Стажер Data Analyst

Описание

Мы - команда, создающая комплексную систему противодействия мошенничеству и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты собственной разработки для: Построения графа связей (позволяет проанализировать не только объекты и их свойства, но также их связи с другими объектами различных уровней и характеристик и применяется для получения дополнительных знаний об объекте за счет извлечения знаний о его окружении, выявления наиболее значимой информации, центров влияния, групп связанных объектов, цепочек) Геопространственой аналитики: анализа локаций, построения маршрутов и тепловых карт Выявления и анализа попыток мошенничества и иных отклонений ·Портфеля технологичных сервисов накопления и обработки больших объемов данных со сложной структурой Мы находимся на передовой технологических инноваций, соединяя возможности ИИ, современные технологии и потребности общества. Наше направление AI-трансформации — это стратегическая инициатива по интеграции LLM-агентов и мультиагентных систем в собственную аналитическую платформу: AI-решения для глубокого анализа данных Набор AI Tools, дающих агентам доступ к инструментам и сервисам платформы Собственная no-code/low-code платформа для оркестрации AI-агентов и автоматизации рабочих процессов Интеграция с внутренними LLM-шлюзами и средами исполнения агентов RAG-системы для работы с корпоративными базами знаний и методологиями Обязанности Анализ источников данных Обеспечение прозрачности и точности в сборе данных, отчетности и визуализации Внедрение новых интеграций и аналитических методик Компиляция данных из различных источников Создание ETL-процессов Требования Знание SQL: сложные запросы, аналитически функции, понимание физической реализации join’ов, оптимизация производительности запросов Опыт создания читабельных Jupyter-ноутбуков Знакомство с основными аналитическими библиотеками Python (pandas, numpy, scipy, statsmodels, pychart) Понимание принципов организации хранилищ данных, подходов к проектированию логической и физической моделей Опыт работы в GIT Будет плюсом Знания экосистемы Hadoop: HDFS, Spark, Scala Понимание основ математической статистики и теории вероятностей, умение применять их при решении аналитических задач Опыт принятия продуктовых решений на основании данных; Знание базовых ML-подходов и DG (data governance) Опыт написания технической документации Условия Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти Среда для обмена знаниями – высокая экспертиза внутри команды Сплоченную команду, работающую над общими задачами и умеющая хорошо отдыхать Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам Стабильную заработную плату и приятный годовой бонус Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом