- Страна
- Россия
Аналитик DWH
Оценка ИИИнтересная позиция в технологичной компании с современным стеком (Superset, ClickHouse, Airflow). Удаленный формат работы и четко прописанные задачи делают вакансию привлекательной для Senior-специалистов.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует не только технического владения SQL и BI, но и глубокого понимания продуктовых метрик и статистики. Необходимость работать с DWH/Lakehouse и инструментами вроде Airflow повышает порог входа.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиции Senior Data Analyst на российском рынке медиана составляет около 250 000 - 320 000 рублей после вычета налогов. Предложение будет конкурентоспособным, если попадет в этот диапазон.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Джетлин уже сейчас
Присоединяйтесь к команде Джетлин и превращайте сложные данные в ценные бизнес-инсайты!
Описание вакансии
Джетлин
Аналитик DWH
Формат работы: удалённо (таймзона МСК ±2 часа)
*☑️* Чем предстоит заниматься
-Сбор, агрегация и мониторинг качества данных из внутренних систем (API, DWH)
-Расчёт и внедрение ключевых продуктовых метрик (точность прогнозов, CSI, бизнес-эффекты фич)
-Проектирование и сборка интерактивных дашбордов (Apache Superset), перевод данных в бизнес-инсайты
-Написание и ведение документации по методологии расчётов и бизнес-логике
*☑️* Наши пожелания к кандидатам
-Уверенный SQL (сложные запросы, оконные функции, JOIN)
-Опыт работы с BI-инструментами (Apache Superset / Tableau / Power BI)
-Знание статистики (MAPE, распределения, дисперсия)
-Опыт расчёта продуктовых метрик, умение переводить цифры в бизнес-выводы, внимание к деталям (поиск аномалий)
-Опыт сбора и агрегации данных из различных источников (API, БД, DWH), навыки написания технической документации
-Будет преимуществом: знание Python и Airflow, опыт с ClickHouse/PostgreSQL/Greenplum, понимание DWH/Lakehouse, Data Quality
Контакты: Откликнуться / Telegram Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- Apache Superset
- Tableau
- Power BI
- Statistics
- Python
- Airflow
- ClickHouse
- PostgreSQL
- Greenplum
- DWH
- Lakehouse
- Data Quality
Возможные вопросы на собеседовании
Проверка глубины владения SQL для работы с большими данными.
Расскажите о самом сложном SQL-запросе, который вы оптимизировали. Какие оконные функции вы использовали для расчета продуктовых метрик?
Оценка понимания бизнес-метрик, указанных в вакансии.
Как вы рассчитываете MAPE и в каких случаях эта метрика может быть нерепрезентативной для оценки точности прогнозов?
Проверка опыта работы с BI-инструментами и визуализацией.
Какие принципы вы используете при проектировании дашбордов в Apache Superset, чтобы они были интуитивно понятны бизнес-пользователям?
Оценка навыков работы с архитектурой данных.
Был ли у вас опыт работы с ClickHouse или Greenplum? В чем, по вашему мнению, основные отличия в подходе к моделированию данных в этих системах по сравнению с классическим PostgreSQL?
Проверка внимания к деталям и качества данных.
