Инженер данных (трайб Digital)

Описание

Мы ищем инженера данных, который будет отвечать за развитие аналитики цифровых процессов некредитных продуктов (дебетовые карты и VAS-продукты). Основная задача роли — обеспечить высокое качество данных, прозрачность клиентских процессов и единую систему продуктовых метрик для принятия эффективных бизнес-решений. Чем предстоит заниматься: Проводить аудит текущего состояния аналитической разметки и обеспечивать ее актуальность. Формировать и развивать систему продуктовых и процессных метрик цифровых каналов. Строить и сопровождать аналитику клиентских процессов и продуктовых воронок. Разрабатывать и поддерживать витрины данных и отчетность для анализа эффективности процессов и продуктов. Создавать аналитические и мониторинговые дашборды. Контролировать качество данных: проводить аудит, валидацию, выявлять аномалии и обеспечивать корректность данных по процессам цифрового канала. Выполнять исследовательскую аналитику, находить узкие места, точки роста и формировать рекомендации. Участвовать в анализе инцидентов и расследовании причин отклонений ключевых показателей. Выполнять ad-hoc аналитические задачи в рамках согласованного бэклога. Развивать аналитические инструменты, подходы и практики работы с данными. Что мы ожидаем: Высшее образование. Опыт работы в области аналитики данных, продуктовой аналитики или инженерии данных от 3 лет. Уверенное понимание архитектуры данных цифровых продуктов: событийная модель, event-tracking, витрины данных, DWH. Практический опыт построения аналитики клиентских процессов и продуктовых воронок. Опыт обеспечения качества данных: аудит, валидация, мониторинг и выявление аномалий. Уверенное владение SQL (обязательно). Базовые навыки Python для анализа данных и автоматизации аналитических задач. Опыт работы с BI-платформами (Power BI, FineBI, Tableau, Apache Superset или аналогами). Опыт работы с системами событийной аналитики (AppMetrica, Firebase, Amplitude или аналогами). Уверенное владение Excel, включая сложные формулы, сводные таблицы, Power Query и Power Pivot. Опыт работы с корпоративными хранилищами данных (DWH).