DWH/Data-аналитик
Оценка ИИИнтересная позиция в технологичной компании с современным стеком (Airflow, DBT, ClickHouse). Четко описанные задачи и возможность удаленной работы делают вакансию привлекательной для опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в моделировании данных (Data Vault, Kimball) и владения специфическим стеком, включая Oracle, Airflow и DBT. Высокий уровень ответственности за качество данных в ETL/ELT процессах повышает порог входа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Senior DWH Analyst на российском рынке медиана составляет около 250 000 - 350 000 рублей. Специалисты с опытом в Oracle и Airflow высоко ценятся и могут претендовать на верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Spectr
DWH/Data-аналитик
Полная занятость
Формат работы: можно удалённо
*☑️* Чем предстоит заниматься
-Собирать и согласовывать требования к данным совместно с бизнесом и заказчиками
-Разбирать и анализировать источники данных, описывать слои хранилища (staging/core/mart)
-Проектировать и согласовывать модели данных с бизнес-пользователями
-Контролировать качество загрузки данных, проводить сверки и проверки
-Передавать требования на витрину данных и на дашборд в отчётном слое
-Работать с инкрементальными загрузками и контролем качества данных в ETL/ELT-процессах
*☑️* Наши пожелания к кандидатам
-DWH/Data-аналитика, который умеет и требования собрать, и в данные нырнуть: разбирает источники, описывает слои хранилища, согласует модели с бизнесом, проверяет качество загрузки. К нам приходят из банков, телекома, ритейла, реже — вырастают из SQL-разработчика или ETL-разработчика
-SQL: оконные функции, CTE, оптимизация запросов; понимание фактов/измерений, ключей, типов связей
-Моделирование: звёздная схема, снежинка, Data Vault, слои staging/core/mart
-ETL/ELT: инкрементальные загрузки, сверки, контроль качества данных
-Опыт работы хотя бы с одной тяжёлой СУБД: Oracle/PL-SQL, ClickHouse, Trino, Greenplum, PostgreSQL, BigQuery
-Отчётный слой: передача требований на витрину и на дашборд
-Практический опыт с Oracle
-Опыт работы с Kafka
-Опыт оркестрации процессов в Airflow
-Опыт трансформаций в DBT
-Будет плюсом:
-Опыт работы с BI-платформами: Power BI, Tableau
Контакты: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- DWH
- ETL
- ELT
- Oracle
- ClickHouse
- Trino
- Greenplum
- PostgreSQL
- BigQuery
- Kafka
- Apache Airflow
- dbt
- Power BI
- Tableau
- Data Modeling
- Data Vault
Возможные вопросы на собеседовании
Проверка понимания архитектурных подходов к хранилищам данных.
В каких случаях вы бы предпочли использовать методологию Data Vault вместо классической «звезды» Кимбалла?
Оценка навыков оптимизации производительности в Oracle.
Какие методы оптимизации SQL-запросов в Oracle вы применяли при работе с большими объемами данных?
Проверка опыта работы с инструментами трансформации.
Расскажите о вашем опыте использования DBT: как вы организуете тестирование качества данных внутри пайплайнов?
Оценка навыков проектирования инкрементальных загрузок.
Как вы подходите к проектированию инкрементальной загрузки данных, если в источнике отсутствуют метки времени изменения записей?
Проверка умения работать с потоковыми данными.
Какую роль играла Kafka в ваших предыдущих проектах по построению DWH и как вы обеспечивали консистентность данных?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
