Ozon·Москва·1 дн назад
Аналитик данных B2B, Финансы, Ozon Банк
Ориентир по рынку≈ 77 000 – 110 000 ₽наш грубый ориентир по 200 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана
≈ 1 тыс.–1,4 тыс. $
УдалённоJuniorПолная занятость
≈ 77 000 – 110 000 ₽наша приблизительная оценка
Описание
Подготовить отклик
История
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Вакансия к тому же свежая, откликаться лучше сейчас.
3 из 4 в норме
Наша компания
Ozon Банк — это современные финансовые технологии для людей и бизнеса. Мы создаём новые для рынка продукты и сервисы для физических и юридических лиц. Гордимся атмосферой в команде открытый диалог, поддержка коллег, возможность влиять на результат и признание достижений. Мы ищем сильного дата-аналитика, который поможет улучшить сервис аналитики финансового подразделения Ozon. Вы будете ответственным за ключевые метрики рисков В2В.
Чем предстоит заниматься
Работать с большими данными из разных источников. Строить сложные витрины
Определять метрики рисков (AR, TR, PD, LGD, Gain RL) — как для всей компании, так и для отдельных продуктов
Понимать зависимости и иерархию между метриками, уметь их декомпозировать и выявлять влияние на продукт
Создавать воронки скоринга, анализировать эффективность стоп-правил, сегментировать клиентскую базу
Мониторить эффекты от запусков продуктовых стратегий, оценивать результаты и формулировать рекомендации продукту
Писать сложные оптимальные запросы для Vertica и ClickHouse
Строить многоуровневые борды в Superset
Наши требования
Опыт работы создания сложных систем данных
Высшее техническое, математическое, финансовое или экономическое образование
Опыт работы аналитиком более 2 лет
Навыки общения с заказчиками и выявления бизнес-требований
Способность аргументированно отстаивать свою точку зрения, готовность слышать и учитывать точки зрения коллег
Знание Python на уровне, достаточном для анализа, визуализации и интерпретации данных
Умение строить ETL-процессы, например, с помощью Airflow
Знание основ эконометрического моделирования
Понимание различных финансовых продуктов (кредитов, деривативов и т.д.) и связанных с ними рисков
Опыт работы в аналитических средах Superset, Power BI и Tableau
ClickHouse, Vertica, Python, SuperSet, Airflow
