Аналитик данных (DWH / BI / PySpark)
Описание
Мы команда, которая занимается развитием аналитического контура для управленческой отчетности рисков: строим витрины данных, анализируем кредитный портфель и риск-метрики, автоматизируем отчетность с использованием BI-инструментов и развиваем AI-агента для работы с аналитическими запросами. Команда работает на стыке риск-аналитики, данных и внутренних AI-инструментов. Техстек: SQL, Python, pandas, PySpark, Apache Spark, Hadoop/HDFS, BI-инструменты, PostgreSQL, GreenPlum, ClickHouse. Обязанности сбор и анализ требований, разработка прототипов аналитических витрин данных проработка архитектуры потоков загрузки данных и проектирование модели данных работа с данными с использованием SQL, Python, PySpark и СУБД: GreenPlum, Hadoop, ClickHouse, PostgreSQL разработка и поддержка BI отчетности на полном цикле, проведение демонстраций заказчику активное взаимодействие с аналитиками/дата-инженерами других команд в рамках Agile-процессов проверка качества данных, корректности расчетов, аналитических гипотез и ответов AI-агента Требования опыт работы дата-аналитиком/DWH/BI-аналитиком от 2 лет умение описывать бизнес-логику расчетов и проверять корректность расчетов, данных и аналитических выводов отличные знания SQL (любой из диалектов): сложные запросы, аналитически функции, понимание физической реализации join’ов, оптимизация производительности запросов опыт работы с одной или несколькими СУБД: PostgreSQL, Green Plum, ClickHouse, Hive. Понимание принципов устройства MPP систем понимание принципов организации хранилищ данных, подходов к проектированию логической и физической моделей, проектирования витрин данных высокие коммуникативные навыки, умение договариваться и четко формулировать свои мысли, желание и умение работать с людьми умение применять современные инструменты анализа данных и машинного обучения (ChatGPT/DeepSeek/GigaChat) для повышения эффективности своей работы Будет плюсом: знание банковской предметной области опыт работы с PySpark / Apache Spark: DataFrame API, агрегации, join, partitioning, работа с parquet-данными знания Python, опыт обработки и анализа данных с помощью специализированных библиотек, например, pandas и matplotlib навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимущество опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов инструментальное владение AI для анализа, генерации и автоматизации Условия комфортный современный офис рядом с м. Кутузовская офисный формат работы ежегодный пересмотр зарплаты корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте (для Junior позиций) расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера