- Страна
- Россия
Data аналитик
Оценка ИИСтабильный долгосрочный проект в известной компании с современным технологическим стеком. Удаленный формат работы и четко прописанные требования делают вакансию привлекательной для опытных специалистов.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВакансия требует глубоких знаний в области архитектуры DWH и практического опыта с MPP-системами (Greenplum, ArenadataDB), что повышает порог входа. Также ожидается уверенное владение Python, Airflow и DBT для полноценной работы с ETL-процессами.
Анализ зарплаты
Оценка ИИВ объявлении не указана заработная плата, однако для позиций уровня Middle+/Senior в сфере Data Analytics на российском рынке вилка составляет от 200 000 до 350 000 рублей. Предложение соответствует рыночным ожиданиям для крупного ритейла.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Откликнитесь в Аскона уже сейчас
Отправьте свое резюме с указанием ID 3568, возраста и локации, чтобы присоединиться к команде Аскона!
Описание вакансии
ID 3568
Data аналитик
"Middle
Middle+
Senior"
Аскона
Кол-во специалистов
1
Длительность проекта
до конца 2026г с возможностью пролонгации
Объем участия в проекте
Высокая нагрузка
~160 ч/мес
Формат взаимодействия
Удаленно
Требуемая локация специалиста
Россия
Доступность специалиста
по МСК
Требуемое гражданство специалиста
РФ
Обязательные требования
- Понимание теории реляционных баз данных и архитектуры хранилищ данных, включая ключевые структуры и процессы;
- Владение методологиями проектирования и построения хранилищ данных;
- Знание подходов к формированию управленческой отчётности: умение готовить данные для витрин, выполнять выверки и контролировать целостность информации;
- Практическое применение Python в разработке решений для обработки и трансформации данных;
- Опыт работы с Airflow и понимание принципов оркестрации ETL‑процессов;
- Уверенное владение SQL, в том числе при работе с большими объёмами данных;
- Опыт использования DBT для построения и поддержки витрин данных;
- Практический опыт работы с ArenadataDB, Postgres и Greenplum; понимание особенностей обработки данных в MPP‑системах;
- Навыки оптимизации запросов для повышения производительности и снижения нагрузки на хранилище;
- Умение работать в команде по принципам командной разработки, владение Git для контроля версий и совместной работы с кодом.
Задачи на проекте
- Оптимизация и выверка запросов для построения витрин отчетности.
Описание проекта и команды
Крупный ритейл мебели и товаров для сна.
*❗️**❗️**❗️Писать {{apply_contact}}⚡️**⚡️**⚡️**⚡️ С РЕЗЮМЕ В КОТОРОМ УКАЗАН ВОЗРАСТ И ЛОКАЦИЯ НАХОЖДЕНИЯ. Укажите 🆔 вакансии❗️* Без этой информации отклики не рассматриваются
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- Python
- Airflow
- dbt
- ArenadataDB
- PostgreSQL
- Greenplum
- ETL
- Git
- DWH
- MPP
Возможные вопросы на собеседовании
Проверка понимания специфики работы с большими данными в распределенных системах.
Расскажите об особенностях оптимизации SQL-запросов именно в MPP-системах, таких как Greenplum или ArenadataDB.
Оценка навыков работы с современным стеком трансформации данных.
Как вы используете DBT для обеспечения качества данных и контроля версий при построении витрин?
Проверка опыта в автоматизации и оркестрации процессов.
Опишите ваш опыт настройки DAG в Airflow: с какими сложностями вы сталкивались при обработке зависимостей в ETL?
Оценка методологического подхода к проектированию.
Каких методологий моделирования данных (например, Data Vault или Kimball) вы придерживаетесь при проектировании хранилищ?
Проверка навыков обеспечения целостности данных.
