- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data аналитик (Middle+)
Оценка ИИИнтересный долгосрочный проект с современным стеком (dbt, Data Vault 2.0) и четкими требованиями. Работа в сфере CDP предоставляет отличные возможности для профессионального роста в области Analytics Engineering.
Сложность вакансии
Оценка ИИПозиция требует глубоких знаний специфических методологий моделирования (Data Vault 2.0) и инструментов (dbt), а также владения английским языком для документации. Уровень Middle+ подразумевает высокую степень автономности и умение ставить задачи инженерам.
Анализ зарплаты
Оценка ИИВ вакансии не указана конкретная сумма, требуется предложение ставки от кандидата. Для уровня Middle+ Analytics Engineer на российском рынке с навыками dbt и Data Vault 2.0 медианная зарплата составляет около 250,000 - 320,000 рублей после вычета налогов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь уже сейчас
Откликайтесь прямо сейчас, чтобы принять участие в развитии масштабной Customer Data Platform!
Описание вакансии
ID 3523
Data аналитик
Middle+
РФ/РБ*❗️**❗️**❗️*
"Загрузка: Fulltime
Длительность: Долгосрочный проект
*❗️Обязательные данные по кандидату при подаче: ❗️*
● ФИО
● Страна+Город
● Грейд
● Ставка
● Дата рождения
Основные требования
Опыт: 3+ года
Фокус: CDP, DWH-модели, dbt, Data Vault 2.0
Стек: SQL, dbt, Data Vault 2.0, Data Modeling, Source-to-Target Mapping, Data Documentation in English.
Задачи на проекте
• Разработка и поддержка моделей данных в dbt.
• Проектирование аналитических сущностей и витрин.
• Работа с Data Vault 2.0: hubs, links, satellites, marts.
• Написание и оптимизация SQL-запросов.
• Описание данных и подготовка технической документации на английском языке.
• Анализ источников данных и согласование бизнес-правил.
• Участие в развитии CDP-контуров: клиентский профиль, события, атрибуты, сегменты.
• Проверка качества данных и базовая data validation.
• Опыт работы аналитиком данных / analytics engineer от 3 лет.
• Уверенный SQL.
• Практический опыт с dbt.
• Понимание принципов моделирования данных.
• Опыт или хорошее понимание Data Vault 2.0.
• Умение документировать данные, метрики и бизнес-правила.
• Готовность писать описание данных на английском языке.
• Самостоятельность на уровне Middle+: умеет разбираться в источниках, задавать правильные вопросы и доводить модель до production-ready состояния.
Примечания к требованиям
Ищем аналитика данных / analytics engineer для участия в развитии Customer Data Platform. Основной фокус -проектирование, развитие и поддержка аналитических моделей данных, подготовка витрин, описание данных и работа с бизнес-логикой клиентского профиля. Постановка задач на дата инженеров.
Будет плюсом
Опыт в CDP / CRM / customer analytics.
Опыт работы с DWH и витринными слоями данных.
Понимание event-driven данных и клиентских событий.
Опыт описания data contracts, data lineage или business glossary.
*❗️**❗️**❗️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
- dbt
- Data Documentation
- Data Modeling
- Data Validation
- Data Lineage
- CDP
- Data Vault 2.0
- DWH
- Source-to-Target Mapping
Возможные вопросы на собеседовании
Проверка практического опыта работы с ключевой методологией проекта.
Расскажите о вашем опыте проектирования сущностей в Data Vault 2.0. С какими сложностями вы сталкивались при создании Satellites или Links?
Оценка навыков работы с основным инструментом трансформации данных.
Как вы организуете структуру проекта в dbt для обеспечения масштабируемости и удобства поддержки моделей?
Проверка способности анализировать источники и проектировать потоки данных.
Опишите ваш процесс создания Source-to-Target Mapping (STTM). Какую информацию вы считаете критически важной для включения в этот документ?
Оценка опыта в предметной области CDP.
Какие ключевые атрибуты и события, по вашему мнению, должны входить в «золотой профиль» клиента в рамках CDP?
Проверка навыков оптимизации и работы с качеством данных.
