Аналитик данных / Data Scientist

Аналитик данных / Data Scientist

Ищем сильного специалиста по данным, который поможет развивать единую систему аналитики компании и внедрять машинное обучение для решения бизнес-задач.

Вам предстоит расширять существующее хранилище данных, подключать новые источники из 1С, CRM, внешних систем и веб-проектов, автоматизировать обработку данных и развивать аналитику для руководителей.

Отдельное направление — ML-модели и прогнозирование: использовать данные, чтобы прогнозировать бизнес-показатели, выявлять аномалии, находить потенциальные потери и возможности для роста.

Что предстоит делать

1. Развивать и расширять существующее DWH

• Развивать архитектуру хранилища данных, добавлять новые слои и аналитические витрины.
• Подключать данные из 1С, CRM, внешних систем, баз данных и веб-проектов.
• Поддерживать единый и достоверный источник данных для аналитики компании.
• Оптимизировать структуру хранения и доступ к данным.

2. Автоматизировать загрузку и обработку данных

• Проектировать и настраивать ETL/ELT-процессы.
• Автоматизировать регулярный сбор, очистку и трансформацию данных из разных источников.
• Работать с API и внешними источниками данных.
• Оптимизировать процессы обработки и загрузки данных.

3. Разрабатывать ML-модели и прогнозы

• Разрабатывать модели для прогнозирования бизнес-показателей, анализа поведения клиентов и выявления аномалий.
• Готовить обучающие выборки, формировать и отбирать признаки.
• Выбирать подходящие методы, сравнивать модели и оценивать качество прогнозов.
• Внедрять модели в рабочие процессы, отслеживать их качество и обновлять при необходимости.
• Оценивать практическую пользу моделей для бизнеса.

4. Развивать BI-аналитику

• Создавать и поддерживать дашборды для топ-менеджмента и руководителей подразделений.
• Разрабатывать понятные визуализации, метрики и показатели.
• Автоматизировать регулярную отчётность.
• Помогать руководителям быстро понимать, что происходит в бизнесе и где требуется решение.

5. Отвечать за качество данных

• Настраивать проверки полноты, корректности и согласованности данных.
• Выявлять расхождения между данными в 1С, других источниках и аналитическом хранилище.
• Автоматизировать мониторинг ошибок и несоответствий.
• Находить причины расхождений и устранять их совместно с ответственными командами.

6. Находить бизнес-инсайты

• Анализировать коммерческие, складские и финансовые данные.
• Находить закономерности, аномалии и узкие места в бизнес-процессах.
• Выявлять потенциальные потери и возможности для роста.
• Переводить результаты анализа в конкретные выводы и рекомендации для бизнеса.

Что для нас важно

• Опыт работы от 2 лет в роли Data Analyst, Data Scientist, ML Engineer или Data Engineer с опытом машинного обучения.
• Уверенное знание SQL: сложные запросы, оконные функции, оптимизация производительности.
• Уверенное владение Python для обработки данных, автоматизации, работы с API и разработки моделей.
• Практический опыт работы с pandas, NumPy, scikit-learn или аналогичными библиотеками.
• Опыт разработки и применения ML-моделей для решения бизнес-задач.
• Знание статистики, методов проверки моделей и оценки качества прогнозов.
• Опыт работы с базами данных, подготовки аналитических датасетов и витрин.
• Понимание устройства DWH и принципов построения ETL/ELT-процессов.
• Умение самостоятельно разобраться в задаче, проверить результат и довести решение до внедрения.
• Английский язык на уровне чтения технической документации.

Будет преимуществом

• Опыт прогнозирования временных рядов, скоринга, прогнозирования оттока или выявления аномалий.
• Практический опыт расширения DWH и подключения новых источников.
• Понимание структуры данных 1С и способов их получения.
• Опыт работы с Power BI, Tableau, FineBI, Apache Superset или другими BI-платформами.
• Знание dbt, Airflow или аналогичных инструментов.
• Опыт применения LLM-инструментов и AI-агентов в разработке и аналитике с проверкой полученных результатов.

Каким мы видим специалиста

Нам нужен человек, который внимательно относится к данным и понимает их связь с бизнесом.

Важно уметь разобраться: откуда взялась цифра, можно ли ей доверять, почему изменился показатель и какое решение можно принять на основе анализа.

Ценим:

• внимательность к качеству и корректности данных;
• системное мышление и самостоятельность;
• умение находить первопричину проблемы;
• аккуратность в разработке и проверке моделей;
• способность объяснять сложные результаты простым языком;
• умение выбирать решения с понятной практической пользой.

Что предлагаем

• Возможность влиять на развитие существующего хранилища данных, аналитики и ML-направления.
• Задачи с непосредственным влиянием на бизнес-процессы и принятие решений.
• Работу с данными из разных направлений: коммерция, финансы, склад, 1С, CRM и веб-проекты.
• Возможность развивать компетенции в Data Science, ML, DWH, Data Engineering и BI.
• Работу с современным стеком и AI-инструментами.
• Полную занятость, офисный формат работы в Алматы.

Заработная плата: обсуждается по итогам собеседования и зависит от опыта и уровня экспертизы.