Skip to content
Search jobs inside your AI agent. Claude, ChatGPT, Claude Code, Codex, Gemini, Cursor and Grok
Connect

TS Dev

NewBe an early applicant

Аналитик DWH

Posted Updated

Description

Зарплата: 180000–300000 RUR (на руки)

Аналитик DWH

Ищем аналитика DWH с опытом работы с хранилищами данных, который умеет исследовать источники, анализировать данные, формализовать бизнес-требования и проектировать логику их преобразования. Вам предстоит работать с SQL, моделями данных, ETL/ELT-процессами и витринами, обеспечивая корректность, целостность и качество данных на всех этапах обработки.

Нам важен специалист, который понимает не только как написать SQL-запрос, но и откуда поступают данные, как они преобразуются, по каким правилам рассчитываются показатели и как конечный результат используется бизнесом и аналитическими системами.

Что будет в работе

  • Анализировать источники данных: базы данных, API, файлы, выявлять структуру, связи, ограничения и проблемы качества данных.

  • Исследовать существующие модели данных, DWH-архитектуру, слои хранения и процессы обработки данных.

  • Собирать, анализировать и формализовать бизнес-требования к загрузке, трансформации и хранению данных.

  • Проектировать модели данных: сущности, таблицы, связи, ключи, факты, измерения, гранулярность и историзацию.

  • Разрабатывать и описывать логику ETL/ELT-процессов, правила трансформации, инкрементальные загрузки и обработку изменений.

  • Проектировать витрины данных под BI-системы, отчётность и бизнес-задачи, определять логику расчёта показателей и агрегатов.

  • Разрабатывать и анализировать SQL-запросы, проверять корректность данных, участвовать в оптимизации производительности.

  • Описывать потоки данных, маппинги источников и целевых систем, спецификации и техническую документацию.

  • Проверять корректность загрузок и трансформаций, проводить сверки данных между источниками, слоями DWH и витринами.

  • Выявлять проблемы качества данных: дубли, пропуски, нарушения целостности, некорректные значения и расхождения.

Что важно

SQL и базы данных

  • Опыт работы DWH-аналитиком от 2–3 лет.

  • Уверенное знание SQL: сложные JOIN, CTE, подзапросы, агрегаты, оконные функции.

  • Понимание планов выполнения запросов, умение находить узкие места и оптимизировать SQL.

  • Практический опыт работы с реляционными СУБД и хотя бы одной промышленной или аналитической базой данных: PostgreSQL, Oracle, Greenplum, ClickHouse или аналогичной.

Архитектура DWH и моделирование

  • Понимание архитектуры хранилищ данных, принципов организации слоёв и потоков данных.

  • Опыт моделирования данных: сущности, атрибуты, связи, ключи, факты и измерения.

  • Понимание гранулярности данных, историзации, принципов хранения исторических изменений.

  • Знание подходов к построению моделей данных и аналитических витрин.

ETL/ELT и работа с данными

  • Понимание процессов извлечения, загрузки и трансформации данных (ETL/ELT).

  • Знание принципов инкрементальной загрузки, CDC и обработки изменений в источниках.

  • Понимание обработки дублей, NULL, удалений, поздно поступающих данных и повторных загрузок.

  • Опыт проектирования витрин данных для BI, отчётности и аналитических задач.

  • Навыки исследования источников данных и выявления проблем качества, структуры и согласованности информации.

Системный анализ и документация

  • Умение собирать и формализовать бизнес-требования, описывать алгоритмы расчётов и правила обработки данных.

  • Навыки подготовки технических спецификаций, S2T-маппингов (Source-to-Target), ER-диаграмм и схем потоков данных.

  • Умение описывать структуру полей, правила трансформации, фильтры, исключения и критерии приёмки.

  • Навыки проверки результатов загрузки и трансформации данных, сверки источников и витрин, контроля полноты, уникальности и целостности.

Инструменты и командная работа

  • Опыт работы с Jira, Confluence или аналогичными инструментами.

  • Понимание принципов работы Git и версионирования SQL-скриптов и аналитической документации.

  • Знакомство с BI-инструментами: Power BI, Tableau, Qlik, DataLens или аналогичными.

  • Понимание принципов работы ETL/ELT-инструментов и оркестрации процессов загрузки данных.

Будет плюсом

  • Python для анализа, обработки и проверки данных.

  • Опыт работы с Airflow: DAG, расписания, зависимости, мониторинг загрузок.

  • Знание dbt: модели, трансформации, тестирование и документация данных.

  • Понимание Kafka и потоковой передачи данных, событийной интеграции.

  • Знакомство с Hadoop, Spark и принципами распределённой обработки больших объёмов данных.

  • Опыт проектирования хранилищ по методологиям Data Vault 2.0, Kimball, Star Schema, Snowflake Schema.

  • Знание принципов Data Governance, Data Lineage, каталогов данных и управления качеством.

  • Опыт миграции данных, переноса отчётности, модернизации DWH.

  • Опыт работы в банковской, финтех, телеком или другой предметно сложной области.

Английский

Умение читать техническую документацию на английском языке.

Процесс

  • Короткое общение с рекрутером.

  • Техническое интервью / TechCertify-скрининг.

  • Передача на подходящие проекты клиентам.

Если вы умеете работать с данными не только на уровне запросов, но и понимаете их структуру, происхождение, трансформацию и конечное применение — будем рады познакомиться с вами!

Skills

Apply

See also