Аналитик КХД

Open 30d posting dated 7 days ago

Summary

Data analyst builds and maintains credit-risk data marts for a bank’s corporate portfolio, writing complex SQL and ETL pipelines to support regulatory reporting under Russian standards.

Навыки: SQL, Python, ETL, DWH. Специализации: Аналитик по данным.

Проект: Расчёт величины кредитного риска по кредитному портфелю требований к корпоративным заёмщикам и ценным бумагам Банка на основе внутренних рейтингов (Положение Банка России 483-П) и в соответствии с Инструкцией Банка России 199-И.

Управленческая отчетность по RWA ПВР, факторный и портфельный анализ, оптимизация RWA. Функциональность по тестовым расчетам гипотез без отражения в отчётности Банка.

Требования:

  • Высшее естественнонаучное, техническое или экономическое образование;
  • Опыт работы на проектах внедрения/развития хранилищ данных и/или Data Lake от 3 -х лет;
  • Глубокое знание SQL (диалекты Oracle, PostgreSQL), написание сложных запросов,чтение PL\SQL- кода;
  • Опыт проектирования и разработки отчетности на базе одного из инструментов: MS SQL Reporting Services, Tableau;
  • Опыт проектирования объектов БД, понимание архитектуры хранилищ данных;
  • Навыки описания потоков загрузки данных в хранилища
  • (DWH), составления технической документации (Source2Target, ТЗ)
    Желателен опыт работы с ETL - средствами, предпочтительно с Informatica Power Center;
  • Плюсом будет знакомство с ClickHouse и GreenPlum;
  • Опыт работы с трэкинг-системами и, в частности, JIRA.

Дополнительные (желательные) требования

  • Знание процессов корпоративного кредитования
  • Опыт участия в крупных проектах в сфере финансов, гос. услуг или ритейла
  • Общее понимание целей и методов микросервисной архитектуры
  • Умение применять технику пользовательских сценариев Use Cases
  • Опыт работы с BPMS Camunda

Задачи:

  • Разработка новых витрин данных, доработка имеющихся в Банке витрин на основании БТ в рамках проекта перехода Банка на ПВР
  • Разработать и внедрить промышленную базу (витрину) дефолтов, исходя из разработанных критериев дефолта, включая необходимые атрибуты (например, дата дефолта, дата выздоровления, события дефолта и др.)
  • Разработать витрины с историческими данными, некими константами за прошлые периоды.
  • Интеграция исторические витрины в текущие (будущие) процессы и потоки данных