Обязанности:
1. Образование и опыт: Высшее образование (техническое, математическое, экономическое или в области информационных технологий). Опыт работы data‑аналитиком или аналитиком данных не менее 3–5 лет, в т. ч. с большими массивами данных. Опыт работы с государственными информационными системами (ГИС) либо проектами для федеральных органов исполнительной власти (ФОИВ) будет преимуществом. 2. Технические навыки: SQL: умение написания запросов для выборки, фильтрации, агрегации и сопоставления данных между разными таблицами и базами данных; работа с оконными функциями, подзапросами, CTE (Common Table Expressions). Языки программирования: Python (с библиотеками pandas, numpy, matplotlib, seaborn, scipy и т.д.) для анализа и обработки данных; Опционально — R для статистического анализа. ETL‑процессы: понимание принципов извлечения, трансформации и загрузки данных; опыт работы с ETL‑инструментами (Apache NiFi, Talend, Informatica и др.). Форматы данных и API: Знание с JSON, XML, CSV; Взаимодействие с REST API и SOAP для интеграции и выгрузки данных. Базы данных: опыт работы с реляционными (PostgreSQL, MS SQL Server) Контроль качества данных (Data Quality): Выявление дубликатов, пропусков, аномалий; Проверка целостности и согласованности данных между системами; Применение метрик качества данных (полнота, точность, актуальность, непротиворечивость). Архитектура данных: Проектирование и оптимизация схем PostgreSQL/MySQL для high-load систем, включая partitioning, indexing и data warehousing. Продвинутый анализ: сложные SQL-запросы с оконными функциями, CTE, materialized views; интеграция с Python/Pandas для предиктивного моделирования. Автоматизация и BI: разработка дашбордов в Tableau/Superset/Power BI, автоматизация ETL-процессов (Airflow/DBT), A/B-тестирование. Качество и governance: аудит данных, anomaly detection, data lineage; лидерство в data quality frameworks. 3. Профессиональные компетенции: Анализ и сопоставление данных: Сопоставление сведений между различными ГИС и другими информационными системами (ресурсами); Выявление расхождений, дублирования и противоречий в данных; Построение маппингов (сопоставлений) полей и сущностей между разными источниками. Оценка качества данных: Аудит баз данных на полноту и актуальность сведений; Разработка и применение правил валидации данных; Формирование отчётов о качестве данных с указанием проблемных зон. Мониторинг бизнес‑процессов: Контроль соответствия исполнения бизнес‑процессов требованиям заказчика и/или оператора информационного ресурса (системы); Анализ отклонений и подготовка предложений по оптимизации процессов. Подготовка отчётности: Автоматизация рутинных выгрузок и отчётов; Составление справочных материалов и аналитических записок для руководств; Визуализация результатов анализа (графики, диаграммы, дашборды). Оценка работы команды: Анализ качества работы разработчиков, аналитиков и специалистов по базам данных; Формирование обратной связи и рекомендаций по улучшению процессов и результатов. 4. Знание нормативной базы и специфики: Понимание законодательства РФ в области персональных данных (152‑ФЗ), информационной безопасности (149‑ФЗ, 187‑ФЗ) и требований к ГИС (в т. ч. приказа ФСТЭК № 17), знание постановления Правительства РФ от 6 июля 2015 г. № 676 «О требованиях к порядку создания, развития, ввода в эксплуатацию, эксплуатации и вывода из эксплуатации государственных информационных систем и дальнейшего хранения содержащейся в их базах данных информации». Знание стандартов и регламентов федеральных органов исполнительной власти в части работы с данными и отчётностью. Осведомлённость о принципах управления данными (Data Governance) и архитектуры государственных информационных систем, включая платформу «ГосТех». 5. Личностные и коммуникативные качества: Аналитическое мышление, внимание к деталям, способность выявлять закономерности в больших массивах данных. Ответственность и исполнительность: умение чётко следовать требованиям заказчика и оператора информационного ресурса. Коммуникабельность: способность эффективно взаимодействовать с разработчиками, аналитиками, руководителями и представителями ФОИВ. Умение чётко формулировать выводы и представлять результаты анализа в доступной форме (как в виде таблиц и графиков, так и в текстовом виде). Способность работать в условиях многозадачности и сжатых сроков. 6. Дополнительные преимущества: Опыт внедрения или сопровождения систем класса MDM (Master Data Management) для государственных нужд. Навыки работы с инструментами мониторинга и логирования (например, ELK Stack, Grafana). Базовые знания в области машинного обучения и прогнозной аналитики (для перспективных задач). Сертификаты по аналитике данных, BI‑системам или управлению данными (наgример, от вендоров ПО или профильных образовательных платформ). 7. Условия: Доход: 200 000 руб. Стабильность: аккредитованная IT-компания, ТК РФ, релокация. График: 5/2 (9:00–18:00)Похожие вакансии