Data analyst

Мы занимаемся развитием аналитического контура для управленческой отчетности рисков: строим витрины данных, анализируем кредитный портфель и риск-метрики, автоматизируем отчетность с использованием BI-инструментов и развиваем AI-агента для работы с аналитическими запросами. Команда работает на стыке риск-аналитики, данных и внутренних AI-инструментов.

Техстек:

SQL, Python, pandas, PySpark, Apache Spark, Hadoop/HDFS, BI-инструменты, PostgreSQL / ClickHouse.

Обязанности

• Разработка дашбордов "с нуля" в BI системе "Навигатор" (внутренее решение банка);

• Взаимодействие с контрагентами, анализ и формирование требований к отчетам;

• Разработка аналитических витрин по кредитному портфелю и риск-метрикам;

• Работа с данными с использованием SQL, Python и PySpark;

• Проверка качества данных, корректности расчетов, аналитических гипотез и ответов AI-агента;

• Участие в развитии AI-агента для работы с отчетностью и аналитическими запросами;

• Подготовка аналитических выводов для бизнеса и взаимодействие с бизнес-заказчиками, разработчиками и владельцами данных.

Требования

• Опыт работы дата-аналитиком от 2 лет в банковском, финтех, риск-, продуктовой или портфельной аналитике;

• Опыт разработки дашбордов в Power BI (DAX, Power Query) / Tableau / DataLens;

• Знание циклов BI-разработки: Понимание ETL-процессов, принципов работы с хранилищами данных (DWH);

• Опыт разработки аналитических витрин или регулярных отчетных слоев данных;

• Уверенный SQL: сложные запросы, join, CTE, оконные функции, агрегации, оптимизация тяжелых запросов;

• Python для анализа данных: pandas, numpy, обработка больших таблиц, автоматизация расчетов и проверок;

• Опыт работы с PySpark / Apache Spark: DataFrame API, агрегации, join, partitioning, работа с parquet-данными;

• Умение описывать бизнес-логику расчетов и проверять корректность данных;

• Умение проверять корректность расчетов, данных и аналитических выводов;

• Отличные коммуникативные навыки, умение работать с кросс-функциональными командами и доносить сложные идеи до нетехнических специалистов.

Будет плюсом:

• Интерес к LLM, text2sql и AI-агентам;

• Опыт работы с Hadoop/HDFS, Hive или другими Big Data-инструментами;

• Знание статистики, принципов математического моделирования и проверки гипотез;

• Опыт автоматизации аналитической отчетности на Python;

• Опыт с PostgreSQL / ClickHouse или другими MPP/Big Data-хранилищами.

Условия

• комфортный современный офис: Кутузовский проспект 32
• офисный формат работы
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.