- 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
I am writing to express my strong interest in the DWH Analyst position at Top Selection. With over 4 years of experience in data analytics and a deep understanding of DWH architectures, I am confident in my ability to contribute effectively to your long-term project. My background includes extensive work with SQL, message brokers like Apache Kafka, and designing REST API integrations, which aligns perfectly with your technical requirements.
Throughout my career, I have excelled at bridging the gap between business needs and technical implementation. I have a proven track record of decomposing complex business requirements into clear technical tasks, defining user stories, and ensuring data integrity across integrated systems. Furthermore, my experience with Lakehouse architectures and collaborating with ML teams allows me to bring a comprehensive perspective to data-driven projects. I am particularly excited about the opportunity to apply my systematic thinking and attention to detail to your pharmaceutical industry project.
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
Data аналитик (Senior)
Аналитик данных (Senior)
Analytics Data Engineer (DWH / BI Platform)
Senior BI/Data аналитик
Data Analyst
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 ₽