- Страна
- Россия
Data аналитик (Senior)
Оценка ИИИнтересные и разнообразные задачи на стыке бизнеса и технологий, возможность удаленной работы. Однако жесткие условия договора (NDA) и длительный срок оплаты могут быть стоп-фактором.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием к 'лидерской' позиции внутри бизнеса, широким стеком (SQL, Python, ETL, BI) и глубокой экспертизой в предметных областях (Trade Marketing, CatMan, E-com).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПозиция Senior Data Analyst в Москве с таким широким кругом обязанностей (включая лидерство и ETL) обычно оплачивается в диапазоне 250 000 – 350 000 рублей на руки. Учитывая проектный характер и условия оплаты до 60 дней, рыночная ставка может быть смещена к верхней границе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
ID 3044
Data аналитик
Senior
Формат работы Удалённо, возможны редкие выезды в офис в МСК
Что предоставлять вместе с резюме
*❗️Обязательные данные по кандидату при подаче: ❗️*
● ФИО
● Страна+Город
● Грейд
● Ставка
● Дата рождения
● Когда готов стартовать
● Названия компаний, где работал специалист, должны быть отражены в проектах
● Оценить требования ДА/НЕТ, в соответствии с наличием опыта.️
Основные требования
Из софтов ключевое - ответственность и быть готовым лидировать аналитику внутри Бизнес-Заказчика. Просто сидеть в команде аналитики - не вариант, это не тут. Опыт FMCG приветствуется.
Технические требования:
Отличное владение SQL: оконные функции, join‑конструкции.
Умение писать сложные аналитические запросы для проверки гипотез и поиска ошибок в данных.
Опыт диагностики проблем качества данных: дедубликация, поиск несвязанных записей, проверки целостности.
Опыт работы как минимум с одним инструментом: Power BI / Tableau / Superset / Analytics Workspace.
Создание и оптимизация data models, relationships, star/snowflake схем.
Подготовка данных в Power Query или SQL‑лабораториях.
Написание мер – взвешенные показатели, LOD формулы.
Понимание базовых принципов CSS/HTML для кастомизации визуализаций.
Работа с таблицами через pandas.
Обработка массивов данных, применение статистических методов.
Понимание транзакций, запись/чтение данных в/из БД.
Опыт работы с ETL ‑инструментами: Airflow или аналогичными.
Понимание архитектуры данных: слои данных (raw, staging, DWH, datamarts)
Опыт в построении витрин данных.
Опыт работы с CRM и мастер-данными.
Бизнес требования:
TRADE MARKETING
Настройка аналитики промоакций
• Дашборд промоакций для клиентов: MA + COOP
• Автоматизированный дашборд на базе данных GfK (каналы, сегменты, продукты, динамика цен) для эффективного планирования промо
• Отчетность по скидкам COOP и систематизация данных ОФД для подготовки к интеграции инструментов промо
• Оценка влияния плана промоакций на долю рынка (MS) по данным GfK
CATEGORY MANAGEMENT
- На постоянной основе:
• Anti-PL: калькулятор, аналитика по клиентам (предварительная и итоговая оценка)
• Клиники: аналитика активности
• Оптика: аналитика эффективности POS-материалов
Ежеквартально/Ежегодно:
• Онлайн: аналитика для проектов CatMan и категорийная аналитика для маркетплейсов
• Исследования: данные GfK
• Партнеры: аналитика для награждений
• Оптика: данные для обновления FMV (когорты, исследования MA, инструментарий), документация по POS-материалам
E-COMMERCE
Дашборды по продажам (sell-out) для клиентов моделей 1P и 3P:
Заказы, продажи, средний чек (AOV), конверсия (CR), топ-SKU
• Аналитика эффективности маркетингового размещения
• API-интеграция для управления BI-дашбордами
• Работа с инсайтами и проверка гипотез
• Аналитика и динамика категорий в e-commerce
• Расчет ROI
• Оценка эффективности маркетинга и промоакций с использованием эконометрических методов и технологий Big Data
• Ценовая аналитика (ACUVUE и конкуренты)
Примечания к требованиям
подрядчик обязательно должен быть готов зеркалить условия по НДА и договору (штрафы по НДА в 50 000 USD, оплата до 60 дней)
*❗️**❗️**❗️Писать {{apply_contact}}⚡️**⚡️**⚡️**⚡️ С РЕЗЮМЕ В КОТОРОМ УКАЗАН ВОЗРАСТ И ЛОКАЦИЯ НАХОЖДЕНИЯ. Укажите 🆔*
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- Power BI
- Tableau
- Apache Superset
- Analytics Workspace
- Power Query
- Python
- Pandas
- CSS
- HTML
- Apache Airflow
- ETL
- DWH
- CRM
- Big Data
- ROI
Возможные вопросы на собеседовании
Проверка готовности кандидата брать на себя ответственность за бизнес-результат, а не только за код.
Расскажите о кейсе, когда вы самостоятельно инициировали изменения в бизнес-процессах на основе найденных вами инсайтов в данных.
Вакансия предполагает работу с FMCG-метриками и данными GfK.
Как бы вы подошли к оценке инкрементальных продаж (incremental sales) после проведения промоакции, учитывая эффект каннибализации?
Требуется опыт работы с архитектурой данных.
Опишите ваш подход к проектированию витрины данных для E-commerce (модели 1P/3P). Какие слои данных вы бы выделили и почему?
В требованиях указано написание сложных мер и LOD-выражений.
В чем разница между расчетом взвешенных показателей в SQL и использованием LOD-выражений в Tableau/Power BI? В каких случаях лучше использовать тот или иной подход?
Проверка навыков диагностики качества данных.
С какими типичными проблемами качества данных в CRM-системах вы сталкивались и какие алгоритмы дедубликации применяли?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
