О команде Один из крупнейших банков России (ТОП-5 по активам) развивает корпоративное хранилище данных, которое обслуживает обязательную отчётность для ЦБ и МСФО, управленческую аналитику, риск-модели, маркетинговые витрины и десятки внутренних data-продуктов. Ищем middle-аналитика в команду DWH. Вы будете работать в связке с senior-аналитиками и тимлидом: брать на себя самостоятельные задачи на проработку требований и маппингов, постепенно расширяя зону ответственности до сложных кросс-системных инициатив. Обязанности Участие в сборе требований у бизнес-заказчиков совместно с senior-аналитиком или самостоятельно — на задачах среднего размера. Подготовка BRD и FSD по типовым доработкам витрин и моделей данных: добавление атрибутов, новых сущностей, новых источников. Профилирование данных в системах-источниках: анализ структур, выявление дубликатов, NULL-ов, нарушений целостности; формулирование уточняющих вопросов владельцам систем. Разработка ETL-маппингов (Source-to-Target) на уровне поле-в-поле: фильтры, join-логика, формулы расчёта атрибутов, обработка исключений. Проектирование и доработка объектов Data Vault (Hub, Link, Satellite) и витрин данных под задачи потребителей. Сопровождение разработки: консультирование data-инженеров по маппингам, участие в приёмочном тестировании, сверка данных в целевых таблицах. Документирование: актуализация артефактов, ведение глоссария бизнес-терминов, описание линейджа данных. Участие в разборе инцидентов с качеством данных совместно с командой. Прохождение peer review своих артефактов у более опытных коллег и активное обучение на обратной связи. Требования Опыт работы системным / DWH-аналитиком от 1,5 лет. Опыт самостоятельной подготовки требований (BRD, FSD, ЧТЗ или эквивалентов) — пусть и не на самых сложных задачах, но от начала и до согласования. Опыт написания ETL-маппингов (S2T): понимание, что такое source, target, трансформация, бизнес-ключ, как описать join и фильтр так, чтобы разработчик не приходил с уточнениями. Уверенный SQL: join-ы, группировки, подзапросы, оконные функции; умение самостоятельно достать нужные данные из источника и проверить результат в витрине. Базовое понимание методологий моделирования DWH: слои хранилища, чем витрина отличается от модели данных, типы SCD; знакомство с Data Vault или Kimball на уровне концепций. Опыт работы с Confluence, Jira. Желание разбираться в банковской предметной области, готовность задавать вопросы и не делать «как поняли». Будет плюсом Опыт работы в банке или финтехе — даже на смежных ролях (BI, отчётность, бизнес-анализ). Знакомство с Greenplum / Teradata / PostgreSQL / Oracle. Базовое понимание Hadoop-стека и оркестраторов (Airflow, Control-M). Знание Python на уровне «могу написать скрипт для профилирования данных». Понимание принципов Data Quality. Условия Полностью удалённый формат работы из любого региона РФ. Необходимо официальное трудоустройство по ТК РФ и нахождение на территории России. Уровень дохода обсуждается индивидуально по результатам собеседования и зависит от опыта. Современное рабочее оборудование с доставкой по РФ. Понятная траектория роста до senior: регулярная обратная связь, наставничество со стороны старших коллег, доступ ко всем артефактам команды как материалу для обучения.
Похожие вакансии