Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой — после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Банк создает корпоративное хранилище данных и внедряет архитектуру data lakehouse для унификации, повышения качества и скорости доступа к данным, а также для поддержки отчетности и продвинутой аналитики.
задачи
Собирать и формализовать бизнес-требования, переводить их в технические спецификации (маппинги, правила трансформаций);
Проектировать модели данных: слой интеграции, витрины, слои lakehouse;
Анализировать источники, проводить профилирование, оценивать качество данных и разрабатывать правила контроля качества данных;
Участвовать в проектировании ETL/ELT, оптимизировать производительность запросов и загрузок;
Вести и актуализировать документацию;
Сопровождать команды разработки и тестирования, участвовать в приемке;
Взаимодействовать со стейкхолдерами: архитекторами, бизнес-аналитиками, инженерами данных и владельцами доменов данных.
требования
Опыт работы от 6 лет в роли аналитика данных или аналитика хранилищ данных на масштабных проектах, предпочтительно в банке или финтехе;
Глубокое понимание архитектуры хранилищ данных, слоев, моделей, витрин и метрик SLA/SLI;
Практический опыт работы с архитектурой data lakehouse (Databricks, Snowflake, Delta Lake или Apache Iceberg);
Навыки моделирования данных;
Продвинутое владение SQL: оконные функции, CTE, аналитические функции, тюнинг запросов и работа с большими объемами данных;
Понимание паттернов ETL/ELT и опыт интеграции данных из разнородных источников;
Опыт подготовки аналитических датасетов и витрин в BI-инструментах;
Знание практик и инструментов Data Quality, Metadata и Data Lineage;
Свободное владение английским языком для общения, чтения документации и деловой переписки;
Будет плюсом знание Python для аналитических пайплайнов и профилирования данных, опыт инцидент-менеджмента и оптимизации стоимости вычислений или хранения.