- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data analyst
Оценка ИИЭто солидная роль в банковском секторе с широким кругом полномочий и участием в масштабных проектах. Наличие расширенного соцпакета и работа в центре Москвы являются значительными плюсами, хотя отсутствие удаленного формата может подойти не всем.
Сложность вакансии
Оценка ИИПозиция требует не только глубоких технических знаний (SQL, Python, Hadoop, Greenplum), но и развитых навыков системного анализа и управления требованиями. Работа в офисе в центре Москвы и высокие требования к опыту в финсекторе (от 3 лет) делают отбор достаточно строгим.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Data Analyst с опытом от 3 лет и знанием Big Data стека в московских банках рыночное предложение обычно находится в диапазоне 200 000 – 300 000 рублей после вычета налогов. Предлагаемые условия соответствуют уровню Senior или крепкого Middle+.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Smart Boutique уже сейчас
Отправьте свое резюме сегодня, чтобы стать ключевым звеном в развитии аналитической экосистемы крупного банка!
Описание вакансии
Data analyst
Банк
Ждем Ваше резюме по адресу: Откликнуться или Откликнуться
Обязанности:
\* Формирование и согласование требований к корпоративным аналитическим витринам и аналитическим продуктам.
\* Организация внедрения и использования аналитических витрин в масштабах всей организации в роли единого функционального заказчика.
\* Ведение и развитие реестра корпоративных аналитических продуктов.
\* Развитие информационно-аналитических ресурсов и сервисов для внутренних пользователей данных.
\* Участие в централизованных data-инициативах и межфункциональных проектах.
\* Подготовка функциональных требований к промышленным витринам данных (в том числе по инвестиционным продуктам).
\* Экспертиза заявок на использование внешних данных и подготовка заключений для профильных коллегиальных органов.
\* Согласование проектов функциональных требований и участие в рабочих группах по управлению данными.
Требования:
\* Оконченное высшее образование (прикладная математика и физика, ИТ, экономика, финансы, компьютерные науки).
\* Опыт работы не менее 3 лет аналитиком данных или дата-инженером в фин. секторе или консалтинге.
\* Опыт участия в корпоративных или межсистемных data-проектах — преимущество.
\* Управленческий опыт приветствуется.
Требования к техническим навыкам:
\* Уверенное владение SQL, понимание NoSQL.
\* Опыт работы с СУБД: PostgreSQL, Greenplum, ClickHouse (или импортозамещенные аналоги).
\* Формирование бизнес- и функциональных требований.
\* Проектирование и реализация витрин данных, ETL/ELT-процессов.
\* Python и библиотеки для анализа данных.
\* Hadoop-стек: HDFS, YARN, SparkSQL, PySpark.
\* Linux на уровне уверенного пользователя, работа с командной строкой и Bash-скриптами.
\* Понимание требований ИБ и регуляторных ограничений.
\* Опыт сопровождения КХД и корпоративных информационных систем.
\* Подготовка интеграционных функциональных требований по передаче данных.
\* Инструменты: Jira, Confluence.
\* Подготовка аналитических и презентационных материалов.
\* Английский язык - технический.
Условия:
\* Локация: Центр Москвы.
\* Формат работы: офис.
\* График: 5/2, 09:00–18:00.
\* Расширенный соц. пакет.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Linux
- SQL
- Bash
- PostgreSQL
- PySpark
- Apache Spark
- Hadoop
- Confluence
- ETL
- Jira
- NoSQL
- HDFS
- ClickHouse
- Greenplum
Возможные вопросы на собеседовании
Вакансия предполагает роль единого функционального заказчика для всей организации.
Расскажите о вашем опыте сбора и согласования требований к аналитическим витринам между разными департаментами. Как вы разрешаете конфликты приоритетов?
В стеке указаны Greenplum и ClickHouse.
В каких случаях вы бы предпочли использовать ClickHouse вместо Greenplum для построения аналитической отчетности?
Требуется опыт работы с ETL/ELT и Hadoop.
Опишите наиболее сложный ETL-процесс, который вы проектировали. С какими проблемами производительности в Spark вы сталкивались и как их решали?
Упоминается экспертиза заявок на внешние данные и ИБ.
На какие ключевые аспекты информационной безопасности и регуляторных ограничений вы обращаете внимание при интеграции внешних источников данных в банковский контур?
Вакансия включает ведение реестра аналитических продуктов.
Как, по вашему мнению, должна быть организована документация и реестр данных, чтобы они были максимально полезны для внутренних бизнес-пользователей?
Похожие вакансии
Data аналитик (Senior)
Data аналитик (Middle)
Аналитик данных (финтех)
Data инженер (Middle)
Data Analyst
SENIOR АНАЛИТИК (КХД / DWH)
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