: формирование требований и ТЗ для DWH-инженеров по переносу тяжелой логики из Excel и Power BI на уровень витрин PostgreSQL, оптимизация потоков данных.
Внедрение стандартов Data Governance: создание единого глоссария метрик, внедрение практик контроля качества данных (Data Quality), версионирования и ревью аналитических разработок.
Опыт работы от 4–5 лет на позиции Senior/Lead Data Analyst, BI Lead или системного аналитика DWH.
Опыт работы с ERP-источниками со стороны DWH: понимание структуры данных 1С и/или SAP, знание специфики извлечения данных из них и типичных проблем при интеграции в хранилище (дубли, задние числа, особенности регистров/таблиц).
Уверенный стек DWH и ETL: продвинутый SQL (опыт работы с PostgreSQL, оптимизация запросов, проектирование витрин), понимание работы инструментов экосистемы Apache (например, Airflow для оркестрации, Kafka/NiFi для потоков или Spark — в зависимости от задач).
Экспертиза в MS Power BI и Excel: умение проводить аудит сложных моделей данных в Power BI (DAX, Power Query, оптимизация производительности) и разбирать «до винтика» многоуровневые Excel-файлы (массивы формул, связи, VBA).
Навыки автоматизации на Python: уверенное владение библиотеками для анализа и парсинга (pandas, openpyxl, sqlalchemy) для написания скриптов сверки и аудита.
Системное мышление: способность увидеть картину целиком (от первичного документа в 1С/SAP до ячейки в Excel), перевести технические дефекты на язык бизнес-рисков и защитить план изменений перед руководством.
Будет плюсом: опыт применения AI/LLM-инструментов для ускорения реинжиниринга кода/формул и генерации документации.
Масштабная задача с высоким влиянием: возможность навести порядок в ключевой отчетности группы компаний заказчика и заложить архитектуру данных на годы вперед.
Сильный технологический стек: работа на стыке классического Enterprise (1С/SAP) и современных инструментов работы с данными (PostgreSQL, Apache, Power BI, Python).
Условия работы: удаленка, официальное оформление, конкурентный доход.