System Analyst DWH
Хорошая вакансия для профильных специалистов по DWH с четко прописанными техническими требованиями и возможностью удаленной работы по РФ. Отсутствие названия компании и вилки зарплаты немного снижает прозрачность предложения.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Позиция требует глубоких знаний методологий моделирования данных (Data Vault, Star schema) и уверенного владения SQL, что характерно для специалистов уровня Middle+. Обязателен опыт работы с PostgreSQL или Greenplum.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата для системного аналитика DWH с опытом от 2 лет на российском рынке обычно находится в диапазоне от 180 000 до 280 000 рублей после вычета налогов. Специалисты со знанием Greenplum и Data Vault ценятся выше среднего. Данная вакансия соответствует рыночным ожиданиям для уровня Middle/Middle+.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
System Analyst DWH
Требования:
Опыт: опыт от 2-х лет в качестве системного аналитика DWH/Архитектора данных. Понимание архитектуры DWH и основных методик моделирования аналитических БД: 3NF, Star schema, Data Vault. Уверенное владение SQL, опыт в прототипировании витрин со сложной логикой. Обязателен опыт работы с одной из следующих СУБД: PostgreSQL, Greenplum.
Локация:*📍*Удалённо, РФ.
Контакт для отклика: Откликнуться +CV
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- SQL
- PostgreSQL
- Greenplum
- Data Vault
- 3NF
- Star Schema
- DWH Architecture
- Data Modeling
Возможные вопросы на собеседовании
Проверка понимания фундаментальных подходов к проектированию хранилищ.
В каких случаях вы бы предпочли использовать Data Vault вместо классической схемы «Звезда»?
Оценка практических навыков работы с распределенными СУБД.
Какие особенности оптимизации запросов в Greenplum вы знаете по сравнению с обычным PostgreSQL?
Проверка навыков проектирования сложных структур данных.
Опишите ваш подход к проектированию витрины данных со сложной бизнес-логикой: с чего вы начинаете и как проверяете корректность прототипа?
Оценка понимания жизненного цикла данных.
Как вы подходите к описанию маппинга данных (Source-to-Target Mapping) при проектировании ETL-процессов?
Проверка знаний нормализации.
В чем основные преимущества и недостатки использования 3NF в слое детальных данных (ODS/DDS) хранилища?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

