Мы ищем инженера данных, который будет отвечать за развитие аналитики цифровых процессов некредитных продуктов (дебетовые карты и VAS-продукты). Основная задача роли — обеспечить высокое качество данных, прозрачность клиентских процессов и единую систему продуктовых метрик для принятия эффективных бизнес-решений.
Чем предстоит заниматься
- Проводить аудит текущего состояния аналитической разметки и обеспечивать ее актуальность.
- Формировать и развивать систему продуктовых и процессных метрик цифровых каналов.
- Строить и сопровождать аналитику клиентских процессов и продуктовых воронок.
- Разрабатывать и поддерживать витрины данных и отчетность для анализа эффективности процессов и продуктов.
- Создавать аналитические и мониторинговые дашборды.
- Контролировать качество данных: проводить аудит, валидацию, выявлять аномалии и обеспечивать корректность данных по процессам цифрового канала.
- Выполнять исследовательскую аналитику, находить узкие места, точки роста и формировать рекомендации.
- Участвовать в анализе инцидентов и расследовании причин отклонений ключевых показателей.
- Выполнять ad-hoc аналитические задачи в рамках согласованного бэклога.
- Развивать аналитические инструменты, подходы и практики работы с данными.
Что мы ожидаем
- Высшее образование.
- Опыт работы в области аналитики данных, продуктовой аналитики или инженерии данных от 3 лет.
- Уверенное понимание архитектуры данных цифровых продуктов: событийная модель, event-tracking, витрины данных, DWH.
- Практический опыт построения аналитики клиентских процессов и продуктовых воронок.
- Опыт обеспечения качества данных: аудит, валидация, мониторинг и выявление аномалий.
- Уверенное владение SQL (обязательно).
- Базовые навыки Python для анализа данных и автоматизации аналитических задач.
- Опыт работы с BI-платформами (Power BI, FineBI, Tableau, Apache Superset или аналогами).
- Опыт работы с системами событийной аналитики (AppMetrica, Firebase, Amplitude или аналогами).
- Уверенное владение Excel, включая сложные формулы, сводные таблицы, Power Query и Power Pivot.
- Опыт работы с корпоративными хранилищами данных (DWH).
Похожие вакансии
обязательно опыт ПНР: МЕЛЬНИЦ, дробилок, редукторов и т.д. - высшее техническое образование (инженер-механик, сервисный или горный инженер). -
Что ты будешь делать: Опыт работы с МЛ-моделями в рекламе - обязательно!. Хорошее знание Python (стандартные и ML библиотеки, умение...
Экспертное знание Linux и практик DevOps/SRE. Экспертиза Redis, Kafka, Elasticsearch. Практический опыт с Doker. Опыт работы в высоконагруженных проектах.
Опыт работы Lead Data Engineering / DWH / Big Data от 5 лет. Опыт работы с DBT / Airflow / Spark / объектными хранилищами.
Высшее профильное образование. Опыт работы инженером-конструктором не менее 3-5 лет. Знание нормативных документов в области проектирования и строительства.