Аналитик данных
Ищем аналитика данных с сильным уклоном в DWH, аналитические витрины и качество данных. Эта роль для человека, которому интересно строить аналитический слой для отдела аналитики бизнеса: разбираться в логике метрик, проектировать витрины, описывать источники и зависимости, настраивать проверки качества данных и делать расчёты устойчивыми.
Стек: ClickHouse, Python, Airflow, Superset, Git, Jira, DataHub, Confluence.
Почему будет интересно:
- Возможность строить аналитический слой для большого digital-продукта;
- Работа на стыке аналитики, DWH и бизнес-логики метрик;
- Задачи про качество данных, устойчивость расчётов и понятную архитектуру витрин;
- Влияние на скорость и надёжность работы всей аналитики;
- Развитие в сторону DWH, data products и аналитической архитектуры.
Чем предстоит заниматься:
-
Проектировать, развивать и повышать надежность аналитических витрин для бизнес-метрик, контентной аналитики и регулярной отчётности;
-
Разбираться в источниках, бизнес-логике, зависимостях и правилах расчёта метрик;
-
Переводить бизнес-логику показателей в понятные и поддерживаемые модели данных;
-
Оптимизировать SQL-запросы и витрины для больших объёмов данных в ClickHouse;
-
Развивать и поддерживать аналитические пайплайны и DAG’и в Airflow;
-
Документировать логику витрин, источники, метрики, зависимости и ограничения расчётов.
-
Опыт работы аналитиком данных с фокусом на витрины, отчётность, DWH или сложные расчёты метрик;
-
Умение писать производительные, читаемые и поддерживаемые SQL-запросы;
-
Опыт построения аналитических витрин, data marts или регулярных расчётных слоёв;
-
Умение разбираться в бизнес-логике метрик и переводить её в расчётную логику;
-
Опыт работы с ClickHouse или другими колоночными аналитическими СУБД;
-
Знание Python для автоматизации, проверок качества данных и работы с данными;
-
Опыт работы с Airflow или другими оркестраторами на уровне DAG’ов, зависимостей и регулярных расчётов;
-
Готовность разбираться не только в технической реализации, но и в бизнес-смысле данных.
Будет плюсом:
-
Опыт в роли Data Analyst с сильным инженерным уклоном, Analytics Engineer или BI/Data Analyst, который много работал с витринами;
-
Опыт оптимизации тяжёлых запросов и витрин на больших объёмах данных;
-
Опыт проектирования витрин под несколько аналитических сценариев и команд;
-
Опыт построения data products или переиспользуемых аналитических слоёв;
-
Опыт работы с Superset или другими BI-инструментами;
-
Опыт в digital-продуктах, подписках, медиа или стриминге.
-
Официальное трудоустройство;
-
Комфортный формат работы;
-
Необходимое оборудование и софт;
-
ДМС со стоматологией, доплату больничного листа, корпоративные скидки;
-
Льготные условия ипотеки в рамках зарплатного проекта;
-
Бесплатную подписку на сервисы партнеров;
-
Корпоративный спорт;
-
Насыщенную корпоративную жизнь;
-
Электронную библиотеку издательства МИФ, в которую входят почти 2 тысячи единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам.