- Страна
- Россия
- Зарплата
- 248 000 ₽ – 272 000 ₽
Откликайтесь
на вакансии с ИИ
Дата аналитик (Middle+/Senior)
Оценка ИИСтабильная проектная работа с четким стеком технологий и рыночной оплатой. Ограничением является формат оформления только через ИП и узкая локация (РФ), но для опытных специалистов это отличное предложение.
Сложность вакансии
Оценка ИИРоль требует глубоких технических знаний стека Big Data (Hadoop, PySpark) и понимания архитектурных подходов вроде Data Vault. Высокий порог входа обусловлен необходимостью совмещать аналитические задачи с глубокой технической приемкой объектов разработки.
Анализ зарплаты
Оценка ИИПредложенная ставка (248-272 тыс. руб. на руки через ИП) соответствует среднерыночным значениям для Middle+/Senior аналитиков данных в РФ, работающих с Big Data стеком. Верхняя граница чуть выше медианы для Middle+, но для Senior уровня может быть базовой.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Top Selection уже сейчас
Откликайтесь прямо сейчас, чтобы присоединиться к долгосрочному проекту в Top Selection и реализовать свой потенциал в работе с Big Data!
Описание вакансии
#Dataаналитиквакансия #вакансия
❇️ Дата аналитик ❇️ | Компания Top Selection
🔥 Мы в поиске Дата аналитика на проектную занятость
Грейд: Middle+|senior
Ставка: 248К до 272К
Гражданство/Локация: РФ
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП 📌
Требования к специалисту:
Опыт от 4-х лет
Компетенции:
· Hadoop, PySpark
· SQL
· Airflow
· Python
· Понимание модели данных Data Vault
· Git
Задачи:
· Анализ источников данных для последующей интеграции
· Коммуникация с заказчиками (выяснение детальных требований, условий приемки и т.д.)
· Создание прототипов витрин для пользовательских отчетов
· Описание объектов в каталоге данных, составление документации в confluence
· Формирование требований к качеству данных (DQ проверки)
· Приемка разработанных DE объектов согласно критериям, описанным в бизнес-требованиях
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Git
- Python
- SQL
- PySpark
- Airflow
- Hadoop
- Confluence
- Data Vault
Возможные вопросы на собеседовании
Проверка понимания архитектурных подходов, указанных в требованиях.
Расскажите об основных принципах моделирования данных по методологии Data Vault. В каких случаях её использование предпочтительнее Kimball?
Оценка навыков работы с большими данными и оптимизации запросов.
С какими проблемами производительности в PySpark вы сталкивались и как их решали (например, skew данных)?
Проверка опыта в обеспечении качества данных, что является одной из ключевых задач.
Какие типы DQ (Data Quality) проверок вы считаете критически важными при интеграции новых источников в Hadoop?
Оценка навыков работы с инструментами оркестрации.
Опишите ваш опыт работы с Airflow: как вы проектируете DAG-и и как обрабатываете ошибки в цепочках поставок данных?
Проверка коммуникативных навыков и умения работать с требованиями.
Как вы действуете, если требования заказчика к витрине данных противоречат техническим возможностям источника или текущей архитектуре?
Похожие вакансии
Data аналитик (Senior)
Аналитик данных (финтех)
Data Analyst
SENIOR АНАЛИТИК (КХД / DWH)
Senior Data Analyst
Разработчик хранилищ данных (Senior)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!