Аналитик данных (DWH)

​​

• Проектирование архитектуры хранилища данных, включая определение источников данных, схем, моделей данных и процессов ETL
• Разработка концептуальной, логической и физической моделей данных в хранилище
• Анализ требований бизнеса и определение наиболее оптимальных структур данных для хранения и обработки информации
• Проектирование измерений, фактов, иерархий и связей между объектами данных
• Обеспечение масштабируемости и производительности структур данных
• Разработка и внедрение процессов ETL (Extract, Transform, Load) для автоматизированной загрузки данных из различных источников
• Очистка, трансформация и нормализация данных для повышения их качества и согласованности
• Построение workflows для обработки данных, включая валидацию, обогащение, агрегацию и другие действия
• Интеграция данных из различных источников, включая API
• Разработка адаптеров и коннекторов для интеграции данных из разнородных систем
• Обеспечение безопасной и надежной передачи данных, в том числе с использованием API
• Выявление и анализ качества сырых данных, включая проверку на корректность, полноту, согласованность и релевантность
• Внедрение процедур по очистке и стандартизации сырых данных для повышения их пригодности к аналитической обработке
• Определение и внедрение метрик и правил для оценки качества данных
• Разработка процессов мониторинга и контроля качества данных на регулярной основе
• Формирование централизованного хранилища метаданных, включая описание источников, структур, правил трансформации и качества данных
• Разработка и поддержка документации, инструкций и справочной информации по работе с хранилищем данных
• Обеспечение доступа и распространение знаний среди заинтересованных пользователей

• Опыт работы с проектированием и разработкой хранилищ данных, ETL-процессов, моделей данных не менее 2 лет;
• Практический опыт в использовании инструментов и технологий для построения DWH (например, Hadoop, Spark, Snowflake, Redshift, Azure Data Factory);
• Знание методологий и подходов к управлению данными (например, Data Vault, Kimball);
• Глубокие познания в области реляционных баз данных (SQL, оптимизация запросов);
• Опыт работы с инструментами визуализации данных (Power BI, Tableau, Qlik);
• Знание принципов и методов интеграции данных из различных источников;
• Опыт разработки ETL-процессов, включая извлечение, трансформацию и загрузку данных;
• Понимание методов обработки и хранения больших объемов данных (Big Data);
• Опыт работы с метаданными и каталогизацией данных;

Дополнительные знания будут преимуществом:

• Опыт работы с облачными технологиями (AWS, Azure, GCP)
• Понимание концепций Machine Learning и Data Science

Условия:

• Гибридный формат работы
• Оформление по ТК РФ, оплата больничных листов, отпуска;
• Работа над интересными и сложными задачами в команде профессионалов;
• Конкурентная заработная плата;
• Квартальная премии по результатам периода;
• Бесплатные курсы иностранных языков и тренажерный зал;
• Возможность посещать тренинги, семинары, конференции за счет компании;