Аналитик данных

В аналитический центр торгового пространства и эталонных матриц требуется Аналитик данных для разработки математических моделей, прогнозирования и кластеризации данных с целью оптимизации ассортимента и зонирования магазинов.

magnit.tech · На сервисе с: 23.07.26 06:49

Зарплата не указанаРоссияМоскваОфис

Открыть на vseti.app

Чем ты будешь заниматься

— Рассчитывать модели эластичности оборота и доходности, с учетом специфики разных групп товаров

— Моделировать точки насыщения товарных категорий

— Заниматься кластеризацией торговых точек по различным факторам

— Автоматизировать отчётности и регулярные аналитические процессы

— Работать с Ad hoc-запросами от бизнеса

— Поддерживать и развивать существующие отчёты

Мы ожидаем

— Знания статистики, теории вероятностей, основы эконометрики, анализ временных рядов.

— Классическое машинное обучение: кластеризация, регрессионные и классификационные модели, градиентный бустинг

— SQL: оконные функции, оптимизация запросов (T-SQL / MySQL)

— Excel: продвинутый уровень (сводные таблицы, сложные формулы)

— Python: pandas для обработки и трансформации данных

— sklearn для задач ML

— SQLAlchemy для работы с базами данных

— Matplotlib и Seaborn для визуализации

— A/B-тесты: дизайн экспериментов, проверка гипотез, интерпретация результатов

Будет плюсом

— Power Query и Power Pivot для ETL и модели данных в Excel

— VBA (чтение и правка существующих макросов)

— Создание аналитических дашбордов в PowerBI

— xlwings для интеграции с Excel

— Опыт в ритейле

Мы предлагаем

— Оформление в аккредитованную ИТ-компанию

— Конкурентоспособную заработную плату (обсуждается индивидуально)

— ДМС со стоматологией и льготными условиями для членов семьи

— Технику для работы

— График работы 5/2 с гибким началом

— Работу в максимально уютном офисе в центре Москвы, в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе

— Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах

— Развитие – мы оплачиваем обучение на курсах и участие в конференциях

— Возможность проведения и участия в митапах, хакатонах, где есть возможность познакомиться с работой других подразделений

— Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании

— Наличие корпоративной библиотеки курсов

— Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе

Открыть на vseti.app

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.