Senior Аналитик DWH / Аналитик данных
Оценка ИИХорошее предложение для опытных аналитиков с четким стеком технологий и возможностью удаленной работы. Зарплата соответствует рыночному уровню для Senior-специалиста в РФ, а работа с Arenadata DB является актуальным и востребованным направлением.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция требует глубокой технической экспертизы в SQL и архитектуре DWH (Arenadata, GreenPlum), а также понимания банковской специфики. Высокая планка Senior-уровня подразумевает самостоятельность в сборе требований и анализе источников данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная зарплата (210-225 тыс. руб.) находится в пределах рыночной медианы для Senior Data Analyst в России, хотя для топовых финтех-компаний верхняя планка может достигать 300-350 тыс. руб. Тем не менее, для агентской вакансии это конкурентоспособное предложение.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Top Selection
Senior Аналитик DWH / Аналитик данных
от 210 000 до 225 000 ₽
Полная занятость
Формат работы: можно удалённо
*☑️* Чем предстоит заниматься
-Формировать витрины данных для запуска маркетинговых и CRM-кампаний (Arenadata DB)
*☑️* Наши пожелания к кандидатам
-Отличное знание SQL (join, оконные функции, регулярные выражения, оптимизация скриптов и прочее)
-Опыт работы с БД в построении хранилищ/отчетности/витрин данных от 1 года
-Понимание архитектуры БД
-Умение собирать требования с бизнес- и ИТ-подразделений
-Опыт в исследовании источников данных и формировании требований
-Hard Skill: SQL, СУБД Oracle/Arenadata DB/GreenPlum/PostgreSQL/Hadoop, построение витрин данных/хранилищ/отчетности
-Soft Skill: Коммуникабельность, логическое мышление, структурирование информации
-*➕*Как преимущество
-Опыт проектирования витрин данных
-Опыт работы с PostgreSQL/GreenPlum/Arenadata DB
-Знание банковской предметной области
-Проведение GAP-анализа
-Моделировать витрины данных
-Анализировать данные на источниках (Hadoop, Kafka)
-Выполнять аналитические задачи: проверки качества данных, сравнение данных на источниках и прочее
-Проводить мониторинг загрузки витрин совместно с разработчиками, изучать проблемы и ошибки в сборке витрин
-Коммуницировать с заказчиками и командой
Контакты: Откликнуться
*🔥* Подписаться на наши каналы / Откликнуться / Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- PostgreSQL
- Kafka
- Hadoop
- Data Modeling
- Oracle
- Gap Analysis
- DWH
- Greenplum
- Arenadata DB
Возможные вопросы на собеседовании
Проверка навыков оптимизации, критически важных для работы с большими данными в Arenadata/GreenPlum.
Расскажите о вашем опыте оптимизации тяжелых SQL-запросов. Какие методы вы использовали для ускорения работы с витринами данных?
Оценка понимания архитектурных принципов построения хранилищ.
В чем принципиальное различие между моделированием данных по Кимбаллу и Инмону, и какой подход вы считаете наиболее подходящим для маркетинговых витрин?
Проверка умения работать с современными стеками данных, указанными в вакансии.
Был ли у вас опыт работы с распределенными системами вроде Hadoop или Kafka? Как вы проверяете консистентность данных при переносе из Kafka в DWH?
Оценка навыков системного анализа и взаимодействия с бизнесом.
Опишите процесс проведения GAP-анализа при интеграции нового источника данных в существующее хранилище.
Проверка навыков обеспечения качества данных (Data Quality).
Какие проверки качества данных (DQ checks) вы считаете обязательными при формировании витрин для CRM-кампаний?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
