Data Analyst (Big Data, ETL, Python, SQL)
Интересная позиция в крупном системном интеграторе с серьезным технологическим стеком. Офисный формат в Москве может подойти не всем, но для Senior-специалиста это отличная возможность поработать с Big Data инфраструктурой.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Высокая сложность обусловлена широким стеком: от классического анализа и визуализации до работы с Big Data (Hadoop, Spark) и глубокого понимания ETL-процессов. Требуется Senior-уровень владения инструментами и умение работать с документацией (ТЗ, ПМИ).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Для позиции Senior Data Analyst в Москве рыночный диапазон составляет от 250 000 до 400 000 рублей. Учитывая требования к Big Data стеку (Spark, Hadoop), зарплата должна стремиться к верхней границе рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Группа Rubytech
Data Analyst (Big Data, ETL, Python, SQL)
Полная занятость
Формат работы: офис (Москва)
*☑️* Наши пожелания к кандидатам
-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
Контакты: Откликнуться / Telegram Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Tableau
- Git
- Python
- Matplotlib
- SQL
- PostgreSQL
- REST
- Docker
- Hadoop
- Spark
- MySQL
- ETL
- Big Data
- Power BI
- JSON
- Apache Airflow
- UML
- XML
- SOAP
- BPMN
- Hive
- Informatica
- Jupyter Notebook
- Seaborn
- Talend
- Plotly
Возможные вопросы на собеседовании
Проверка практического опыта работы с экосистемой Big Data.
Расскажите о вашем опыте оптимизации запросов в Hive или Spark при работе с терабайтами данных.
Оценка навыков проектирования интеграций.
Как вы подходите к описанию логики работы API при взаимодействии между модулями системы? Какие параметры считаете критичными?
Проверка владения ETL-инструментами.
С какими сложностями вы сталкивались при настройке DAG в Apache Airflow и как их решали?
Оценка аналитического мышления.
Какие статистические методы вы чаще всего используете для проверки гипотез при анализе больших объемов данных?
Проверка навыков визуализации.
Как вы выбираете подходящий инструмент визуализации (например, Tableau vs Plotly) в зависимости от типа данных и целевой аудитории?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

