- Страна
- Узбекистан
Data Analyst
Оценка ИИИнтересная роль в стабильном банковском секторе с четко определенным стеком технологий. Процесс трансформации банка дает возможности для профессионального роста, хотя работа в офисе может быть ограничением для некоторых кандидатов.
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 ИИПозиция требует уверенного владения как классическими SQL-базами (PostgreSQL, Oracle), так и современным стеком Python для анализа данных. Уровень Middle предполагает наличие практического опыта визуализации в Power BI или Superset.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, однако для Middle Data Analyst в Узбекистане рыночный диапазон составляет от 1500 до 2500 USD в зависимости от квалификации. Банковский сектор обычно предлагает зарплаты по верхней границе рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data Analyst
Грейд: Middle
Стек: SQL, PostgreSQL, Oracle, Python, Pandas, NumPy, Power BI, Apache Superset
АО«Octobank» (ex -АО «Ravnaq bank») — это место, где люди и технологии встречаются вместе. Последние три года мы проводим технологическую трансформацию, создавая цифровой банк будущего: меняются бизне…
Откликнуться через Откликнуться ↓
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- PostgreSQL
- Oracle
- Python
- Pandas
- NumPy
- Power BI
- Apache Superset
Возможные вопросы на собеседовании
Проверка навыков оптимизации сложных запросов в разных СУБД.
В чем заключаются основные различия в оптимизации запросов между PostgreSQL и Oracle, с которыми вы сталкивались?
Оценка умения работать с большими объемами данных в Python.
Как бы вы оптимизировали обработку DataFrame в Pandas, если данные не помещаются в оперативную память?
Проверка опыта визуализации и понимания бизнес-метрик.
Расскажите о самом сложном дашборде, который вы создавали в Power BI или Apache Superset: какие задачи он решал?
Оценка навыков статистического анализа.
Какие библиотеки Python (кроме Pandas и NumPy) вы используете для статистического анализа или проверки гипотез?
Проверка понимания банковской специфики.
С какими типами банковских данных вам приходилось работать и какие ключевые метрики эффективности (KPI) вы считаете наиболее важными для цифрового банка?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
