
Центр управления данными (DataGov) развивает сервисы и практики управления данными для дата-специалистов, продуктовых команд и бизнес-пользователей.
Центр управления данными (DataGov) развивает сервисы и практики управления данными для дата-специалистов, продуктовых команд и бизнес-пользователей.
В рамках направления Data Quality команда систематизирует практики управления качеством данных и внедряет их в процессы разработки продуктов и построения дата-пайплайнов. Отдельный фокус — автоматизация DQ-процессов с использованием Python, LLM и AI-агентов.
- Контроль качества данных: обеспечение покрытия данных проверками качества (DQ-контролями) в соответствии с требованиями заказчиков;
- Сбор и анализ требований: взаимодействие с внутренними заказчиками, выявление потребностей и формализация требований к качеству данных;
- Разработка DQ-контролей: создание, настройка и сопровождение проверок качества данных во внутреннем инструменте компании;
- Аналитика и отчётность: сбор, систематизация и визуализация статистики по результатам проведённого анализа и работы DQ-контролей;
- Ad-hoc аналитика: выполнение разовых аналитических запросов для решения операционных задач, исследование данных и подготовка выводов
В том числе Студенты бакалавриата, специалитета или магистратуры;
SQL: написание запросов с использованием `SELECT`, `JOIN`, `GROUP BY`, `HAVING`, подзапросов и агрегатных функций;
- Excel: работа с таблицами, формулами и сводными таблицами;
- Основы работы с базами данных: понимание реляционной модели данных, структуры таблиц и связей между ними;
- Аналитические навыки: умение исследовать данные, выявлять аномалии, находить закономерности и формулировать выводы;
- Документирование требований: умение структурировать и описывать бизнес-требования, формировать понятные технические задания;
Будет преимуществом:
- Основы Data Quality: понимание основных характеристик качества данных;
- Grafana: базовые навыки работы с дашбордами, визуализации и мониторинга показателей, понимание принципов работы панелей, фильтров и запросов к источникам данных;
- Python: базовое знание языка, понимание основ обработки данных;
- BI-инструменты: опыт работы или знакомство с Power BI, Yandex DataLens, Tableau, Apache Superset или аналогичными инструментами визуализации и анализа данных;
- Продвинутый SQL: оконные функции, CTE, работа со сложными запросами;
- ETL/ELT: общее понимание процессов загрузки, преобразования и обработки данных;
- Git: базовые навыки работы с системой контроля версий.
Cобственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
Полезные курсы и вебинары в корпоративном университете и электронную библиотеку.
А еще:
Прием врачей общей практики и массаж в офисе;
Мобильная связь за счет компании и льготные тарифы для близких;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.