- Страна
- Россия
Откликайтесь
на вакансии с ИИ
BI/Data Analyst
Оценка ИИИнтересная роль в опытной IT-компании с возможностью работы с разнообразным стеком (от классических BI до self-hosted решений). Гибкий формат работы и акцент на профессиональный рост (менторинг) делают вакансию привлекательной для Middle+ специалистов.
Сложность вакансии
Оценка ИИПозиция требует широкого кругозора: от продвинутого SQL и Python до глубокого понимания архитектуры DWH и различных BI-инструментов. Дополнительную сложность добавляет необходимость владения методологиями моделирования данных (Data Vault) и опыт менторства.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции BI/Data Analyst с таким широким стеком (ETL, DWH, Python, Power BI/Tableau) рыночные предложения в РФ обычно находятся в диапазоне от 180 000 до 280 000 рублей после вычетов. Наличие навыков менторства и работы с Data Vault может поднять планку к верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в TechCore уже сейчас
Если вы готовы превращать сложные данные в понятные бизнес-решения, отправляйте отклик в Telegram прямо сейчас!
Описание вакансии
На связи TechCore - IT-компания с многолетним опытом в сфере разработки ПО, аутстаффинга IT-специалистов и создания выделенных команд под задачи бизнеса 🐱
Сейчас мы ищем в команду BI/Data Analyst-а!
Если Вам нравится не просто строить отчёты, а разбираться в данных, искать закономерности, докапываться до причин и превращать цифры в понятные для бизнеса решения - кажется, нам по пути 👋
🔘Наши ожидания:
- Умение создавать интерактивные и визуально понятные дашборды/отчёты и презентовать инсайты стейкхолдерам
- Инструменты: Power BI (Desktop/Report Server при наличии), Tableau (в т.ч. on-prem), Qlik, Apache Superset / Redash / Metabase, PixBI / FineBI / DataLens (как плюс), другие self-hosted BI решения
- Продвинутый SQL: сложные выборки, чистка данных, оптимизация; понимание индексов, представлений (views), оконных функций и т.п.
- Уверенный Python + Pandas
- Опыт визуализации в Python (matplotlib/plotly и т.п.; seaborn - опционально)
- Понимание концепций хранилищ данных (DWH) и слоёв данных (staging/core/marts)
- Знание реляционных БД: PostgreSQL / MS SQL / MySQL и др.
- Хорошая база в статистике
- Подтверждённый опыт построения ETL/ELT пайплайнов (в он-прем инфраструктуре / self-hosted окружениях)
- Знание современных подходов к моделированию данных: Data Vault / Anchor Modeling (или готовность быстро освоить)
- Опыт обеспечения качества и целостности данных (DQ checks, reconciliation, контроль аномалий)
- Понимание ключевых бизнес-метрик (финансовые/продуктовые/операционные - в зависимости от проекта)
- Практический опыт работы с Git (ветвление, PR, code review - желательно)
🔘Основные обязанности:
- Разработка дашбордов и отчётов (в первую очередь Power BI / Tableau / self-hosted BI) для оперативного контроля метрик и повышения качества управленческих решений (в т.ч. по SLA/операционным показателям)
- Ведение инициатив по сбору данных, трансформации и выпуску отчётности (от постановки до релиза)
- Проведение продвинутого анализа данных по бизнес-метрикам, поиск причин отклонений, подготовка рекомендаций
- Разработка подходов к повышению эффективности обработки данных, полноты и качества данных
- Участие в стандартизации: документация, витрины, контроль качества, best practices
- Менторинг junior-специалистов (для middle-кандидатов - обязательно/желательно)
🔘Будут плюсом:
- Опыт с Airflow (self-hosted), Spark, Hadoop/on-prem стеком, либо другими DE-инструментами
- Опыт проведения A/A, A/B тестов, продуктовой аналитики
- Знание NoSQL
- Опыт с ClickHouse
- Знание R для анализа данных
- Базовое понимание ML-алгоритмов (для корректной постановки задач/интерпретации)
🔘Локация: рассматриваем кандидатов в часовом поясе Москвы, РФ
🔘Формат работы: обсуждаем (офис разработки находится в Санкт-Петербурге), можем обсудить комфортный вариант
🔘 Больше о нас: techcoredev.ru
Если вакансия заинтересовала - пишитеОткликнуться отвечу на любые вопросы 🤩
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Tableau
- Git
- Pandas
- Matplotlib
- SQL
- Statistics
- PostgreSQL
- Airflow
- Apache Spark
- Hadoop
- MySQL
- ETL
- Power BI
- R
- Qlik
- ClickHouse
- Metabase
- Apache Superset
- Python Imaging Library
- Seaborn
- MS SQL Server
- Plotly
- Redash
- DWH
- Data Vault
Возможные вопросы на собеседовании
Проверка понимания архитектуры данных и умения работать с современными методологиями.
Расскажите о вашем опыте работы с Data Vault или Anchor Modeling. В каких случаях вы бы предпочли эти подходы классической схеме 'звезда'?
Оценка навыков оптимизации и работы с большими объемами данных.
Как вы подходите к оптимизации сложного SQL-запроса, который начал работать медленно при росте объема данных в DWH?
Проверка навыков обеспечения качества данных (Data Quality).
Какие проверки (DQ checks) вы обычно внедряете в свои ETL-пайплайны для контроля аномалий и целостности данных?
Оценка умения интерпретировать данные для бизнеса.
Опишите случай, когда ваш анализ данных привел к конкретному бизнес-решению или изменению стратегии. Какие метрики были ключевыми?
Проверка владения инструментами визуализации.
