О компании и проекте
Компания: ITQuick
Локация: Армения (Ереван)
Формат: гибрид
Занятость: полная
ЗП: 300-400 тыс. руб.
Рассматриваем граждан РФ и Армении, которые проживают на территории Армении.
Ищем Senior Data Analyst в Армении.
О проекте:
Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении. В основе — Golden Record: единый профиль клиента, объединяющий данные банка, продуктов экосистемы и внешних источников. Поверх него строятся Customer 360, сегментация, scoring и персонализированные предложения.
Задачи роли:
Предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы. Источник слабо документирован: часть значений закодирована, часть бизнес-логики реализована в коде и хранимых процедурах, две внешне одинаковые записи могут быть собраны разными алгоритмами из разных таблиц.
Нужен человек, который разберёт этот источник и превратит его в осознанную модель данных: что откуда берётся, что на что влияет, какое поле что означает.
Что предстоит делать:
•Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику.
•Идти от целевой витрины к источнику: определять, из каких таблиц и по какой логике собирается каждый атрибут.
•Разделять случаи, когда одинаковые по виду данные получены разными путями, и фиксировать правила выбора.
•Описывать модель данных и метаданные: сущности, связи, grain, ключи, историчность.
•Формировать требования к витринам для сегментации, scoring и рекомендаций.
•Писать SQL-исследования и прототипы трансформаций, проверять гипотезы на данных.
•Выяснять смысл данных напрямую у сотрудников банка — это постоянная часть работы.
О бэкграунде:
Важно, какие задачи вы решали — приходили в незнакомую недокументированную систему и разбирались сами, восстанавливали бизнес-смысл данных, строили модель с нуля и доводили исследование до работающей витрины.
Если вы работали дата-инженером и значительную часть времени тратили на то, чтобы понять, что лежит в источнике, — это наш профиль. Если получали готовые чистые витрины — скорее нет.
AI-native подход:
Мы используем AI-native подход и ожидаем того же от кандидата: AI-инструменты применяются для разбора legacy, анализа схем, написания SQL и документирования.
Требования:
•Сильный SQL: оконные функции, сложные join-цепочки, анализ качества и распределений.
•Опыт реверс-инжиниринга плохо документированных источников.
•Понимание data modelling: сущности, grain, ключи, историчность, master entities.
•Опыт работы с банковскими или fintech-данными (Core banking (особенно ArmSoft) / legacy banking systems, Customer 360) или опыт разбора сырых банковских данных о клиентах и продуктах из плохо документированных систем с целью производства маркетинговой и финансовой аналитики.
•Python на уровне исследования данных.
•Способность самостоятельно довести задачу «вот сырьё, вот целевая витрина» до результата.
•Проактивность: готовность выяснять смысл данных у людей, а не ждать документации.
•Git, Linux, опыт работы в закрытых Dev/UAT-контурах.
Будет плюсом:
•Знание армянского языка
•Методологии матчинга и дедупликации
•Опыт с Data Vault 2.0
•Опыт с DBT или аналоги
•PII, маскирование, RBAC
•Опыт в регулируемом on-premise контуре
•Экспертиза в ML, ML Ops
Условия:
Взаимодействие по ИП
Локация - Армения
Формат работы - гибрид, готовность работать из офиса банка до 3 раз в неделю.
