Аналитик (стажёр) в команду аналитики внутренних коммуникаций
Наша команда анализирует внутренние коммуникации и активности Яндекса: мероприятия, трансляции, крупные каналы. Данные — основа наших аналитических инструментов, и мы ищем стажёра, который поможет навести порядок в хранении данных и улучшить витрины и дашборды. Стажировка на 4 мес., 30 ч в неделю.Навести порядок в хранении данных
Разобраться в текущем контуре витрин: что у нас есть, чем каждая пополняется и насколько критична. Настроить резервное копирование там, где его нет, и составить понятную карту данных. Оптимизировать скрипты и настроить проверки данных
Разобрать конкретные пайплайны и привести их в порядок, завести валидацию данных на витрины там, где её пока нет. Работать напрямую с DataLens
Находить баги в существующих дашбордах, предлагать улучшения и помогать решать запросы от заказчиков. Помочь подготовить AI-ready-данные
Погрузиться в данные и подготовить семантический слой для агентов: описать домены, термины и то, как считаются метрики. Это база, на которую в будущем будут опираться AI-инструменты команды.* Учитесь на профильном направлении (анализ данных, прикладная математика, экономика, информационные системы) и готовы работать 30 часов в неделю * Уверенно владеете SQL: JOIN, GROUP BY, CTE, оконные функции, подзапросы * Знаете Python на хорошем уровне * Понимаете, как устроено хранилище данных: таблицы, слои, зависимости между витринами * Имеете опыт с любым BI-инструментом (DataLens, Форсайт, Tableau, Power BI) и представляете путь «витрина → датасет → чарт»* Настраивали автоматизацию расчётов: планировщики и регулярные джобы (Nirvana, Airflow, cron), триггеры обновления, алерты на падение * Работали с распределёнными хранилищами и SQL-движками над ними (YT, ClickHouse, Greenplum, Hive) или участвовали в проектировании схем и миграции в DWH * Знаете матстат на рабочем уровне: описательные статистики, проверка гипотез, корреляции/регрессии* Официальное трудоустройство на 4 месяца с занятостью 30 часов в неделю * Работа в московском офисе с возможностью гибридного формата (3–4 дня в офисе, 1–2 дня удалённо — детали обсуждаются с руководителем) * Программа менторства и сопровождения на протяжении всей стажировки (рекомендуется в первое время работать в одном графике с ментором) * Ежедневная компенсация питания на территории офиса * Возможность участвовать в создании полезных сервисов для десятков тысяч пользователей в крупной технологической компании * Профессиональная команда, культура открытости и взаимопомощи, возможность быстро увидеть результаты своей работы
Разобраться в текущем контуре витрин: что у нас есть, чем каждая пополняется и насколько критична. Настроить резервное копирование там, где его нет, и составить понятную карту данных. Оптимизировать скрипты и настроить проверки данных
Разобрать конкретные пайплайны и привести их в порядок, завести валидацию данных на витрины там, где её пока нет. Работать напрямую с DataLens
Находить баги в существующих дашбордах, предлагать улучшения и помогать решать запросы от заказчиков. Помочь подготовить AI-ready-данные
Погрузиться в данные и подготовить семантический слой для агентов: описать домены, термины и то, как считаются метрики. Это база, на которую в будущем будут опираться AI-инструменты команды.* Учитесь на профильном направлении (анализ данных, прикладная математика, экономика, информационные системы) и готовы работать 30 часов в неделю * Уверенно владеете SQL: JOIN, GROUP BY, CTE, оконные функции, подзапросы * Знаете Python на хорошем уровне * Понимаете, как устроено хранилище данных: таблицы, слои, зависимости между витринами * Имеете опыт с любым BI-инструментом (DataLens, Форсайт, Tableau, Power BI) и представляете путь «витрина → датасет → чарт»* Настраивали автоматизацию расчётов: планировщики и регулярные джобы (Nirvana, Airflow, cron), триггеры обновления, алерты на падение * Работали с распределёнными хранилищами и SQL-движками над ними (YT, ClickHouse, Greenplum, Hive) или участвовали в проектировании схем и миграции в DWH * Знаете матстат на рабочем уровне: описательные статистики, проверка гипотез, корреляции/регрессии* Официальное трудоустройство на 4 месяца с занятостью 30 часов в неделю * Работа в московском офисе с возможностью гибридного формата (3–4 дня в офисе, 1–2 дня удалённо — детали обсуждаются с руководителем) * Программа менторства и сопровождения на протяжении всей стажировки (рекомендуется в первое время работать в одном графике с ментором) * Ежедневная компенсация питания на территории офиса * Возможность участвовать в создании полезных сервисов для десятков тысяч пользователей в крупной технологической компании * Профессиональная команда, культура открытости и взаимопомощи, возможность быстро увидеть результаты своей работы