Мы развиваем RegTech-проект и корпоративное хранилище данных (DWH), работаем с большими объёмами данных и строим процессы, которые помогают бизнесу получать достоверную и структурированную информацию для принятия решений. Сейчас ищем Junior Data Analyst, который хочет развиваться именно в направлении DWH, Data Quality и аналитики данных. Это не позиция только про Excel и красивые Power BI-дашборды. Основная работа — разобраться, откуда пришли данные, насколько они корректны, как они должны преобразовываться и каким образом формируется итоговый показатель в DWH.
Data analyst in DWH
подготовься к отклику
ai-инструментыЧтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузи резюме
описание
задачи
- Собирать и анализировать требования от бизнес-пользователей и внутренних заказчиков.
- Анализировать исходные данные из различных систем и источников.
- Проводить профилирование данных и выявлять проблемы качества.
- Работать с SQL для выборки, анализа и проверки данных.
- Участвовать в подготовке Source-to-Target (S2T) mapping.
- Участвовать в разработке и актуализации логических моделей данных.
- Проверять соответствие данных между источником и DWH.
- Выявлять расхождения, дубликаты, пропуски и некорректные значения.
- Формировать правила Data Quality и участвовать в их проверке.
- Работать с процессами ETL/ELT.
- Постепенно осваивать и применять dbt-тесты для контроля качества данных.
- Готовить аналитические выводы и документацию.
- Взаимодействовать с разработчиками, аналитиками и бизнес-пользователями.
требования
- уверенное знание SQL;
- SELECT, WHERE, GROUP BY, HAVING;
- JOIN;
- агрегатные функции;
- подзапросы;
- желательно — оконные функции.
- понимание, что такое Data Warehouse;
- понимание различий OLTP и OLAP;
- базовое понимание моделей данных;
- понимание фактов и измерений на базовом уровне.
- понимание принципов ETL и ELT;
- понимание того, как данные проходят путь от источника до DWH.
- понимание основных проблем качества данных;
- умение находить дубликаты, пропуски, некорректные значения;
- понимание принципов проверки и сверки данных.
- базовое понимание Source-to-Target mapping;
- способность сопоставить поле источника с полем в целевой системе;
- понимание логики преобразования данных.
- умение самостоятельно разбираться в данных;
- способность находить причины расхождений;
- умение формулировать выводы на основе данных;
- внимательность к деталям.
- уверенная работа с Excel;
- XLOOKUP/VLOOKUP;
- SUMIFS/COUNTIFS;
- Будет плюсом: Python / Pandas / NumPy; PostgreSQL; Git; Power BI; dbt; Опыт с ETL-инструментами; Опыт работы с DWH; Опыт в банковской, финансовой или RegTech-сфере; Опыт работы с большими объёмами данных
условия
- Работа над реальным RegTech-проектом.
- Погружение в корпоративное DWH.
- Наставничество со стороны опытных специалистов.
- Работа с реальными бизнес- и финансовыми данными.
- Возможность развиваться в направлениях Data Analytics, DWH и Data Quality.
- Профессиональный рост внутри IT-команды.
- Офис в Ташкенте.
- График 5/2, 09:00–18:00.
- Заработная плата: от 8 000 000 сум на руки, в зависимости от уровня подготовки.
навыки
Если просят выйти из iCloud, прислать код из SMS, запустить или установить что-то, перевести деньги — не соглашайся: это мошенничество.