Аналитик данных

#вакансия #удаленно #датааналитик #analyst #аналитикданных

- Занятость: полная
- Локация: РФ
- Гражданство: РФ
- Рабочий график: по МСК ±2 часа
- Формат: Удаленно

Позиция

- Роль: Аналитик данных
- Уровень: Middle+, Middle

Обязательно
- Опыт работы с качеством данных: понимание основных критериев DQ, опыт формализации правил и проверок качества данных, а также профилирования данных — анализа структуры и наполнения, выявления пропусков, дублей, аномалий и неконсистентных значений.
- Опыт работы с DWH/КХД: понимание структуры хранилища, источников и потоков данных, умение анализировать причины расхождений и некорректных данных.
- Опыт взаимодействия с владельцами данных, аналитиками и командами систем-источников: сбор и формализация требований, согласование правил и проверок качества данных.
- Уверенное владение SQL: сложные JOIN, подзапросы, оконные функции; использование SQL для анализа, профилирования и проверки данных; понимание базовых принципов оптимизации запросов.
- Понимание ETL/ELT-процессов и принципов загрузки и преобразования данных.
- Практический опыт работы с Oracle и/или PostgreSQL.
- Опыт анализа инцидентов качества данных: локализация проблемы, определение источника ошибки, взаимодействие с ответственными командами.
- Базовое понимание Apache Airflow: DAG, задачи, зависимости, расписание; готовность работать с типовыми DAG для DQ-проверок.

Желательно
- Опыт работы с Data Catalog / метаданными, глоссариями и описанием данных.
- Опыт работы в банковской предметной области, особенно с кредитными данными, БКИ или регуляторной отчётностью.
- Опыт работы с Informatica ETL или другими ETL-инструментами.
- Опыт работы с Service Desk / системами управления инцидентами.
- Опыт работы с FineBI или аналогичными BI-инструментами.
- Базовые навыки Python.
- Знание PD, LGD, EAD и ПВР — как дополнительное преимущество.

Задачи
- Разработка, настройка и сопровождение проверок качества данных.
- Анализ и профилирование данных: выявление расхождений, пропусков, дублей, аномалий и других проблем качества.
- Разбор инцидентов качества данных: локализация источника проблемы, определение ответственной команды и сопровождение решения.
- Взаимодействие с владельцами данных, аналитиками и командами систем-источников: сбор и формализация требований к данным, согласование правил и проверок качества.
- Работа с DWH/КХД: анализ источников, потоков загрузки и преобразований данных.
- Подготовка требований на доработку инструментов и процессов контроля качества данных.
- Работа с DQ-проверками, реализованными на базе Apache Airflow: настройка, запуск, контроль выполнения и анализ результатов.
- Работа с каталогом данных и метаданными: актуализация описаний данных, атрибутов, связей и глоссариев совместно с владельцами данных.
- Участие в развитии процессов Data Governance и методологии качества данных.
- Настройка и сопровождение сверок между системами и источниками данных.
- Участие в формировании и развитии SLA по поставке данных.

По всем вопросам ••••••••