- Страна
- Россия
Data Analyst (Дивизион "Phygital. Развитие продаж в каналах")
Оценка ИИПозиция в крупном банке (вероятно, Альфа-Банк, судя по бренду Phygital) с современным стеком технологий. Работа в удаленных каналах продаж — это всегда много данных и понятный бизнес-результат, что хорошо для карьерного роста.
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 ИИРабота требует уверенного владения инструментами Big Data (PySpark, Hadoop) и работы с распределенными базами данных вроде GreenPlum. Задачи связаны с маркетинговой аналитикой в крупном финтехе, что подразумевает высокую ответственность за точность расчетов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Data Analyst со стеком PySpark/Hadoop в банковском секторе Москвы рыночные предложения обычно начинаются от 180 000 рублей. Верхняя граница для опытных специалистов может достигать 300 000 рублей и выше.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data Analyst (Дивизион "Phygital. Развитие продаж в каналах")
Стек: Data Analytics, SQL, PySpark, Hadoop, Spark, GreenPlum, PostgreSQL, Git
Наша команда занимается развитием продаж продуктов банка в удаленных каналах обслуживания: КЦ, Чат, автономные агенты. Мы ищем Data Analyst для сбора и запуска маркетинговых кампаний, расчета конверси…
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- PySpark
- Hadoop
- Apache Spark
- Greenplum
- PostgreSQL
- Git
- Data Analysis
Возможные вопросы на собеседовании
Проверка навыков работы с большими данными в экосистеме Hadoop.
В каких случаях вы предпочтете использовать PySpark вместо обычного SQL в GreenPlum для обработки данных?
Оценка понимания бизнес-метрик, указанных в описании.
Как бы вы подошли к расчету атрибуции конверсии в маркетинговой кампании, запущенной одновременно в КЦ и чате?
Проверка технической грамотности в работе с СУБД.
Расскажите об особенностях оптимизации запросов в GreenPlum. Чем они отличаются от оптимизации в классическом PostgreSQL?
Оценка опыта работы с инструментами контроля версий в аналитических задачах.
Как вы организуете процесс CI/CD для своих аналитических скриптов и моделей с использованием Git?
Проверка умения работать с сырыми данными из логов каналов обслуживания.
С какими сложностями вы сталкивались при обработке неструктурированных данных из чат-логов или логов КЦ?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
