- Страна
- Россия
Data Analyst
Оценка ИИИнтересная роль в продуктовой IT-компании с фокусом на архитектуру данных. Отсутствие указанной зарплаты немного снижает привлекательность, но стек технологий (Greenplum, dbt, PySpark) актуален для профессионального роста.
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 ИИВакансия требует уверенного владения SQL и глубокого понимания архитектуры баз данных (Data Vault, нормализация). Дополнительным вызовом может стать необходимость работы с различными форматами данных и координация задач между бизнесом и инженерами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ объявлении зарплата не указана. На московском рынке для системного аналитика данных с навыками проектирования DWH и знанием SQL/Python медиана составляет около 180,000–220,000 рублей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*💻 Data Analyst*
Зарплата не указана
Удалённо (Москва)
Лоция создаёт IT-решения для бизнеса. Предстоит проектировать и наполнять аналитические витрины, описывать данные, ставить задачи дата-инженерам и согласовывать результат с заказчиками.
Требования:
— Практический опыт PostgreSQL и SQL, чтение запросов MSSQL.
— Построение витрин и обработка больших данных.
— JSON, CSV, TSV и XML.
— Data Vault, 2–3 NF, устройство хранилищ данных.
— Умение документировать процессы и обсуждать задачи с бизнесом.
Greenplum, Python / PySpark / dbt, GitLab и инструменты BI будут плюсом.
*➡️* Откликнуться
*📍* Навигация: База знаний • Задачи • Собеседования
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- PostgreSQL
- SQL
- MSSQL
- JSON
- CSV
- XML
- Data Vault
- Greenplum
- Python
- PySpark
- dbt
- GitLab
- BI
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в проектировании хранилищ данных.
В каких случаях вы бы предпочли архитектуру Data Vault классической схеме Кимбалла или 3NF?
Оценка навыков работы со сложными структурами данных, упомянутыми в вакансии.
Расскажите о вашем опыте парсинга и обработки больших JSON/XML файлов средствами SQL или Python.
Проверка способности оптимизировать производительность при работе с большими данными.
Какие методы оптимизации SQL-запросов в PostgreSQL вы применяли для ускорения сборки витрин данных?
Оценка коммуникативных навыков и умения работать в команде.
Как вы обычно формулируете ТЗ для дата-инженеров, чтобы минимизировать количество итераций правок?
Проверка владения инструментами, указанными как плюс.
Есть ли у вас опыт работы с dbt для трансформации данных и как вы организуете тестирование качества данных (data quality)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
