Аналитик по управлению и качеству данных

Департамент информационных технологий Москвы создает и развивает цифровые проекты, которые делают столицу комфортнее, а жизнь горожан — удобнее и мобильнее. Для системы управления столицей технологии — это незаменимый инструмент, который применяется во всех отраслях экономики, городского хозяйства и социальной сферы. А для миллионов горожан — повседневный помощник, который позволяет получать сотни услуг и сервисов в удобном цифровом формате в режиме 24/7.

Аналитическое направление ДИТ постоянно обрабатывает массу внешних и внутренних данных по широкому спектру тем. Наши специалисты не только обеспечивают Департамент качественной информацией для разработки стратегического видения и повседневной деятельности, но и выпускают открытые исследования, востребованные отраслью.

Что нужно делать:

• Заниматься поддержкой и расширением функционала внутренней аналитической системы

• Заниматься написание микросервисов для обработки информации

• Выполнять `Ad hoc` запросы к БД SQL

Какие знания и навыки нам важны:

• Знание языка Python, опыт работы и взаимодействия с FastAPI или Django
• Знание SQL, опыт работы с PostgreSQL
• Знание Git
• Понимание асинхронных подходов программирования
• Умение писать чистый и документированный код (соблюдение стандартов PEP8)
• Опыт работы программистом не менее года

Что предлагаем:

• Оформление по ТК в аккредитованной IT-компании
• Годовое премирование по результатам работы
• Офисный формат работы в комфортабельном офисе класса А около м. Тверская
• График работы 5/2 с 10:00 до 19:00
• Продукт со значимой миссией, интересные задачи и ресурсы для их реализации
• Участие в проектах, влияющих на благополучие граждан г. Москвы и РФ
• Молодую команду экспертов, где коллеги всегда поддерживают друг друга
• Развивающие задачи и карьерные вызовы, возможности для роста
• Корпоративное обучение и доступ к онлайн-библиотеке

• Корпоративные тренировки и спортивные активности: бег, футбол, волейбол, баскетбол, теннис и другие

• Комьюнити по интересам

• Скидки от партнеров на ДМС, связь, развлечения, подарки, спорт и т.д.

Стань частью команды ДИТ Москвы и воплощай в жизнь цифровые проекты столицы!

Обязанности:

• Формирование отчётностей по кредитному портфелю банка 
• Ассимилация итогов Collection и динамики просроченного портфеля 
• Анализ ключевых показателей 
• Изучение и обеспечение роста эффективности Collection

Требования:

• Excel – продвинутый 
• SQL – Средний или выше 
• Владение Power BI будет плюсом 
• Аналитический склад ума
• Инициативность и стремление к обучению 
• Способность предлагать новые идеи и улучшения 
• Навык анализа проблем и поиска эффективных решений    
• Ответственность и ориентация на результат 
• Умение работать в команде

Условия:

• Работу в инновационном цифровом банке страны;
• Программу профессионального развития и карьерного роста;
• Официальное трудоустройство;
• Стабильный график работы 5/2, 09:00-18:00;
• Комфортные условия труда;
• Гибкая система бенефитов (забота о здоровье, профессиональное развитие, отдых и путешествия, спорт и личные интересы, поддержка мобильности и быта);
• Современный офис в центре города.

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

• Управлять потоком обращений заказчиков – дочерних обществ за информацией из базы данных Бурения и ВСР, ведение реестра запросов.

• Приоритезировать сроки исполнения, баланс разовых запросов и регулярных продуктов.

• Проектное управление: декомпозиция задач, планирование, контроль сроков, гибкие методологии (Kanban / Scrum).

• Подготовка технических заданий для ИТ и взаимодействие с владельцами информационных систем.

• Разработка методик и регламентов: методики расчета показателей, рейтингов, правила заполнения данных.

• Работа с заказчиками.

  Работа с разными уровнями управления: корпоративный центр, дочерние общества, функциональные департаменты (аудит, диспетчерская служба, управление эффективностью).

• Выявление реальной потребности за формальным запросом.

• Подготовка материалов для руководства: презентации, аналитические записки, умение кратко донести вывод на основе данных.

• Аргументированно отстаивать результаты анализа, в том числе неудобные для заказчика.

ОЖИДАЕМ ОТ КАНДИДАТА:

• Высшее техническое образование в нефтегазовой сфере: бурение нефтяных и газовых скважин, разработка месторождений, нефтегазовое дело.
• Плюсом будет второе высшее или переподготовка по прикладной математике, анализу данных или экономике.
• Отраслевая экспертиза 5+ лет в бурении и строительстве скважин.
• Опыт работы в ВИНК или крупной нефтесервисной компании, знание корпоративных систем учета бурения.
• Опыт в Центре управления бурением (ЦУБ) или Центре мониторинга бурения в реальном времени.
• Знакомство с ИИ-решениями: LLM, ассистенты, предиктивные модели. Понимание, какие данные и какая зрелость процессов нужны для их внедрения.
• Опыт оценки экономического эффекта аналитических продуктов.
• Git и культура воспроизводимого кода.
• Технический английский для чтения статей (SPE, IADC) и документации.
• Публикации, выступления на отраслевых конференциях, участие в экспертных сообществах.
• Знание требований информационной безопасности и порядка доступа к корпоративным данным.

Личные качества:

• Системное и критическое мышление, недоверие к «красивым» цифрам без проверки.
• Инициатива: умение предлагать аналитику заранее, не дожидаясь запроса.
• Способность держать в голове одновременно производственный, экономический и технический контекст.
• Готовность к высокой нагрузке и параллельной работе над несколькими задачами.
• Умение обучать и объяснять сложное простым языком.
• Ориентация на результат: внедрение продукта в процесс, а не просто выполненный отчет.

Функциональные компетенции:

• Полный цикл строительства скважин: эксплуатационное бурение, ЗБС, заканчивание, освоение. Понимание ТКРС, КРС и ВСР.
• Технологии: КНБК, ВЗД и РУС, подбор долот и анализ их отработки; буровые растворы, крепление и цементирование; ННБ и расчет траекторий.
• Опыт работы на буровой (супервайзер, технолог, инженер по бурению) или в сопровождении бурения в ЦУБ.
• Классификация и учет НПВ, аварий, осложнений и ГНВП. Умение проводить расследования и отделять причины от последствий.
• Суточная отчетность и системы мониторинга бурения: суточные рапорты, данные ГТИ, телеметрия, учет проходки и времени по операциям.
• Ключевые показатели строительства скважин: коммерческая и механическая скорость, ПВ/НПВ, цикл строительства, плановые и фактические сроки, методика расчета KPI.
• Экономика строительства скважин: сметы, ТЭП, стоимость метра проходки, оценка эффекта от оптимизации конструкций (ОДС) и технологий.
• Работа с подрядчиками: договорные модели, бенчмаркинг и рейтингование, оценка качества услуг.
• Понимание связки геологии, траектории и бурения: геологические разрезы, проблемные интервалы, зоны осложнений.
• Знание нормативной базы: ФНП «Правила безопасности в нефтяной и газовой промышленности», корпоративные регламенты и стандарты на строительство скважин.
• Опыт проведения ОПИ новых технологий и оценки их результатов.

Работа с данными:

• SQL на продвинутом уровне: сложные соединения, оконные функции, CTE, оптимизация запросов на больших объемах.
• Опыт работы с корпоративными хранилищами (Greenplum / PostgreSQL, ClickHouse / ADQM) и понимание архитектуры DWH: слои, витрины, справочники, связи сущностей.
• Умение сводить кросс-функциональные данные (бурение, геология, траектории, экономика) и строить сквозные ключи по скважинам и стволам.
• Опыт работы с качеством данных:
• разработка правил заполнения и автоматических проверок;
• выявление дублей, некорректных глубин и наименований стволов;
• мониторинг полноты данных.
• Понимание ETL и процессов загрузки, умение ставить задачи дата-инженерам.

BI и визуализация:

• Опыт создания дашбордов от прототипа до промышленной эксплуатации в Qlik Sense, Pix BI или Power BI.
• Qlik Sense: скрипты загрузки и модели данных, Set Analysis. Power BI: DAX.
• Принципы проектирования отчетности: под аудиторию, иерархия метрик, drill-down, автоматические рассылки.

Аналитика и Data Science:

• Python (pandas, numpy, scipy, matplotlib / plotly) и Jupyter Notebook.
• Прикладная статистика: описательная статистика, распределения и выбросы, проверка гипотез, корреляционный и регрессионный анализ.
• Методы поиска аналогов: метрики сходства, кластеризация, нормализация показателей.
• Основы машинного обучения (scikit-learn): постановка задачи, отбор признаков, валидация, интерпретация модели.
• Опыт разработки алгоритмов на производственных данных, например расчет длительности операций, поиск лучших практик, оценка потенциала сокращения сроков.
• Умение переводить производственный вопрос в аналитическую задачу и обратно, в понятный инженерам вывод.

УСЛОВИЯ:

• ​​​​​​​Работа в офисе в г. Санкт-Петербург.
• 5-дневная рабочая неделя.
• ДМС программа, социальные льготы.
• Корпоративное обучение и развитие.
• Перспектива профессионального роста.
• Бессрочный трудовой договор.