Мы команда CORE-аналитики в штабе CX, выстраиваем работу с данными по характеристикам и действиям клиентов банка.

Ключевая роль данной позиции – создать и поддерживать слой данных (сырые данные → агрегированные → слой метрик) для работы дата аналитиков и автоматизации поставки данных в BI.

Мы ищем человека, который: писал скрипты по расчёту метрик, процедуры и пайплайны обновления данных на SQL+Python — и при этом хорошо понимает бизнес-смысл того, что считает.

Обязанности

* проектирование и разработка аналитического слоя: архитектура DWH, модели данных для Greenplum и Hadoop, разработка и поддержка SQL-скриптов для расчёта продуктовых и клиентских метрик, создание новых расчётов метрик «под ключ»

* автоматизация и оркестрация: разработка Airflow DAG, оптимизация пайплайнов, автоматизация рутинных ETL-операций (трансформации, загрузки, очистка, отчёты)

* качество и валидация данных: внедрение DQ-проверок (аномалии, null, типы, логические противоречия), построение мониторинга качества

* поддержка, масштабирование и документация: сопровождение ETL и витрин, расширение системы под новые источники/метрики, документирование архитектуры, трансформаций и бизнес-правил

* аналитическая составляющая: понимание смысла метрик, поиск инсайтов, клиентская аналитика (сбор, группировки, выводы, документирование), сотрудничество с BI-командой

* обмен знаниями: передача знаний смежным аналитикам, разработка best practices для команды.

Требования

* продвинутый SQL: опыт написания больших сложных скриптов по расчёту метрик, процедур и пайплайнов обновления данных на SQL; уверенная оптимизация запросов и работа с большими объёмами (window functions, CTE, сложные джойны, агрегации)

* опыт построения ETL/ELT-пайплайнов от 2 -х лет

* опыт работы с Airflow или аналогами

* уверенный Python (pandas, numpy, генераторы, ООП)

* опыт работы с OLAP-хранилищами (Greenplum, ClickHouse, Vertica и пр.) и Hadoop-экосистемой (Spark, Hive, HDFS), понимание spark-конфигураций

* понимание концепций DWH (витрины, измерения, факты, нормализация)

* базовые знания DQ-проверок и валидации данных

* владение Git

* навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом

* опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки

* статистика и математика: проверка гипотез, нормальное распределение, базовые статистические тесты

* A/B-тестирование: теория, интерпретация результатов, проектирование

* клиентская аналитика: сегментация, портреты пользователей, когортный анализ, расчёт retention/churn

* способность находить инсайты в данных и объяснять их бизнесу.

Условия

* комфортный современный офис рядом с м. Кутузовская

* формат работы - офис

* ежегодный пересмотр зарплаты, 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.