- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Директор по данным (CDO)
Позиция уровня C-level (или близкая к ней) в крупной компании с амбициозными задачами по цифровой трансформации. Минусом может быть отсутствие гибкости в графике (строго офис 5/2) и не указанный уровень компенсации.
Сложность вакансии
Роль требует сочетания глубоких технических знаний (ETL, Airflow, DWH) с сильными управленческими навыками и опытом работы именно с маркетплейсами на уровне топ-менеджмента. Высокая планка ожиданий по визуализации данных и защите стратегий перед руководством.
Анализ зарплаты
Для позиции уровня Head of Data / CDO в крупной производственной компании Санкт-Петербурга с фокусом на e-commerce, рыночные предложения обычно начинаются от 350 000 рублей. Верхняя граница может существенно превышать 500 000 рублей в зависимости от масштаба бизнеса и бонусной составляющей.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Human Search уже сейчас
Отправьте свое резюме напрямую Марии Михайловой, чтобы возглавить цифровую трансформацию в крупной производственной компании!
Описание вакансии
#вакансия #спб #производство #ятоп
*🔺*ДИРЕКТОР ПО ДАННЫМ
Крупная производственная компания, фокус продаж направлен на работу с маркетплейсами.
*📍*Санкт-Петербург
Цель роли:
Выстраивание системы управления данными в компании;
Обеспечение бизнес-подразделений качественной аналитикой для управления продажами;
Цифровая трансформация работы с данными.
*🔹*Обязанности:
Аналитика продаж: анализ динамики, ассортимента и эффективности каналов;
Анализ рынка и конкурентной среды;
Автоматизация отчётности и аналитических процессов (в том числе с использованием BI-инструментов);
Формирование регулярной и ad-hoc отчётности по ключевым направлениям бизнеса;
Выстраивание системы сбора, хранения и управления данных из внутренних и внешних источников (API);
Организация процесса планирования продаж;
Участие в проектах автоматизации: постановка задач ИТ по выгрузке и интеграции данных, особенно в связке с 1С;
Формирование и защита стратегических инициатив на основе данных: от идеи до обоснования на уровне руководства;
Управление командой data-инженеров, data-аналитиков и BI аналитиков,: планирование, распределение задач, развитие сотрудников.
Локация: Санкт-Петербург, офис 5/2.
*🔹*Требования:
Руководящий опыт в области анализа данных / BI - от 3 лет в современной FMCG, DIY, ритейл компании или на маркетплейсах в категориях: food, non-food, фэшн, ритейл, товары для дома и ремонта, бытовая техника, зоотовары, БАДы или другие, ориентированные для конечного клиента;
Опыт работы с ETL-инструментами и оркестраторами (Airflow), понимание архитектуры корпоративных хранилищ данных (DWH);
Обязателен опыт аналитики продаж на маркетплейсах (Wildberries, Ozon и др.), включая анализ динамики, маржинальности, ассортимента и эффективности каналов;
Использование ИИ для работы с данными, понимание условий применения различных ИИ моделей;
Отличные навыки управления проектами: приоритизация, контроль сроков, вариативность подходов;
Важно: способность ясно визуализировать данные, формулировать выводы и презентовать их бизнесу на уровне ТОП менеджмента;
Навыки работы в режиме высокой скорости и многозадачности.
Офис 5/2.
Контакты:
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Data Analysis
- Project Management
- Artificial Intelligence
- Data Engineering
- API Integration
- ETL
- Apache Airflow
- BI
- DWH
- 1C
Возможные вопросы на собеседовании
Проверка практического опыта работы с ключевым каналом продаж компании.
Расскажите о вашем опыте аналитики продаж на маркетплейсах: какие метрики вы считаете ключевыми для оценки эффективности и как вы автоматизировали сбор данных через API?
Оценка технической экспертизы в области архитектуры данных.
Какую архитектуру DWH вы считаете оптимальной для производственной компании с большим объемом внешних данных, и какие инструменты оркестрации, помимо Airflow, вы использовали?
Проверка навыков взаимодействия с бизнесом.
Приведите пример, когда ваши аналитические выводы привели к изменению бизнес-стратегии компании. Как вы презентовали эти данные руководству?
Оценка опыта управления командой.
Как вы выстраиваете процессы внутри команды data-инженеров и аналитиков в условиях высокой многозадачности и сжатых сроков?
Проверка инновационного подхода.