Используем cookie — чтобы сайт работал и чтобы считать посещаемость. Нажимая «Хорошо», вы разрешаете ещё и запись сессий Вебвизором. Подробнее и как отказаться
Контакты
Свяжитесь напрямую по этой вакансии
Описание
Занятость: полная
Локация: РФ
Гражданство: РФ
Рабочий график: по МСК ±2 часа
Формат: Удаленно
Позиция
Роль: Аналитик данных
Уровень: Middle+, Middle
Обязательно
Опыт работы с качеством данных: понимание основных критериев DQ, опыт формализации правил и проверок качества данных, а также профилирования данных — анализа структуры и наполнения, выявления пропусков, дублей, аномалий и неконсистентных значений.
Опыт работы с DWH/КХД: понимание структуры хранилища, источников и потоков данных, умение анализировать причины расхождений и некорректных данных.
Опыт взаимодействия с владельцами данных, аналитиками и командами систем-источников: сбор и формализация требований, согласование правил и проверок качества данных.
Уверенное владение SQL: сложные JOIN, подзапросы, оконные функции; использование SQL для анализа, профилирования и проверки данных; понимание базовых принципов оптимизации запросов.
Понимание ETL/ELT-процессов и принципов загрузки и преобразования данных.
Практический опыт работы с Oracle и/или PostgreSQL.
Опыт анализа инцидентов качества данных: локализация проблемы, определение источника ошибки, взаимодействие с ответственными командами.
Базовое понимание Apache Airflow: DAG, задачи, зависимости, расписание; готовность работать с типовыми DAG для DQ-проверок.
Желательно
Опыт работы с Data Catalog / метаданными, глоссариями и описанием данных.
Опыт работы в банковской предметной области, особенно с кредитными данными, БКИ или регуляторной отчётностью.
Опыт работы с Informatica ETL или другими ETL-инструментами.
Опыт работы с Service Desk / системами управления инцидентами.
Опыт работы с FineBI или аналогичными BI-инструментами.
Базовые навыки Python.
Знание PD, LGD, EAD и ПВР — как дополнительное преимущество.
Задачи
Разработка, настройка и сопровождение проверок качества данных.
Анализ и профилирование данных: выявление расхождений, пропусков, дублей, аномалий и других проблем качества.
Разбор инцидентов качества данных: локализация источника проблемы, определение ответственной команды и сопровождение решения.
Взаимодействие с владельцами данных, аналитиками и командами систем-источников: сбор и формализация требований к данным, согласование правил и проверок качества.
Работа с DWH/КХД: анализ источников, потоков загрузки и преобразований данных.
Подготовка требований на доработку инструментов и процессов контроля качества данных.
Работа с DQ-проверками, реализованными на базе Apache Airflow: настройка, запуск, контроль выполнения и анализ результатов.
Работа с каталогом данных и метаданными: актуализация описаний данных, атрибутов, связей и глоссариев совместно с владельцами данных.
Участие в развитии процессов Data Governance и методологии качества данных.
Настройка и сопровождение сверок между системами и источниками данных.
Участие в формировании и развитии SLA по поставке данных.