- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Senior Data Analyst
Позиция предлагает работу с современным стеком технологий (PySpark, Airflow, Data Vault) и полную удаленку по РФ. Однако отсутствие информации о компании и уровне заработной платы в тексте объявления снижает общую привлекательность.
Сложность вакансии
Роль требует глубоких технических знаний стека Big Data (PySpark, Hadoop) и понимания сложных архитектурных подходов, таких как Data Vault. Высокий уровень ответственности за приемку работы дата-инженеров и контроль качества данных повышает порог входа.
Анализ зарплаты
В объявлении не указана заработная плата, однако для позиции Senior Data Analyst со стеком PySpark и Airflow на российском рынке медиана составляет около 280,000 - 350,000 рублей. Предложения для специалистов такого уровня в финтехе или ритейле могут достигать 450,000 рублей.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Отправьте свое резюме через LinkedIn, чтобы обсудить позицию Senior Data Analyst в крупном проекте.
Описание вакансии
Senior Data Analyst
#SeniorDataAnalyst #DataAnalyst #Senior #Удаленно #РФ
Требования:
Анализ источников данных для последующей интеграции. Коммуникация с заказчиками (выяснение детальных требований, условий приемки и т.д.). Создание прототипов витрин для пользовательских отчетов. Описание объектов в каталоге данных, составление документации в confluence. Формирование требований к качеству данных (DQ проверки). Приемка разработанных DE объектов согласно критериям, описанным в бизнес-требованиях. Уверенное владение экосистемой Hadoop и фреймворком PySpark. Глубокие знания языка SQL. Опыт настройки и администрирования планировщика задач Airflow. Уверенное владение языком Python. Понимание модели данных Data Vault. Навыки работы с системой.
Локация:📍Удалённо, РФ.
Контакт для отклика: Откликнуться
Про карьеру, рост и ценность себя: @jobstobeloved
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- SQL
- PySpark
- Airflow
- Hadoop
- Confluence
- Data Quality
- Data Vault
Возможные вопросы на собеседовании
Вакансия требует понимания модели данных Data Vault.
Расскажите о преимуществах и недостатках архитектуры Data Vault по сравнению с классической схемой 'Звезда'. В каких случаях вы бы рекомендовали использовать DV?
Указано требование уверенного владения PySpark.
Как вы оптимизируете PySpark джобы при работе с большими объемами данных? Расскажите про механизмы caching, partitioning и борьбу с data skew.
В требованиях есть настройка и администрирование Airflow.
Опишите ваш опыт работы с Airflow: какие операторы вы чаще всего используете и как организуете обработку ошибок в сложных DAG?
Аналитик должен формировать требования к качеству данных (DQ).
Какие ключевые метрики качества данных (Data Quality) вы считаете критичными для витрин отчетности и как вы автоматизируете их проверку?
Роль подразумевает коммуникацию с заказчиками и DE-командой.
Опишите процесс приемки данных от DE-команды: на что вы смотрите в первую очередь и как фиксируете несоответствие бизнес-требованиям?
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!