Senior Data Analyst
Оценка ИИСбер — это стабильность, работа с передовыми технологиями и колоссальные объемы данных, что идеально для профессионального роста Senior аналитика. Высокий балл обусловлен репутацией работодателя и сильным инженерным сообществом.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль Senior уровня в крупнейшем банке подразумевает высокие требования к знанию Big Data стека (Hadoop, Spark) и умению работать с огромными массивами данных. Ожидается не только техническая экспертиза, но и глубокое понимание бизнес-процессов финансового сектора.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Senior Data Analyst в Москве рыночный диапазон составляет от 250 000 до 400 000 рублей. Сбер обычно предлагает конкурентные условия, соответствующие или слегка превышающие средние показатели по банковскому сектору.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Senior Data Analyst
Грейд: Senior
Стек: SQL, Hadoop, Spark, PySpark, Python, Pandas, NumPy, SciPy
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Откликнуться через Откликнуться ↓
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Hadoop
- Spark
- PySpark
- Python
- Pandas
- NumPy
- SciPy
Возможные вопросы на собеседовании
Проверка навыков оптимизации работы с большими данными.
Расскажите о вашем опыте оптимизации PySpark джоб. Какие методы вы использовали для борьбы с data skew?
Оценка владения инструментами статистического анализа.
В каких случаях вы бы предпочли использовать SciPy вместо стандартных методов Pandas для анализа данных?
Проверка архитектурного мышления в контексте Hadoop.
Опишите процесс проектирования витрины данных в Hadoop: на что вы обращаете внимание при выборе партиционирования?
Оценка опыта работы со сложным SQL.
Приведите пример самого сложного SQL-запроса, который вам приходилось писать для аналитических целей. Как вы проверяли его производительность?
Проверка soft skills и лидерских качеств Senior-специалиста.
Как вы подходите к приоритизации задач, когда запросы от бизнеса конфликтуют с необходимостью технического долга в аналитической инфраструктуре?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
