дата аналитик кредитных рисков

Описания нет

• Анализировать и профилировать источники данных: DWH, учётные системы, операционные базы, файловые хранилища, API;
• Проектировать и развивать аналитические витрины данных для риск-отчётности, мониторинга кредитного портфеля и оценки кредитоспособности;
• Разрабатывать и оптимизировать сложные SQL-запросы с оконными функциями, CTE, сложными объединениями, агрегациями и подзапросами;
• Подготавливать производительные витрины для BI-систем, отчётности и аналитических сервисов;
• Создавать и поддерживать отчёты и дашборды в Power BI;
• Взаимодействовать с риск-менеджерами, BI-разработчиками и владельцами источников данных;
• Контролировать качество данных: проводить валидацию, проверять целостность и устранять расхождения в отчётности;
• Участвовать в разработке и поддержке ETL/ELT-пайплайнов совместно с дата-инженерами;
• Писать вспомогательные скрипты на Python для автоматизации обработки данных и рутинных задач;
• Работать с Apache Spark и PySpark для чтения, трансформации и агрегации больших объёмов данных на уровне поддержки и доработки существующих задач.

• Высшее образование;
• Опыт работы с данными от 2 лет;
• Уверенное знание SQL: оконные функции, CTE, сложные объединения, агрегации, подзапросы и работа с большими таблицами;
• Опыт работы с Greenplum, ClickHouse, PostgreSQL, Oracle, Hadoop/Hive, Trino/Presto или аналогичными хранилищами и аналитическими СУБД;
• Опыт разработки и внедрения ETL/ELT-процессов и построения регулярных пайплайнов;
• Опыт работы с Apache Spark и PySpark для чтения, трансформации и агрегации больших объёмов данных;
• Знание Python для автоматизации, обработки данных и написания вспомогательных скриптов;
• Опыт работы с Apache Airflow, Dagster, Prefect или аналогичными инструментами оркестрации;
• Опыт работы с BI-инструментами: Tableau, Power BI, Qlik, Yandex DataLens или Apache Superset;
• Понимание принципов построения DWH, Data Mart, staging-слоёв, агрегированных витрин и аналитических слоёв данных;
• Будет плюсом опыт в банковской, финансовой, продуктовой сфере или сфере рисков, понимание риск-метрик, кредитного процесса МСБ и структуры банковских данных, опыт использования AI-инструментов для ускорения разработки, подготовки документации и анализа кода.

• Возможность гибридного или удалённого графика работы;
• Размер заработной платы обсуждается по итогам собеседования;
• Программа ДМС, включая стоматологию и обслуживание в лучших клиниках города;
• Скидки на абонементы в фитнес-клубы;
• Неформальные спортивные сообщества;
• Скидки на услуги туристических агентств, продукты питания, рестораны и бары, магазины и салоны красоты.