Middle Data Analyst/Data Engineer (Штаб СХ)

Мы команда CORE-аналитики в штабе CX, выстраиваем работу с данными по характеристикам и действиям клиентов банка.

Ключевая роль данной позиции – создать и поддерживать слой данных (сырые данные → агрегированные → слой метрик) для работы дата аналитиков и автоматизации поставки данных в BI.

Мы ищем человека, который: писал скрипты по расчёту метрик, процедуры и пайплайны обновления данных на SQL+Python — и при этом хорошо понимает бизнес-смысл того, что считает.* проектирование и разработка аналитического слоя: архитектура DWH, модели данных для Greenplum и Hadoop, разработка и поддержка SQL-скриптов для расчёта продуктовых и клиентских метрик, создание новых расчётов метрик «под ключ»

• автоматизация и оркестрация: разработка Airflow DAG, оптимизация пайплайнов, автоматизация рутинных ETL-операций (трансформации, загрузки, очистка, отчёты)
• качество и валидация данных: внедрение DQ-проверок (аномалии, null, типы, логические противоречия), построение мониторинга качества
• поддержка, масштабирование и документация: сопровождение ETL и витрин, расширение системы под новые источники/метрики, документирование архитектуры, трансформаций и бизнес-правил
• аналитическая составляющая: понимание смысла метрик, поиск инсайтов, клиентская аналитика (сбор, группировки, выводы, документирование), сотрудничество с BI-командой
• обмен знаниями: передача знаний смежным аналитикам, разработка best practices для команды.* продвинутый SQL: опыт написания больших сложных скриптов по расчёту метрик, процедур и пайплайнов обновления данных на SQL; уверенная оптимизация запросов и работа с большими объёмами (window functions, CTE, сложные джойны, агрегации)
• опыт построения ETL/ELT-пайплайнов от 2 -х лет
• опыт работы с Airflow или аналогами
• уверенный Python (pandas, numpy, генераторы, ООП)
• опыт работы с OLAP-хранилищами (Greenplum, ClickHouse, Vertica и пр.) и Hadoop-экосистемой (Spark, Hive, HDFS), понимание spark-конфигураций
• понимание концепций DWH (витрины, измерения, факты, нормализация)
• базовые знания DQ-проверок и валидации данных
• владение Git
• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки
• статистика и математика: проверка гипотез, нормальное распределение, базовые статистические тесты
• A/B-тестирование: теория, интерпретация результатов, проектирование
• клиентская аналитика: сегментация, портреты пользователей, когортный анализ, расчёт retention/churn
• способность находить инсайты в данных и объяснять их бизнесу.* комфортный современный офис рядом с м. Кутузовская
• формат работы - офис
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.