Аналитик данных
Мы ищем не просто аналитика, а BI-архитектора с уклоном в Data Science . Сотрудника, который будет строить дашборды в Power BI так, что они заменят 50% ручных совещаний. Он автоматизирует ETL через Power Query, а прогнозы будет считать ста…
технониколь · На сервисе с: 11.08.26 01:00
↑ Вакансия с автоподнятиемМы ищем не просто аналитика, а BI-архитектора с уклоном в Data Science. Сотрудника, который будет строить дашборды в Power BI так, что они заменят 50% ручных совещаний. Он автоматизирует ETL через Power Query, а прогнозы будет считать статистическими моделями. И главное — ему скучно просто считать, он хочет учить модели предсказывать проблемы до того, как они возникнут, и готов применять ИИ для очистки и интерпретации данных.
Цель: глубокая обработка данных служб подразделения, построение статистических моделей, расчет аналитический показателей, расчет мотивации (KPI), построение прогнозных моделей и автоматизация сводной отчетности.
- Требования (Hard Skills)
Инструментарий (владеть на уровне эксперта):
- Excel: не просто сводные таблицы. Обязательно: Power Query, а также сложные формулы массивов, создание дашбордов с активными элементами управления.
- Power Query: глубокая обработка данных служб из разных источников. Обязательно умение подключаться к внешним источникам (папки, файлы CSV/Excel, SQL-сервер) через Power Query (M-язык), очистка "мусорных" данных, слияние запросов без потери производительности. Сложные формулы и VBA — приветствуются, но основной упор на ETL-процессы через PQ.
- Построение многомерных моделей данных (звездообразная схема, связи «один-ко-многим», вычисляемые столбцы и меры на DAX — включая Time Intelligence).
- Разработка многостраничных дашбордов с единой точкой входа (навигация, закладки, всплывающие подсказки). Визуализация должна быть не просто «красивой», а управленческой.
- Опыт внедрения отчетности из систем CRM систем с поиском «белых» пятен, а также тестированием, выявлением и устранением ошибок.
2. Продвинутая аналитика (Прогнозы и ИИ)
- Прогнозные модели: умение прогнозировать не просто «в лоб», а с учетом сезонности строительства, выпадов и других внешних факторов.
- Интерес и опыт внедрения ИИ в аналитику:
- Понимание основ машинного обучения (кластеризация, регрессия).
- Желание развиваться: Активное изучение нейросетей (LLM) для внедрения в аналитику, например, автоматическое комментирование отклонений.
Условия:
- Работа в слаженной команде, заряженной на результат;
- Структура оплаты: оклад + премия;
- Оформление по трудовому договору у партнеров ТЕХНОНИКОЛЬ (Аутстаффинг) или по договору ГПХ;
- Работа предполагается полный день, но можем рассмотреть и неполный при желании.
Похожие вакансии Аналитика данных
Аналитик данных по работе с дебиторской задолженностью (Excel)
ЧТО HУЖНО ДЕЛАTЬ?
- На основе больших массивов данных формировать планы доходов, поступлений денежных средств и прогноз дебиторской задолженности
- Проводить аналитическую обработку данных: выявлять отклонения фактических показателей от плановых, определять причины расхождений, формировать персонифицированные планы поступлений и предлагать меры по устранению отклонений.
- Собирать, структурировать и анализировать отчётность по доходам, поступлениям средств и дебиторской задолженности
- Поддерживать и настраивать автоматизированные отчётные формы и базы данных с изменяемыми параметрами, оптимизировать процессы обработки объёмных данных и повышать скорость подготовки аналитики.
ЧТО ТРЕБУЕТСЯ ОТ ВАС?
- Образование высшее (экономика и управление)
- Стаж работы на сопоставимой позиции
- Продвинутый уровень работы в Excel
- Уверенный пользователь сервисов Microsoft Office (Word, Outlook, PowerPoint), Oracle BI
МЫ ПРЕДЛАГАЕМ:
- Гарантированный ежемесячный доход от 124 000 до 150 000 рублей до вычета налогов (от 108 500 до 130 500 рублей на руки). Стабильный рост дохода: ежегодная индексация и годовая премия.
- График работы: пятидневная рабочая неделя 5/2 (с 09:00 до 17:42, в пятницу рабочий день сокращен на час)
- Место работы: Калининский район, в пешей доступности от ст. метро пл. Ленина
- Обучение полному циклу работы (за счет средств Предприятия)
- Бонусы по программе “Приведи друга” за рекомендацию кандидатов
- Полный пакет ДМС (стоматология, экстренная помощь, плановая госпитализация, амбулаторно-поликлиническая помощь) через год работы на Предприятии
- Через год работы на Предприятии: ДМС детям в возрасте от 1 года
- Командообразующие и спортивные мероприятия
- Неограниченный доступ к образовательному контенту на портале знаний Предприятия
- Меры социальной поддержки, закрепленные в Коллективном договоре:
Product Analyst Wooppay
Местоположение: Караганда
Формат работы: Гибрид
Опубликована: ••••••••
Требования:
• Опыт с SQL и продуктовой аналитикой
• Python (pandas/numpy)
• Понимание unit-экономики и финтех-метрик
Контакт: ••••••••
•••••••• опубликована в ••••••••
Количественный аналитик (квант) в отдел оценки ипотечных облигаций
ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:
- Развитие и техническая поддержка текущей модели оценки ИЦБ ДОМ.РФ
- Разработка новых алгоритмов скоринга заемщиков и совершенствование алгоритмов расчета тарифа поручительства ДОМ.РФ
- Анализ и подготовка данных, построение, валидация и бэктестинг моделей
- Автоматизация процессов оценки и генерации отчетности
- Документирование разработанных моделей и алгоритмов
- Взаимодействие с профильными подразделениями компании для уточнения требований и интерпретации результатов
НАШИ ПОЖЕЛАНИЯ К СОИСКАТЕЛЮ:
- Высшее образование: МГУ, РЭШ, МФТИ, ВШЭ (Специальность: математика, экономика, физика, финансы)
- Уверенное владение Python (опыт разработки и поддержки сложных вычислительных моделей)
- Знание SQL и Git
- Понимание статистики, эконометрики, финансовой математики
- Опыт работы с большими данными и библиотеками для анализа данных (pandas, numpy и др.)
- Опыт работы в кредитном скоринге в банке приветствуется
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.