Аналитик/Analyst

Обеспечить команду качественной аналитикой для принятия решений: от ежедневных оперативных до стратегических. На основе данных помогать бизнесу находить точки роста, оптимизировать затраты и повышать эффективность процессов. Выступать драй…

12 storeez · На сервисе с: 15.09.26 17:04

Зарплата не указанаРоссияМоскваГибрид

Открыть на hh.ru

Миссия роли

Чем предстоит заниматься

Разрабатывать и автоматизировать отчётность.
Строить и оптимизировать систему операционной отчётности, переводить её в автоматизированные дашборды, делая данные доступными и понятными для бизнес-пользователей и исключая ручной сбор.
Анализировать KPI и метрики эффективности.
Проводить структурный анализ KPI продуктового департамента, выявлять узкие места, разрабатывать новые метрики совместно с бизнесом и предлагать конкретные действия по улучшению показателей.
Проверять гипотезы и осуществлять экономическое моделирование.
Оценивать бизнес-идеи и гипотезы команд, рассчитывать влияние изменений на PnL подразделения, проводить ad-hoc исследования для поиска закономерностей и отклонений.
Структурировать данные, работать с разными источниками и автоматизировать отчетность.
Выступать доверенным лицом и экспертом для руководителей : консультировать по подходам к анализу данных, помогать интерпретировать результаты и принимать стратегические и оперативные решения.

Что мы хотим видеть в кандидате

Опыт работы в аналитике (Data/Business Analyst) от 3 лет (fashion, retail, категорийный менеджмент, PnL продукта, продажи)
Высшее образование (экономическое/финансовое/техническое)
Английский язык — от Intermediate (B1) и выше.
SQL уверенный middle, Python и/или вайб-кодинг будет преимуществом
BI-системы: опыт создания дашбордов
Статистика: проверка гипотез, A/B-тесты, корреляционный анализ.
Excel: продвинутый уровень (сводные, макросы, Power Query)
Ориентация на бизнес-результат, а не на формальное выполнение поручений.
Навыки коммуникации: умение переводить цифры на язык бизнеса, аргументировать решения.

Мы предлагаем:

Открытую культуру и команду, вместе с которой развиваешься
Сильный амбициозный продукт
Официальное трудоустройство, достойную зарплату и бонусы за результат
Полис ДМС со стоматологией
Гибридный график: возможность частично работать из дома
Обучение в академии 12 STOREEZ, скидки от партнеров Skillbox, Skyeng
Скидки на продукцию бренда и сертификат на день рождения
Комфортная среда: мягкие переговорные, фрукты и ароматный кофе на кухне и другие приятные мелочи
Новый офис в инновационном центре «Сколково». Для сотрудников — бесплатные шаттлы от м. Аминьевская и транспортные бенефиты.

Открыть на hh.ru

Статьи для Аналитика данных

Основные задачи:

Анализировать источники данных: ERP-системы, API, базы данных, файлы, event-шины и Kafka;
Выявлять и формализовывать требования внутренних и внешних заказчиков к данным и аналитике;
Участвовать в проектировании аналитических витрин и моделей данных;
Описывать состав показателей, правила расчёта, связи между сущностями и требования к качеству данных;
Готовить SQL-прототипы, выборки и технические задания для команд Data Engineering;
Выполнять профилирование данных и анализ расхождений между источниками;
Участвовать в проверке полноты, актуальности, непротиворечивости и корректности данных;
Принимать участие в тестировании и валидации витрин, пайплайнов и интеграций;
Анализировать результаты обработки данных в Spark, Starrocks, Trino или аналогичных SQL-движках;
Поддерживать документацию по источникам, моделям, витринам и правилам трансформации;
Взаимодействовать с заказчиками, аналитиками, разработчиками, инженерами данных и архитекторами.

Обязательные требования:

Опыт работы дата-аналитиком, DWH-аналитиком, системным аналитиком или аналитиком витрин данных;
Уверенное знание SQL;
Опыт анализа данных из нескольких источников;
Понимание принципов построения DWH, Data Lake или Lakehouse;
Опыт работы с Apache Iceberg, Parquet и объектными S3-хранилищами;
Опыт работы с Apache Spark, Spark SQL или PySpark;
Знание Python для анализа и автоматизации;
Понимание слоёв данных, витрин, агрегатов и ETL/ELT-процессов;
Опыт подготовки требований, спецификаций или технических заданий;
Умение описывать правила расчёта показателей и преобразования данных;
Опыт профилирования и проверки качества данных;
Понимание принципов работы пакетных и потоковых загрузок;
Умение взаимодействовать с бизнес-заказчиками и техническими командами.

Будет преимуществом:

Опыт работы в банках, страховых, инвестиционных или других финансовых компаниях;
Опыт работы с Impala, Trino, Hive, Greenplum или аналогичными движками;
Опыт работы с API, event-шинами и потоковыми данными;
Опыт работы с Kubernetes на уровне понимания среды исполнения;
Знание инструментов визуализации данных;
Опыт работы с Data Quality, Data Governance или Data Catalog.

МЫ ПРЕДЛАГАЕМ:

Полную занятость, график работы 5/2. Гибкое начало рабочего дня.
Гибридный формат работы (не менее 1-го дня в неделю из офиса, 4 дня дистанционно) для городов: Москва, Санкт-Петербург, Ярославль, Чебоксары, Воронеж, Самара, Пермь, Уфа.
Оформление по ТК РФ, бессрочный трудовой договор.