Альфа-Деньги

аналитик данных управленческой отчетности

Коротко

Аналитик данных строит и поддерживает витрины отчетности, настраивает оркестрацию задач (Airflow), внедряет проверки качества данных, анализирует A/B-тесты и готовит дашборды в Superset. Требуются SQL, Python (pandas, numpy, scikit-learn, statsmodels, scipy), Git и понимание жизненного цикла ML-моделей и A/B-тестирования. Формат — удалённо по РФ, уровень middle, от 2 лет опыта, локация офиса — Москва.

Задачи
•Автоматизировать построение и обновление витрин отчетности и целевых данных
•Настраивать расписания и зависимости задач оркестрации
•Внедрять типовые проверки качества данных на этапах загрузки и обработки
•Документировать логику построения витрин, источники данных и ограничения
•Подводить итоги экспериментов, рассчитывать ключевые метрики и оценивать статистическую значимость результатов
•Готовить отчеты по A/B-тестам, включая гипотезы, методологию расчетов, результаты и рекомендации
•Презентовать результаты анализа внутренним заказчикам
•Участвовать в сборе требований к систематизированной отчетности
•Готовить прототипы отчетов и согласовывать их с заказчиками
•Готовить дашборды в Superset по согласованным прототипам и собирать обратную связь
Требования
•Высшее техническое или экономическое образование
•Знание SQL, реляционных баз данных, индексов, партиционирования и базовых подходов к оптимизации запросов
•Навыки сопровождения и доработки пайплайнов обработки данных под руководством старших коллег или в рамках согласованной архитектуры
•Понимание инструментов оркестрации задач, включая Airflow или аналогичные решения
•Владение Python на уровне написания скриптов, утилит и автоматизации типовых операций
•Умение работать с Git
•Владение Python 3 и библиотеками для анализа данных: pandas, numpy, scikit-learn, statsmodels, scipy
•Понимание жизненного цикла A/B-тестирования: постановка задачи, дизайн эксперимента, мониторинг и оценка результатов
•Понимание жизненного цикла ML-моделей: постановка задачи, подготовка данных, обучение, тестирование, внедрение, мониторинг и переобучение
•Владение инструментами визуализации данных, включая Superset
•Понимание жизненного цикла построения систематизированной отчетности: постановка задачи, подготовка данных, мониторинг, сбор обратной связи
Будет плюсом: опыт работы в банках, крупных технологических компаниях или телеком-операторах
Условия
•Локация: Москва
•Заработная плата по итогам собеседования
•Премия по результатам работы
•График с 9:00 до 18:00, по пятницам сокращённый день
•ДМС со стоматологией и телемедициной, льготное страхование для близких, полис путешественника
•Бесплатный фитнес-зал A-Sport в офисах, групповые занятия и турниры по киберспорту, теннису, футболу, волейболу и шахматам, корпоративные слоты на забегах
•Безлимитные онлайн-консультации психолога, фитнес-тренера, юриста, нутрициолога и других специалистов
•Карьерная траектория, менторство, курсы по ИИ, менеджменту, продукту и дизайну, доступ к внешнему обучению и конференциям
•Доступ к ИИ-платформе AlfaGen, сервису Alfa AI и конструктору ИИ-агентов
•Мерч за вовлечённость, программа «Приведи друга» с выплатами без ограничений
•Сообщества по интересам, проект Non-Random Coffee, премия Alfa Award
•Доступ к онлайн-библиотеке Alpina Digital и онлайн-курсам «Синхронизация» по искусству, кино, музыке и психологии

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте