Аналитик DWH (Senior)
BORK — известный премиальный бренд с устоявшимися процессами. Вакансия предлагает интересные задачи на стыке системного анализа и архитектуры данных, однако формат работы ограничен гибридом в Москве.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Позиция требует глубоких знаний SQL и опыта проектирования DWH архитектуры. Высокая планка Senior-уровня подразумевает умение работать с API-интеграциями и ERP-системами в контексте премиального ритейла.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата для Senior DWH аналитика в Москве в среднем составляет от 250 000 до 350 000 рублей. Учитывая премиальный сегмент компании BORK, можно ожидать предложение в верхней границе рыночного диапазона при наличии релевантного опыта с ERP и BI.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
BORK
Аналитик DWH (Senior)
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: гибрид (Москва)
*☑️* Чем предстоит заниматься
-Проектирование и внедрение интеграций данных в DWH (через API, файлы, базы данных, ERP и другие источники)
-Подключение и описание новых источников данных: от анализа до передачи готовых требований разработчикам
-Разработка и оптимизация аналитических кубов и витрин данных
-Подготовка и согласование технических заданий (ТЗ) для ETL, интеграций и BI-отчетности
-Разработка SQL-запросов и участие в проектировании структуры хранилища
-Взаимодействие с бизнес-заказчиками: приоритизация задач, оценка трудозатрат и бизнес-эффекта
-Анализ и предложение улучшений в архитектуре и функционале DWH
-Участие в создании BI-отчетности, визуализаций и аналитических моделей
*☑️* Наши пожелания к кандидатам
-Отличное знание SQL (MS SQL / PostgreSQL) — уверенное владение сложными запросами, оптимизация, понимание структур данных
-Опыт работы аналитиком DWH / системным аналитиком по данным от 2 лет
-Глубокое понимание принципов интеграций через API (REST, JSON, авторизация, схемы данных)
-Опыт подключения и документирования источников данных
-Навыки написания технических заданий и постановки задач разработчикам DWH
-Умение оценивать бизнес-ценность задач и определять приоритеты
-Будет плюсом:
-Работа с ERP-системой : анализ данных, формирование требований к выгрузкам и интеграциям
-Опыт работы с BI-системами (Power BI, Qlik, Tableau и др.)
-Навыки Python (для анализа данных, API-интеграций или автоматизаций)
-Опыт работы с моделями машинного обучения / AI (например, анализ клиентских данных или прогнозирование)
-Опыт проектирования архитектуры DWH или участия в рефакторинге
Контакты: Откликнуться
*🔥* Откликнуться / Откликнуться / Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Tableau
- ERP
- Python
- SQL
- PostgreSQL
- REST
- API
- ETL
- Power BI
- Data Modeling
- JSON
- Qlik
- BI
- MS SQL
- DWH
Возможные вопросы на собеседовании
Проверка глубины владения SQL и понимания производительности БД.
Расскажите о самом сложном SQL-запросе, который вы оптимизировали. Какие методы профилирования вы использовали?
Оценка опыта работы с интеграциями, указанными в требованиях.
Опишите ваш процесс проектирования интеграции с новым источником через REST API. Как вы обрабатываете изменения в схеме данных источника?
Проверка навыков проектирования архитектуры хранилища.
Какие подходы к моделированию данных (Data Vault, Kimball, Inmon) вы предпочитаете для ритейл-аналитики и почему?
Оценка умения взаимодействовать с бизнесом.
Как вы действуете, если бизнес-заказчик просит реализовать метрику, которая технически противоречит текущей структуре DWH?
Проверка навыков работы с ERP, упомянутых как плюс.
Был ли у вас опыт выгрузки данных из ERP-систем? С какими основными сложностями при маппинге данных в DWH вы сталкивались?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

