- Страна
- Россия
- Зарплата
- 162 577 ₽ – 286 875 ₽
Откликайтесь
на вакансии с ИИ

Data аналитик (Senior)
Интересный проект в финтехе/промышленности с четкими техническими требованиями и адекватной рынку ставкой для Senior-специалиста. Однако, специфическое условие оформления на 0.01 ставки может подойти не всем кандидатам.
Сложность вакансии
Позиция требует глубоких знаний в проектировании БД (PostgreSQL), понимания специфических производственных процессов (MES, SCADA) и стандартов (ISO95). Высокая сложность обусловлена необходимостью совмещать навыки системного анализа, дата-инжиниринга и доменную экспертизу в промышленности.
Анализ зарплаты
Предложенная ставка (около 280 000 руб. gross) соответствует нижней и средней границе рыночных ожиданий для Senior Data аналитика в России, особенно учитывая узкую специализацию в MES и глубокое знание PostgreSQL. На открытом рынке эксперты такого уровня могут претендовать на суммы до 350 000 - 400 000 руб. в зависимости от компании.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Финуслуги уже сейчас
Отправьте ваше резюме Дмитрию, чтобы принять участие в проектировании сложных систем данных для Финуслуг!
Описание вакансии
🆔 2414
📅 Дата публикации: 06.04.2026 11:23
🥇 Data аналитик (Senior)
📍 Локация/Гражданство: РФ, РБ
🏠 Формат работы: Full-time
🎓 Грейд: Senior
💰 Ставки:
🇷🇺 Штат (на руки): 162 577 руб./мес (на руки)
🇷🇺 ИП (gross): 1 688 руб./час Справочно: ориентировочная среднемесячная выплата Gross 286 875 руб./мес
🇧🇾 Штат (на руки): 176 028 руб./мес
🇧🇾 ИП/СЗ (gross): 1 620 руб./час Справочно: ориентировочная среднемесячная выплата Gross 275 400 руб./мес
📎 Задачи:
— Разработка Android приложение Финуслуги
💻 Требования:
— Основной фокус: Глубокий опыт проектирования схем данных для высоконагруженных систем, работа с временными рядами и производственными данными.
— Базы данных (обязательно):
— Опыт проектирования сложных схем для PostgreSQL от 3-х лет.
— Глубокое понимание нормализации/денормализации, секционирования таблиц, работы с индексами (GIN, GiST, BRIN) для оптимизации производительности.
— Опыт работы с временными рядами (time-series data) и большими объемами производственных архивов.
— Умение писать и оптимизировать сложные SQL-запросы, анализировать их через EXPLAIN ANALYZE.
— Доменные знания (MES):
— Понимание производственных процессов, физического смысла SCADA-тегов, логики учета партий и расчета OEE — для корректного переноса бизнес-логики в структуры БД.
— Интеграция:
— Понимание того, как данные "ложатся" в БД при интеграции через Kafka (потоковый ввод) и REST API (транзакционный ввод).
— Инструменты и подходы:
— Опыт написания скриптов миграции данных.
— Понимание принципов работы ORM (EF Core) и микроменеджеров с точки зрения генерации SQL-запросов.
— Опыт проектирования структур данных для последующего кэширования (Redis).
— Будет плюсом:
— Опыт работы с OLAP-кубами или подготовкой данных для аналитической отчетности.
— Понимание принципов event sourcing и CQRS.
— Опыт нагрузочного тестирования БД.
— Молочка - стандарты ISO95 (?) - глубокая штука - в ней внутри нужно разбираться
⚠️ Особые условия:
— Оформление в штат заказчика на 0.01 ставки
❗️ Обязательные данные по кандидату при подаче:
● ФИО
● Дата рождения
● Страна+Город
● Грейд
● Ставка
● Оценить требования ДА/НЕТ, в соответствии с наличием опыта.
● ВСЕ ТРЕБОВАНИЯ ИЗ ЗАПРОСА ОТРАЖЕНЫ В ПРОЕКТАХ РЕЗЮМЕ
Менеджер: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- SQL
- PostgreSQL
- Redis
- Kafka
- REST API
- SCADA
- MES
- CQRS
- Event Sourcing
- OLAP
- Entity Framework Core
Возможные вопросы на собеседовании
Проверка глубоких знаний оптимизации PostgreSQL, указанных в требованиях.
В каких сценариях вы предпочтете использовать индекс BRIN вместо B-tree, и как это повлияет на производительность при работе с временными рядами?
Оценка понимания бизнес-логики производственных систем (MES).
Как бы вы спроектировали схему данных для расчета показателя OEE (Overall Equipment Effectiveness), учитывая потоковые данные от SCADA-систем?
Проверка навыков работы с высоконагруженными системами и интеграциями.
Какие стратегии секционирования таблиц в PostgreSQL вы применяли для обработки больших объемов данных, поступающих через Kafka?
Оценка опыта миграции и обеспечения целостности данных.
Опишите ваш подход к написанию скриптов миграции данных в микросервисной архитектуре при использовании ORM.
Проверка владения инструментами анализа производительности.
Расскажите о самом сложном случае оптимизации SQL-запроса с помощью EXPLAIN ANALYZE: какая была проблема и как вы её решили?
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!
- Страна
- Россия
- Зарплата
- 162 577 ₽ – 286 875 ₽