Data Analyst / Data Scientist
Оценка ИИПривлекательная вакансия в сфере инвестиционного банкинга с конкурентной зарплатой для рынка Казахстана. Четкий стек технологий и возможность работать с современными инструментами (LLM, ClickHouse) делают роль перспективной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИСредний уровень сложности. Требуется уверенное владение Python и SQL, а также понимание специфики финтеха и опыт работы с BI-инструментами. Дополнительным вызовом станет внедрение LLM в бизнес-процессы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата (450-700к KZT NET) находится в пределах рыночной нормы для специалистов уровня Middle в Алматы. Верхняя граница предложения соответствует ожиданиям опытных аналитиков в финансовом секторе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data Analyst / Data Scientist
Teniz Capital Investment Banking
450,000 to 700,000 KZT NET per month
Almaty / Office
Teniz Capital Investment Banking is an Almaty investment company developing its Data Office, where data, finance, and AI support business decisions.
Responsibilities:
• Automate finance workflows, including reporting, reconciliations, and calculations.
• Build Superset dashboards and ClickHouse data pipelines; write SQL queries.
• Identify and implement suitable LLM and machine learning applications.
Requirements:
• Confident Python and SQL skills.
• Experience with BI tools; Superset is an advantage.
• Communicate effectively with business stakeholders and translate needs into data requirements.
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Apache Superset
- ClickHouse
- Machine Learning
- LLM
- Data Visualization
- Data Pipelines
Возможные вопросы на собеседовании
Проверка навыков работы с данными в реальном времени и понимания архитектуры ClickHouse.
Расскажите о вашем опыте проектирования пайплайнов данных в ClickHouse. С какими объемами данных вы работали?
Оценка способности кандидата автоматизировать рутинные задачи, что является ключевой обязанностью.
Приведите пример финансового процесса, который вы автоматизировали с помощью Python. Какого результата удалось достичь?
Проверка практических знаний в области современного ИИ и понимания того, как LLM могут принести пользу бизнесу.
Какие конкретные кейсы использования LLM вы видите в инвестиционном банкинге и как бы вы их реализовали?
Оценка навыков визуализации и работы с конкретным стеком компании.
В чем, по вашему мнению, основные преимущества и недостатки Apache Superset по сравнению с другими BI-инструментами?
Важно понять, умеет ли кандидат говорить на языке бизнеса.
Как вы подходите к сбору требований у бизнес-заказчиков, которые не обладают техническими знаниями в области данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
