- Страна
- Россия
- Зарплата
- 240 000 ₽ – 264 000 ₽
Откликайтесь
на вакансии с ИИ

DWH аналитик
Привлекательная вакансия для опытных аналитиков с конкурентной ставкой и долгосрочными перспективами. Четко прописанные требования и интересные задачи в области современных технологий (Kafka, Lakehouse, ML) делают роль перспективной для профессионального роста.
Сложность вакансии
Позиция требует глубоких знаний в области DWH, Kafka и интеграций, а также опыта работы от 4 лет. Дополнительную сложность создают требования к знанию Lakehouse-архитектуры и специфики фармацевтической отрасли.
Анализ зарплаты
Предложенная ставка (240-264 тыс. руб.) полностью соответствует рыночному уровню для Middle+/Senior аналитиков в РФ, работающих через ИП. Она находится в пределах медианы для высококвалифицированных специалистов в области DWH.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Top Selection уже сейчас
Присоединяйтесь к команде Top Selection и станьте ключевым звеном в развитии современной DWH-архитектуры!
Описание вакансии
#DWHаналитик #DWHвакансия #вакансия
❇️ DWH аналитик ❇️ | Компания Top Selection
🔥 Мы в поиске DWH аналитика на проектную занятость
Грейд: middle+|senior
Ставка: от 240К до 264К
Гражданство/Локация: только РФ ‼️
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП ‼️
✅ Обязательные требования
- Опыт работы аналитиком от 4 лет;
- Уверенное владение SQL (аналитические запросы, джойны, агрегации, подзапросы);
- Опыт постановки задач для разработчиков: понимание архитектуры систем, типовых объектов метаданных и механизмов интеграции (COM, HTTP‑сервисы, веб‑сервисы);
- Знание брокеров сообщений (Apache Kafka, RabbitMQ, ActiveMQ) — на уровне постановки задач и понимания архитектуры;
- Опыт описания REST API‑интеграций (знание OpenAPI/Swagger будет преимуществом);
- Составление чётких технических заданий, user story и acceptance criteria;
- Понимание принципов event‑driven‑архитектуры и интеграции корпоративных систем;
- Системное мышление: способность анализировать задачи комплексно, учитывать взаимосвязи между компонентами и видеть общую картину проекта;
- Внимание к деталям: тщательность при описании интеграционных процессов и пользовательских сценариев, минимизация рисков ошибок на этапе проектирования.
➕ Дополнительные требования
- Опыт работы с Lakehouse‑архитектурами: понимание принципов организации слоёв хранения данных (bronze/silver/gold), методов партиционирования и подходов к обработке больших объёмов исторических данных;
- Взаимодействие с ML‑командами: опыт постановки задач на разработку моделей, формулирования требований к входным данным и фичам, понимание жизненного цикла ML‑модели (MLOps), а также участия в приёмке результатов;
- Опыт в фармацевтической отрасли: знание специфики бизнес‑процессов и отраслевых особенностей;
- Базовые навыки работы с 1С: владение языком запросов 1С либо понимание структуры метаданных типовых конфигураций.
📌 Задачи на проекте
- Сбор и структурирование требований от бизнес‑заказчиков с последующей их валидацией;
- Анализ текущих бизнес‑процессов, выявление узких мест и противоречий в логике работы систем;
- Декомпозиция бизнес‑требований до уровня конкретных технических задач для разработчиков;
- Формирование технических заданий и функциональных спецификаций (описание бизнес‑логики, структур данных — документов, регистров, справочников, экранных и печатных форм, отчётов);
- Постановка задач по работе с Kafka (описание топиков, схем сообщений, логики producer/consumer, требований к надёжности доставки и обработке ошибок);
- Описание REST API‑интеграций (контракты, схемы запросов и ответов);
- Написание SQL‑запросов для анализа данных, валидации результатов разработки и расследования инцидентов;
- Анализ потоков данных между системами, составление маппинга полей;
- Ведение актуальной технической документации (схемы интеграций, описания API, регламенты обмена данными);
- Разработка тест‑кейсов и участие в приёмочном тестировании;
- Участие в согласованиях, демонстрациях решений и ретроспективах;
- Ведение бэклога задач, приоритизация совместно с заказчиком и тимлидом.
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- SQL
- MLOps
- ETL
- REST API
- Apache Kafka
- OpenAPI
- RabbitMQ
- Data Mapping
- Swagger
- Lakehouse
- ActiveMQ
- DWH
- 1C
Возможные вопросы на собеседовании
Проверка понимания архитектуры очередей сообщений, указанной в требованиях.
Опишите ваш опыт проектирования топиков Kafka: как вы определяете структуру сообщения и требования к обработке ошибок (retry/dead-letter queue)?
Вакансия предполагает работу с большими данными и слоями хранения.
В чем принципиальное различие между слоями Bronze, Silver и Gold в Lakehouse-архитектуре, и какие трансформации данных обычно происходят на каждом этапе?
Важная часть задач — интеграция систем.
Расскажите о наиболее сложном кейсе проектирования REST API интеграции: с какими проблемами маппинга данных вы столкнулись и как их решили?
В требованиях указано взаимодействие с ML-командами.
Как вы подходите к формированию требований к фичам для ML-моделей и контролю качества входных данных?
Проверка навыков работы с SQL для аналитики.
Напишите пример аналитического запроса с использованием оконных функций для расчета скользящего среднего или ранжирования данных в контексте анализа исторических данных.
Похожие вакансии
Data аналитик (Senior)
Аналитик данных (финтех)
Data Analyst
SENIOR АНАЛИТИК (КХД / DWH)
Senior Data Analyst
Разработчик хранилищ данных (Senior)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Россия
- Зарплата
- 240 000 ₽ – 264 000 ₽