- Страна
- Россия
Data Analyst
Оценка ИИИнтересная позиция в известной ИТ-компании с очень широким и современным технологическим стеком. Вакансия предлагает отличные возможности для профессионального роста в сфере Big Data и системного анализа.
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 широкого стека навыков: от классической аналитики и визуализации до работы с Big Data (Hadoop, Spark) и проектирования API. Высокая сложность обусловлена необходимостью совмещать навыки аналитика данных и системного аналитика.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для специалистов уровня Middle/Senior с таким широким стеком (Big Data + API + ETL) рыночные предложения в Москве начинаются от 200 000 рублей. Верхняя граница может существенно превышать 350 000 рублей в зависимости от глубины экспертизы в Hadoop/Spark.
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
*🔥*Data Analyst
Rubytech
Москва
Требования:
*✅*Опыт работы с инструментами визуализации (Tableau, Power BI, Matplotlib, Seaborn, Plotly и др.);
*✅️*Опыт использования SOAP, REST;
*✅️*Опыт описания интерфейсов взаимодействия между модулями системы/взаимодействия с внешними сервисами (параметры API, логика работы API);
*✅️*Умение работать с ETL-процессами и инструментами (Apache Airflow, Talend, Informatica);
*✅️*Умение работать с большими объемами данных, очищать, трансформировать и анализировать их;
*✅️*Умение писать технические документы (ТТ, ТЗ, ТРП, ПМИ и др.);
*✅️*Знание XML, XSD, JSON.Опыт работы с Excel, Jupyter Notebook, Git, Docker;
*✅️*Знание Python, SQL;
*✅️*Знание технологий для работы с большими данными (Hadoop, Spark, Hive);
*✅️*Понимание реляционных баз данных (MySQL, PostgreSQL);
*✅️*Понимание основ статистики, вероятности и методов анализа данных;
*✅️*Построение диаграмм, UML, BPMN, спецификации;
*✅️*Сертификаты по анализу данных, машинному обучению или Big Data (например, от Coursera, edX, DataCamp) будут плюсом.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Tableau
- Power BI
- Matplotlib
- Seaborn
- Plotly
- SOAP
- REST
- API
- ETL
- Apache Airflow
- Talend
- Informatica
- XML
- XSD
- JSON
- Excel
- Jupyter Notebook
- Git
- Docker
- Python
- SQL
- Hadoop
- Spark
- Hive
- MySQL
- PostgreSQL
- UML
- BPMN
Возможные вопросы на собеседовании
Проверка навыков проектирования системного взаимодействия.
Расскажите о вашем опыте описания API: какие протоколы использовали и как документировали логику взаимодействия между модулями?
Оценка опыта работы с инструментами оркестрации данных.
С какими сложностями вы сталкивались при настройке ETL-процессов в Apache Airflow и как их решали?
Проверка владения инструментами Big Data.
В каких сценариях вы предпочтете использовать Spark вместо классического SQL в реляционных БД?
Оценка навыков визуализации и коммуникации данных.
Как вы выбираете подходящий тип визуализации для представления результатов анализа бизнес-заказчику? Приведите пример из практики.
Проверка понимания архитектуры данных.
В чем разница между подходами к моделированию данных в реляционных БД и в Hive?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
