Data Analyst (Middle+)

Ориентир по рынку≈ 147 000 – 212 000 ₽наш грубый ориентир по 199 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

≈ 1,8 тыс.–2,6 тыс. $

ОфисMiddleПолная занятостьопубликовано 2 дн назад

≈ 147 000 – 212 000 ₽наша приблизительная оценка

Описание

Разбор

Подготовить откликОтклик

История

Наша компания

Мы создаём подразделение, которое занимается только крупными аналитическими задачами и не берёт текущую операционную нагрузку: ни регулярной отчётности, ни запросов «посчитай к завтра». Команда разбирает вопросы, которые годами решаются вручную и по-разному, строит под них инструменты и передаёт их тем, кто будет пользоваться ими постоянно Дата-аналитик работает в общем пуле аналитиков и подключается к задаче вместе с её ведущим — на всю задачу, а не на отдельные поручения. Задачи меняются каждые несколько месяцев вместе с предметной областью: от абонентской базы до розничных продаж. Это особе

О роли

Вы увидите, как устроена компания с разных сторон, а не одну её область. Ваши расчёты не уйдут в презентацию и не забудутся: они становятся частью инструмента, которым потом пользуются постоянно

Чем предстоит заниматься

Находить и готовить данные: выгрузки, стыковка источников, обработка аномалий

Проверять качество данных до того, как на них построен вывод, — это отдельная и обязательная часть работы

Считать, проверять гипотезы и самим оценивать результат на правдоподобность

Собирать прототип: расчётную модель, таблицу, черновой дэшборд

Описывать логику расчёта так, чтобы его можно было повторить без вас

Наши требования

Опыт работы от 2 лет в анализе данных

Уверенный SQL: сложные соединения, оконные функции, понимание причин медленных запросов

Python с Pandas либо KNIME или похожий инструмент подготовки данных

Excel на уровне расчётных моделей и сводных таблиц

Базовая статистика: доли, динамика, сопоставимость периодов, понятие контрольной группы

Привычка оставлять за собой расчёт, который можно запустить повторно

Опыт работы с BI-платформами, работа с большими таблицами клиентского уровня, знакомство с системами контроля версий, использование языковых моделей для ускорения рутинной части работы