Data Engineer Работа Вакансии

Бесплатный вебинар ML для начинающих! Практический эфир для тех, кто присматривается к Data Science. ✅ ведущий — практикующий специалист со стажем ✅ разбор полного ML-проекта от задачи до анализа ошибок ✅ информация адаптирована для новичков ✅ не требуются дополнительная подготовка или ПО Узнайте реальную последовательность работы с ML-проектами и все необходимые навыки. Регистрируйтесь бесплатно и начинайте свой путь в новой специальности с Симулейтив! Записаться

#senior #300k #удаленка Top Selection Data Engineer (ETL-миграция) от 270 000 до 285 000 ₽ за месяц Формат работы: можно удалённо ☑️ Чем предстоит заниматься -Миграция ETL-системы телеком-оператора с Oracle/Informatica на Apache стек (S3, Airflow, NiFi, Kafka, Greenplum) -Перенос бизнес-логики из Informatica в высокопроизводительный SQL-код -Написание и оптимизация SQL для витрин данных и ETL-процессов -Разработка DAG-ов в Airflow -Настройка пайплайнов в NiFi (источники: Oracle, PostgreSQL; приемники: S3, файловые архивы) -Разработка Spark-джобов (PySpark) для больших объемов -Интеграция с Kafka для потоковой передачи -Настройка мониторинга (Grafana/Prometheus) и отслеживание метрик -Разбор инцидентов по качеству данных и ошибкам загрузки -Code review ☑️ Наши пожелания к кандидатам -Опыт миграции ETL-систем (желательно с Oracle/Informatica на Apache стек) -Глубокий SQL: оконные функции, сложные джойны, иерархические запросы -Оптимизация SQL для highload (партиционирование, индексы, explain plans) -Oracle (PL/SQL) и PostgreSQL -Greenplum и/или Clickhouse -Проектирование архитектур на Apache Spark (PySpark), NiFi, Airflow -Hadoop (HDFS) и Hive -Мониторинг ETL: Grafana/Prometheus или Victoria Metrics -Опыт работы с биллинговыми системами (желательно телеком-домен) -Будет плюсом: -Потоковая обработка: Kafka Streams / Spark Streaming -Informatica PowerCenter (понимание мигрируемой системы) -Бинарные форматы хранения в Hadoop -Различия: Hive vs Impala, Greenplum vs PostgreSQL, Clickhouse vs PostgreSQL -Patroni для кластеризации PostgreSQL/Greenplum -S3-хранилища -КриптоПро или защищенные каналы передачи данных Контакты: info@top-selection.ru 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

#junior #100k #гибрид Selecty Аналитик ETL (Junior) до 150 000 ₽ за месяц, на руки Опыт работы: 1–3 года Полная занятость Оформление: Трудовой договор График: 5/2 Формат работы: гибрид (Москва) ☑️ Наши пожелания к кандидатам -Опыт аналитиком бизнес/данных от 1-го года -Базовый уровень владения SQL (SELECT, JOIN, GROUP BY, понимание индексов) -Основы ЯП Python на уровне чтения -Знакомство с ETL-принципами -Знакомство с хранилищами данных и СУБД, Git, форматом JSON -Образование: техническое (Computer Science, математика, физика) или сертификаты курсов Контакты: job@selecty.ru 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

#senior #удаленка IT_One Старший аналитик данных Опыт работы: не менее 5 лет Формат работы: удалённо ☑️ Чем предстоит заниматься -Самостоятельно отвечать за аналитическую проработку домена или направления, управлять требованиями, рисками качества данных и ожиданиями заказчиков -Декомпозировать сложные инициативы, формировать подходы к реализации -Проводить ревью артефактов Middle-специалистов -Проектировать аналитические витрины и модели данных с учетом производительности, сопровождаемости, отслеживания происхождения данных и принципов управления данными -Организовывать анализ систем-источников и проектирование машинных загрузок данных, включая правила трансформации, историчность и контроль качества -Проводить ревью скриптов Middle-специалистов -Вести разработку BI-решений под ключ: выявление потребностей, согласование KPI, проектирование метрик, приемка, публикация и сопровождение -Оптимизировать BI-архитектуру и производительность отчетов, определять требования к RLS/разграничению доступа и качеству пользовательского опыта -Проектировать сложные интерактивные Power BI-дашборды со связанными визуализациями, гибкими ролевыми моделями и оптимизацией скорости работы -Проводить сложные воркшопы с заказчиками, разрешать спорные вопросы по данным и метрикам, формировать единый понятийный аппарат -Задавать стандарты аналитической документации, критерии приемки витрин и отчетов, консультировать команду по эффективной работе с данными -Участвовать в построении процессов контроля качества данных и валидации сквозного пути: источники → DWH → BI ☑️ Наши пожелания к кандидатам -Опыт работы в роли аналитика данных не менее 5 лет, включая проекты с КХД, BI-ландшафтом и большими объемами финансовых и операционных данных -Опыт в банковской предметной области обязателен: продукты, операции, клиентская аналитика, управленческая и финансовая отчетность -Опыт участия в регуляторных проектах и подготовке регуляторной отчетности -Наличие подтвержденных кейсов влияния аналитических решений на бизнес-процессы, управленческую отчетность или снижение ручного труда -SQL и опыт моделирования DWH на высоком уровне -Глубокое понимание архитектуры Greenplum (или других MPP-СУБД): распределение, партиционирование, планы выполнения, оптимизация под большие объемы -Data Vault 2.0 — владение на уровне проектирования сущностей и связей, принятие архитектурных решений по слоям КХД и витринам -Опыт работы с внешними источниками данных (оценка применимости, качества и ограничений) -Power BI — уверенное владение (DAX, ролевые модели, оптимизация производительности) -Умение объяснять сложные вещи простым языком -Навыки письменной коммуникации: понятные комментарии, статусы, описания решений, инструкции и документация -Умение занимать лидерскую позицию и вести других за собой. Навыки администрирования и мотивации -Фасилитация сложных кросс-функциональных обсуждений с бизнесом, ИТ, ИБ, эксплуатацией и подрядчиками -Участие в найме, оценке кандидатов, развитии команды и разрешении конфликтных ситуаций -Опыт работы с OpenMetadata или другими каталогами данных (будет плюсом) -Опыт наставничества и передачи знаний внутри команды (будет плюсом) -Участие в построении процессов контроля качества данных (будет плюсом) Откликнуться 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

Тот самый курс по ML, который прошли 200 000 человек. Теперь — в новой версии С 2016 по 2022 год специализация «Машинное обучение и анализ данных» на Coursera была входным билетом в профессию — через неё прошли больше 200 000 человек. С тех пор AI ушёл далеко вперёд, и набор тем, которые нужно знать сегодня, изменился. Поэтому Виктор Кантор с командой MLinside обновил программу и перевыпустил специализацию заново — уже как «Искусственный интеллект и анализ данных». Цену оставили ту же, что четыре года назад. Кому это нужно ML обычно изучают по частям: линейные модели подтянул на работе, про трансформеры прочитал статью, про агентов посмотрел ролик на YouTube. Каждый кусок вроде понятен, а цельной картины нет. Пока задачи типовые, это не мешает. Сложности начинаются там, где спрашивают системно: на собеседовании или при переходе из аналитики в ML. Специализация даёт последовательную базу вместо разрозненных кусков — 226 уроков и 47 часов контента. Что внутри ▪️ Математика и Python — алгоритмы и структуры данных, матанализ, линейная алгебра, теория вероятностей ▪️ Classic ML — линейные модели и SVM, деревья и градиентный бустинг, кластеризация, метрики и валидация, введение в нейросети и PyTorch ▪️ Deep Learning — backpropagation, CNN, детекция и сегментация, RNN и LSTM, трансформеры и Attention, языковое моделирование, введение в RLHF ▪️ LLM и AI-агенты — инференс LLM, квантование, vLLM и TensorRT, полный разбор RAG, архитектуры агентов, мультиагентные системы, MCP ▪️ A/B-тестирование — дизайн экспериментов, статистические критерии, бутстрэп, CUPED, последовательный анализ, кейсы из индустрии В разработке ещё два модуля: Production ML и ML System Design. Кто ведёт Уроки ведут действующие практики — директора по данным и руководители AI-направлений, работавшие в МТС, Яндексе, Сбере и других крупных компаниях. Люди, которые строили AI-команды с нуля и доводили модели до продакшена, а не просто пересказывают учебники. Большая часть команды преподаёт в МФТИ, ИТМО и НИУ ВШЭ. Технологии в AI меняются каждые несколько месяцев, поэтому к готовым модулям регулярно добавляются новые уроки — по свежим темам и запросам студентов. Как проходит обучение Специализация устроена как библиотека курсов: доступ ко всем модулям открывается сразу после оплаты. Можно идти по рекомендованной последовательности, а можно изучать только те темы, которых не хватает. Студенты ВУЗов могут получить доступ к специализации бесплатно (также как это было на Coursera), для всех остальных подписка стоит 5000 ₽ в месяц. Видеолекции, семинары, тесты с автопроверкой, задания, чат с кураторами для ответов на вопросы. Без потоков и дедлайнов: старт в любой момент, свой темп. На 3 и 6 месяцев подписка дешевле. Сразу предупреждаем: материал сложный, на уровне сильнейших технических вузов. Это не обзорный формат: разбираем backprop в матричной форме, encoder-decoder и decoder-only архитектуры, статистические критерии и их ограничения. Цель не развлечь и дать чувство, что все сразу получается само, а реально научить. Зато вместо разрозненных знаний у вас будет система: понимание, как методы устроены внутри и какой выбрать под конкретную задачу. Полная программа и варианты подписки — по ссылке на сайте Специализации

⚡️ Дата-инженерия в 2026 году: как войти в профессию? Компании собирают всё больше данных, но чтобы они приносили пользу бизнесу, их нужно собрать, обработать и подготовить к работе. Этим занимаются дата-инженеры: они создают инфраструктуру, благодаря которой аналитики, Data Scientists и ML-инженеры получают нужные данные вовремя и в удобном формате. Как понять, подходит ли вам профессия дата-инженера? Какие навыки нужны на старте? И можно ли прийти в Data Engineering из аналитики? На бесплатном вебинаре «Как освоить дата-инженерию: с нуля или из аналитики» вместе с Андреем Вильмовым, Data Engineer в IBS, разберём профессию на практике — от первой задачи до более сложной системы. Что будет на эфире:

➖Разберёмся, чем занимается дата-инженер, чем его работа отличается от аналитика и с чего начать путь в профессию; ➖Покажем, как аналитикам расширить стек: забирать данные из разных источников, обрабатывать их и готовить для отчётов; ➖Решим 3 задачи от простой загрузки данных до более сложной системы и посмотрим, как решения меняются с ростом объёма и требований к скорости; ➖Составим карту навыков: что учить сначала, что пригодится дальше и что можно оставить на потом; ➖Посмотрим на работу дата-инженера не только через схемы и теорию — Андрей покажет практические решения и ответит на вопросы в чате.

Это хорошая база, если вы только присматриваетесь к дата-инженерии или хотите понять, какие навыки стоит добавить к уже имеющемуся опыту аналитика. 🎁 ПОЛУЧИТЕ 3 КУРСА (PYTHON, SQL, PANDAS) В ПОДАРОК ЗА РЕГИСТРАЦИЮ НА ЭФИР! Эти курсы - база для того чтобы вкатиться в профессию! 🛎️Регистрируйтесь, эфир совсем скоро!

#офис Лига Цифровой Экономики Аналитик DWH Формат работы: в офисе (Москва) ☑️ Чем предстоит заниматься -Проводить анализ источников, унификацию/подключение источников к DDS -Формировать витрины данных на слое DMT -Проводить тестирование разработанных витрин -Писать проектную документацию (ТЗ/S2T) ☑️ Наши пожелания к кандидатам -Опыт работы в роли аналитика в хранилище Банка от 2-х лет -Понимание архитектуры хранилищ данных (ODS,DDS,DMT) -Опыт работы с моделью данных (Data vault) -SQL – продвинутый уровень (группировки, join-ы, подзапросы, оконные функции, умение ориентироваться в запросах на 1000+ строк) -Опыт работы в построении витрин: прототипирование витрин, тестирование витрины -Опыт формирования требований на разработку ПО (ТЗ,S2T) -Опыт интервьюирования заказчика, сбор требований к витринам -Опыт подключения источников к DDS (будет плюсом) -Опыт работы c Greenplum (будет плюсом) -Опыт работы с Airflow (будет плюсом) Контакты: hr@digitalleague.ru / Telegram @digitalleague 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

ИИ-система может отлично решать задачи бизнеса, но при этом оставаться уязвимой. Утечки данных, атаки на модели, небезопасные сценарии работы агентов — проблемы, которые проще предупредить на этапе проектирования, чем исправлять после запуска. На открытом уроке разберём, как создавать ИИ-системы с учетом требований безопасности с самого начала. Вы узнаете, какие угрозы характерны для LLM, как применять принципы Security by Design и какие архитектурные решения помогают защитить данные и компоненты системы. Разберём практический кейс: усилим архитектуру ИИ-агента с помощью механизмов защиты, проверки данных и управления доступом. Урок пройдет в преддверие старта курса «ИИ-архитектор». Он будет полезен архитекторам ПО, разработчикам, специалистам по инфраструктуре и безопасности, которые проектируют или внедряют ИИ-решения. После занятия вы поймете, как закладывать защиту в архитектуру ИИ-систем и создавать решения, устойчивые к атакам и утечкам данных: https://clck.ru/3W45nQ Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru

Из аналитика в дата-инженеры: переход реален? 🤔 В последнее время все чаще дата-инженерия для аналитиков становится более привлекательной, но в то же время страшной. С одной стороны, хочется понимать не только то, что происходит с данными, но и как эти данные вообще доезжают до нас. Откуда берутся, где хранятся, как обновляются, почему сегодня в витрине 10 млн строк, а завтра 8 млн и кто опять сломал загрузку🥲 И получается ситуация, когда хочется попробовать, но непонятно, с чего начинать и сколько лет на это закладывать. Поэтому мне понравилось, как Симулейтив пересобрали свой буткемп «Инженер данных». Курс разделен на 2 этапа: за первые 10 недель вы осваиваете базу и доходите до уровня junior-специалиста. А на втором этапе — углубленное изучение ключевых инструментов, где вы дорастаете до мидла. Что вас ждет на курсе: ➖SQL, Python, пайплайны сбора и обновления данных, хранение и обработка, DWH; ➖Живые занятия с ментором каждую неделю — не записи, а разборы вживую; ➖Подготовка к собеседованиям с первых недель, а не в самом конце; ➖ИИ-инструменты как часть программы — учите работать с ними, а не избегать; ➖Гостевые лекции от практикующих дата-инженеров из Яндекса, Т-Банка, Авито, Сбера, OZON; ➖Официальный диплом о профессиональной переподготовке. Кому подойдёт: 1. Тем, кто хочет войти в дата-инженерию с нуля или перейти из аналитики; 2. Тем, кто пробовал учиться самостоятельно, но теряет темп без структуры; 3. Тем, кому интереснее не просто считать метрики, а выстраивать систему, на которой держатся данные. Почему сейчас: специалистов, которые управляют данными как системой, на рынке меньше, чем нужно, — а спрос растёт, потому что без инженерии любые данные быстро превращаются в хаос. 🔥ВАЖНО: Симулейтив дают возможность получить грант обучение и гарантируют трудоустройство своих студентов. Количество грантов ограничено! Оставляйте заявку до завтра включительно, чтобы занять одно из 5 оставшихся мест нового потока! 🔗 ЗАБРОНИРОВАТЬ МЕСТО

#senior #удаленка #гибрид МТС Банк Руководитель направления качества данных (Data Quality) Формат работы: удалённо или гибрид (Москва) ☑️ Чем предстоит заниматься -Формировать и развивать процессы в области управления качеством данных -Формировать требования к качеству данных с учётом бизнес-критичности и регуляторных требований -Встраивать требования к качеству данных в производственный процесс -Разрабатывать рекомендации на доработки систем и процессов с целью повышения качества данных -Разрабатывать метрики мониторинга качества данных -Развивать инструменты качества данных -Развивать инцидент-менеджмент по качеству данных -Организовывать обучения и поддержку команд в работе с инструментами качества данных, повышать культуру работы с данными ☑️ Наши пожелания к кандидатам -Знание современных DQ-практик -Понимание методологий DAMA, DCAM или других -Практический опыт внедрения практик управления данными -Понимание жизненного цикла данных -Наличие сертификации по управлению данными (будет плюсом) -Опыт работы в банковской сфере (будет плюсом) -Опыт внедрения AI инициатив (будет плюсом) Откликнуться 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

#middle #senior Технократия Data Engineer 🌍 Казань (релокация/гибридный формат) Мы создаём финтех-продукты для рынков, где формируется будущее финансовых технологий. Работаем на международных проектах, совмещая скорость стартапов с надёжностью enterprise-разработки. Чем предстоит заниматься? • Проектировать и поддерживать интеграцию источников данных (взаимодействие с процессинговыми системами и Автоматизированной Банковской Системой / АБС); • Организовывать мониторинг актуальности входящих данных и оперативно реагировать на инциденты; • Готовить данные для загрузки в оговоренные форматы хранения (Data Lake / DWH) для последующего потребления смежными командами; • Разрабатывать и оптимизировать витрины данных для BI-отчетности в Superset и PowerBI; • Проводить глубокую проверку качества данных (Data Quality), выявлять аномалии и устранять корневые причины ошибок; • Обеспечивать бесперебойную актуальность данных, нести ответственность за соблюдение SLA и быстрое восстановление при авариях. Мы ожидаем: • Опыт в направлении финтех; • Отличное знание SQL (DDL/DML) в PostgreSQL; • Хорошее знание SQL (DDL/DML) в ClickHouse; • Отличные навыки оптимизации SQL-запросов в PostgreSQL; • Отличные навыки работы с Python: написание и поддержка DAG-ов в Airflow, опыт работы с асинхронными сервисами; • Хорошие навыки конфигурирования PostgreSQL. Контакты: @recruiter_technokratos

#гибрид #удаленка X5 Tech Data Engineer (разработчик DWH) Оформление: официальное, с белой зарплатой График: гибкий Формат работы: гибрид или удалённо ☑️ Чем предстоит заниматься -Сбор требований с бизнес-заказчиков и анализ источников данных -Разработка, реализация и поддержка типовых потоковых интеграционных решений на стеке технологий, принятых в команде: Trino, Iceberg, S3, Spark, Apache Airflow, Kafka, Cosmos, Flink -Оперативное реагирование на информацию о проблемах в зоне ответственности, выполнение типовых задач в установленный срок -Поддержание в актуальном состоянии документации типовых интеграционных решений платформы больших данных. Предоставление отчетности о своей деятельности руководителю ☑️ Наши пожелания к кандидатам -Общее представление о стеке технологий Lakehouse -Понимание различия работы между BigData/Lakehouse и с данными обычного размера -Знание SQL (индексы, функции, оптимизация, профилирование производительности) -Опыт работы с любой реляционной БД (Oracle, Postgres, MySQL, MsSQL, DB2 и т.п.) -Умение работать с Git (знание команд git pull/commit/push) -Опыт работы с DBT, Cosmos -Представление о работе с Trino -Понимание устройства Iceberg, форматов данных -Понимание работы с minio или любого другого хранилища на основе S3 -Опыт использования системами ведения проектов и документации -Знания основ программирования (JAVA, Python) Откликнуться 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

Как делать продающие карточки для маркетплейсов Обычно проблема не в самих элементах, а в том, как они собраны: акценты, иерархия, воздух, читаемость. Если хочется не просто повторять отдельные приёмы, а научиться собирать такие карточки целиком можно начать с бесплатного курса по дизайну карточек для маркетплейсов. Там покажут базу, дадут задания с проверкой, разбор работ и помогут собрать первые проекты в портфолио ❤️ Приходи на бесплатный курс! Узнать больше #реклама 16+ yudaevschool24.online О рекламодателе

#senior #удаленка ДОМ.РФ Разработчик-аналитик DWH Опыт работы: не менее 5 лет Формат работы: можно удалённо (Москва) ☑️ Чем предстоит заниматься -Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований -Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика -Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных) -Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд -Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных -Разрабатывать и оптимизировать SQL-запросы -Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками -Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками -Обеспечивать контроль качества данных и их целостность ☑️ Наши пожелания к кандидатам -Высшее образование: техническое, математическое или финансовое -Опыт работы не менее 5 лет -Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами) -Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов -Понимание индексов, партиций, ключей, нормальных форм, SCD -Понимание моделирования данных, построения хранилища, репликации и консистентности данных -Умение рефакторить код и проводить миграцию из одной системы в другую -Знание принципов CI/CD -Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом) -Опыт работы с API (будет плюсом) -Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом) Контакты: itrecruit@domrf.ru 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

Работай с топом Т-Банка над стратегическими проектами ⚡В программе «Мини-СЕО» ты получаешь индивидуальный трек, погружаешься в стратегию компании и работаешь над проектами — от анализа данных до создания новых продуктов. Наставники — топ-менеджеры, которые руководят целыми направлениями. Они передадут знания, которые сложно найти в интернете, помогут выстроить индивидуальный трек карьеры и защитить собственный проект в финале программы. Если ты студент или выпускник с опытом в ИТ, математике или аналитике, подай заявку и начни разгонять карьеру! Зарегистрироваться #реклама 16+ t-miniceo.ru О рекламодателе

#middle #гибрид #удаленка #офис Wildberries Data Engineer Ценообразование Опыт работы: от 3 лет Формат работы: гибрид, удалённо или офис (Москва) ☑️ Чем предстоит заниматься -Проектировать и разрабатывать пайплайны загрузки данных. Делать это оптимально в зависимости от потребностей команд потребителей -Проектировать загрузку данных, раскладку по слоям, витрины в ClickHouse: выбор движка таблиц, ключей сортировки и партиционирования, ключей шардирования и репликации -Оптимизировать запросы и хранение: разбираться, почему запрос медленный или таблица растёт быстрее ожидаемого, и чинить это -Разрабатывать и поддерживать DAGи в Airflow: идемпотентность, ретраи, бэкфиллы, зависимости между задачами -Обеспечивать качество данных: проверки по полноте и консистентности, сверки между системами, алертинг и мониторинг пайплайнов -Работать напрямую с продуктовыми командами и аналитиками: разбирать требования, договариваться о контрактах данных, объяснять ограничения и предлагать варианты ☑️ Наши пожелания к кандидатам -Опыт работы с ClickHouse (это ключевой навык для данной позиции. Необходимо уметь идентифицировать проблемы на кластере, понимать как работать с распределенной БД, как оптимально собрать пайплайны, чтобы не убить кластер) -Уверенный SQL, работа с большими объёмами (у нас есть таблицы 50+ Tb) -Владеете Python для разработки пайплайнов, а иногда даже бекенда на FastAPI -Опыт работы с Apache Airflow (опыт разработки и эксплуатации DAGов в проде, понимание идемпотентности и бэкфиллов) -Опыт работы с Apache Kafka (понимание модели (топики, партиции, консьюмер-группы, оффсеты, семантика доставки), опыт построения загрузки из Kafka в хранилище) -Опыт интеграции данных из REST API и реляционных БД (PostgreSQL и аналоги), включая инкрементальную загрузку и работу с изменениями данных Откликнуться 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

Какие навыки понадобятся в IT в 2030 году? Разберём на онлайн-конференции YaC/e 2026 от Яндекса 30 сентября. Экспертные спикеры, реальные кейсы. Участие бесплатно. Регистрируйся до 29 сентября. Узнать больше #реклама 16+ yace.yandex.ru О рекламодателе

Бесплатный вебинар по аналитике данных! Хочешь в аналитику? Начните свой путь в профессию с нуля! ✅ узнайте актуальную информацию о специальности ✅ эфир от опытного практика с опытом 8+ лет ✅ всё о необходимых навыках и технологиях ✅ честный разбор рынка Регистрируйтесь бесплатно и меняйте свою жизнь с Симулейтив! *Эфир адаптирован для новичков в IT без опыта. Записаться #реклама 16+ simulative.ru О рекламодателе

#senior #удаленка #гибрид МТС Банк Главный аналитик NBO Опыт работы: от 2 лет в сфере анализа данных ☑️ Что нужно делать -Разработка отчётности для анализа эффекта от внедрения моделей, оптимизирующих процессы вторичных продаж -Анализ влияния внешних/внутренних факторов на эффект от кампаний продаж -Анализ бизнес-процессов для выявления зон роста от применения data science моделей -Разработка регулярной отчётности в Power BI -Анализ эффекта пилотов -Разработка технических заданий на создание витрин данных, контроль выполнения задач ☑️ Кого мы ищем -Техническое/математическое/экономическое образование -Уверенное владение SQL (в т.ч. написание процедур и функций, опыт работы с БД Oracle будет плюсом) -Опыт разработки отчётов в BI-инструментах -Опыт проведения A/B тестов, постановки гипотез, проверки статистической значимости, формулировки выводов -Опыт работы от 2 лет в сфере анализа данных (банковская область будет большим плюсом, технологический консалтинг — плюсом) Откликнуться 🔥 Подписаться на наши каналы / @best_itjob / @it_rab

#senior #300k #удаленка Top Selection Дата-аналитик (нормативно-справочная информация) от 250 000 до 270 000 ₽ Опыт работы в области НСИ/обработки данных: от 1–2 лет Можно удалённо ☑️ Обязанности -Сбор и анализ данных из текущих справочников номенклатуры и мест хранения/эксплуатации: 1С УХ, Инфра-М, АХО, склады -Для серверного оборудования добавить в справочник по группам/подгруппам НСИ обязательную аналитику: норматив энергопотребления и заложить в шаблоны -Создание методологии ведения и нормализации справочника номенклатуры, подготовка классификатора и шаблонов для основных категорий -Нормализация данных справочников при необходимости -Подготовка данных для загрузки в 1С.MDM (не более 50 000 номенклатурных записей) ☑️ Требования -Высшее образование (техническое, экономическое, аналитическое направление) -Знание основ методологии управления НСИ (классификация, атрибутивная модель, нормализация данных) -Навык анализа и нормализации наименований номенклатуры -Опыт работы с классификаторами МТР и присвоения классов номенклатурным позициям -Навык выявления дубликатов и согласования данных в справочниках НСИ -Опыт проведения первичного аудита качества данных в справочниках (полнота, корректность, дубли) -Навык работы с Excel, базовые SQL-запросы -Опыт защиты результатов перед бизнес-заказчиком Контакты: info@top-selection.ru 🔥 Подписаться на наши каналы / @best_itjob / @it_rab