Обязанности:
Чем предстоит заниматься: Уточнять бизнес‑потребности и преобразовывать их в аналитические исследования на данных. Стандартизировать датасеты/метрики и артефакты BI. Собирать отчётность в Superset на базе готовых источников (Postgres/ClickHouse). Проектировать отчётную логику и участвовать с Data Engineer в дизайне витрин/схем. Обеспечивать понятный и воспроизводимый вход аналитики в планирование/разработку. Зоны ответственности: Исследования на данных в рамках read‑only prod источников (Postgres/ClickHouse). Прикладной SQL: агрегаты, оконные функции, CTE, очистка и нормализация данных. Моделирование отчётной логики поверх существующих витрин/схем совместно с DE. Сборка датасетов и дашбордов в Superset, настройка фильтров и срезов. Ведение глоссария метрик/понятий и актуальной документации в Confluence/Jira. Базовый контроль качества данных артефактов (reconciliation, sanity‑checks). Прикладной python: jupyter-блокноты, чистка и сведение данных. Требования: 4–6+ лет в аналитике данных/продуктовой аналитике с ощутимым фокусом на данных. Практика end‑to‑end исследований: от постановки вопросов → до рекомендаций и защиты результата. SQL (практический уровень): сложные JOIN, окна, CTE; акцент на корректности логики и качестве данных. ClickHouse (потребительский уровень): чтение из MergeTree, понимание FINAL/agg‑states на уровне использования, чтение MV. Postgres: уверенная работа на чтение и агрегации для аналитики. Superset: сборка датасетов/дашбордов, фильтры/контролы, вычисляемые поля, аннотации. Python (pandas) для ad‑hoc очистки/сверок/исследовательских тетрадей — крайне желательно. Прикладное моделирование данных: декомпозиция метрик. Структурность мышления, умение формулировать гипотезы и проверять их на данных. Опыт коммуникации со стейкхолдерами, прозрачная фиксация допущений и ограничений Английский — B1+/B2 для документации и переписки будет плюсом. Инструменты: SQL‑клиенты, Superset, Jupyter/ноутбуки, Confluence/Jira. Git для версионирования SQL/ноутбуков; Postman/Swagger — для чтения API‑контрактов (опционально). BI (проверка метрик, валидация данных). Будет плюсом: Опыт в крипто/финтех/гэмблинг доменах. Опыт работы с объёмами 10^8+ строк и cost‑aware подход в ClickHouse. Опыт работы с проектами, в которых фигурировало ML, приветствуется. Опыт работы с сущностями, для которых свойственно SCD. Опыт согласования контрактов данных. Условия работы Гибкий график работы. Полностью удаленный формат работы. Оплачиваемый отпуск продолжительностью 28 календарных дней в год. Sick days в течение года по согласованию с руководителем. Участие в разработке продукта, которым на ежедневной основе пользуются тысячи людей. У нас гибкие процессы и мы открыты ко всему новому и полезному. Развитие сотрудника в профессиональном и карьерном плане.Похожие вакансии