Сбер·Москва·6 окт.
Аналитик данных
🏢 ОфисJuniorПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Зарплату не указали, и сравнить её пока не с чем. О деньгах лучше спросить до собеседования. Вакансия живая, задачи расписаны.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Вилку работодатель не назвал. Похожих вакансий для ориентира по рынку пока мало.
- Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.
Живость
Висит 15 дней, признаков фиктивного найма нет. До этого вакансию выкладывали 1 раз: место освобождается не впервые.
- Появилась у нас 6 октября 2026 г., 15 дней назад
- Эту вакансию уже публиковали 1 раз, первая публикация была 29 августа 2026 г.
- Текст сверяли с источником: с тех пор как мы её нашли, он не менялся
- У источника её видели сегодня
В Pro вся история: 1 прошлая публикация и 13 копий на других сайтах
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Расписано подробно: обязанностей 6, требований 9. Картина ясна до первого созвона.
- Обещают
- ДМС
Что требуют
ОбязательноSQLHadoopGreenplumOracleMS SQLScalaSparkJavaRESTKafka
Надбавка к зарплате на этом уровне: SQL +15%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней Сбер обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Анализ требований: разработка ТЗ, проверка наличия данных и постановка задач на разработку
Анализ данных: исследование, очистка, преобразование и моделирование данных, проверка качества данных
Работа с заказчиком: активное взаимодействие на всех этапах проекта
Анализ исходных данных в различных системах и форматах для решения бизнес-задач (оценка структуры, качества, полноты и применимости данных)
Проектирование и разработка аналитических витрин данных
Мониторинг и оптимизация процессов загрузки, преобразования данных и сборки витрин
Наши требования
Высшее законченное техническое образование
Опыт работы в качестве Data Engineer/Data Analyst/ETL Developer не менее 2-х лет
Знание SQL на продвинутом уровне: аналитические функции, подзапросы, хранимые процедуры, оптимизация производительности
Опыт работы с большими объемами данных с использованием систем Hadoop, GreenPlum, Oracle, Teradata, MS SQL
Умение работать как самостоятельно, так и в команде
Знание принципов построения распределенных систем хранения и обработки данных
Понимание принципов работы Spark кластера на базовом уровне (драйвер, executors, партиционирование данных, влияние этого на производительность)
Опыт построения витрин/пайплайнов в PySpark (batch-процессы, обновление витрин, работа с большим объемом данных)
Навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использования их в работе
Мы предлагаем
Офисный формат по адресу Кутузовский проспект 32к1
Ежегодный пересмотр зарплаты и годовая премия
Расширенный ДМС и льготное страхование для семьи
Уникальная система обучения Сбера для профессионального и карьерного развития
Выгодная ипотека для сотрудников
Подписка Прайм с возможностью совместного использования на трёх близких
Вознаграждение за рекомендацию друзей в команду Сбера
Корпоративная пенсионная программа
Дополнительно
Наша команда отвечает за развитие направления Big Data для целей бэкофиса процессинга. Ищем талантливых специалистов в команду, разрабатывающую приложение корпоративной аналитической платформы
Технологический стек включает в себя проектирование и построение витрин данных на кластерах Hadoop с использование собственного инструмента (на основе Scala и Spark), разработку интеграционных сервисов на Java (Rest, Kafka, gRPC), OpenShift, БД Pangolin
