Аналитик DWH / Аналитик данных
Оценка ИИХорошее предложение для Senior-специалиста с четким стеком технологий и возможностью удаленной работы. Однако, ограничение по оформлению только через ИП и узкий зарплатный коридор могут быть критичны для некоторых кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция требует глубоких знаний SQL и опыта работы с распределенными БД (Greenplum, Arenadata), а также понимания банковской специфики. Сложность добавляет необходимость совмещения навыков системного анализа и глубокой технической экспертизы в DWH.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата (210-225к на руки) находится в нижней части рыночного диапазона для Senior Data/DWH Analyst в РФ, где медиана составляет около 280-300к. Учитывая оформление через ИП, кандидаты могут ожидать более высокой компенсации для покрытия налогов и отсутствия соцпакета.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
#вакансия #fulltime #удаленнаяработа #dwh #dataanalyst #analyst #Senior
Позиция: Аналитик DWH / Аналитик данных
ЗП: 210 000 - 225 000 руб на руки
Занятость: Полная
Формат работы: Удаленный
Локация: РФ
Оформление: только как ИП
Компания: Top Selection
Сфера проекта: банковская / маркетинговые и CRM-кампании
Привет! Меня зовут Марина, я представляю группу компаний Top Selection.
Мы занимаемся трудоустройством IT специалистов на проектную занятость.
На данный момент мы в поиске Аналитика DWH / Аналитика данных.
*✅*Требования
● Отличное знание SQL (join, оконные функции, регулярные выражения, оптимизация скриптов и прочее)
● Опыт работы с БД в построении хранилищ/отчетности/витрин данных от 1 года
● Понимание архитектуры БД
● Умение собирать требования с бизнес- и ИТ-подразделений
● Опыт в исследовании источников данных и формировании требований
● Hard Skill: SQL, СУБД Oracle/Arenadata DB/GreenPlum/PostgreSQL/Hadoop, построение витрин данных/хранилищ/отчетности
● Soft Skill: Коммуникабельность, логическое мышление, структурирование информации
*➕*Как преимущество
● Опыт проектирования витрин данных
● Опыт работы с PostgreSQL/GreenPlum/Arenadata DB
● Знание банковской предметной области
● Проведение GAP-анализа
*📋*Задачи
● Формировать витрины данных для запуска маркетинговых и CRM-кампаний (Arenadata DB)
● Описывать требования к витринам данных
● Моделировать витрины данных
● Анализировать данные на источниках (Hadoop, Kafka)
● Выполнять аналитические задачи: проверки качества данных, сравнение данных на источниках и прочее
● Проводить мониторинг загрузки витрин совместно с разработчиками, изучать проблемы и ошибки в сборке витрин
● Коммуницировать с заказчиками и командой
*📱*Резюме направлять сюда: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- DWH
- Oracle
- Arenadata DB
- Greenplum
- PostgreSQL
- Hadoop
- Kafka
- Gap Analysis
- Data Modeling
- CRM
Возможные вопросы на собеседовании
Проверка глубины владения SQL для работы с большими данными.
Расскажите о самом сложном SQL-запросе, который вы оптимизировали. Какие методы оптимизации вы использовали для работы с Greenplum или Arenadata?
Оценка навыков проектирования архитектуры данных.
Какими принципами вы руководствуетесь при проектировании витрин данных для CRM-систем? Как вы обеспечиваете их производительность?
Проверка опыта работы с современным стеком Big Data.
Был ли у вас опыт анализа данных напрямую из Kafka или Hadoop? С какими сложностями вы сталкивались при интеграции этих источников в DWH?
Оценка аналитических навыков и работы с требованиями.
Как вы проводите GAP-анализ при переносе данных из различных источников в единое хранилище? Приведите пример из практики.
Проверка навыков обеспечения качества данных.
Какие проверки качества данных (Data Quality) вы считаете обязательными при формировании отчетности для банковского сектора?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
