IT_One·Удаленно·29 сент.
Старший инженер-тестировщик данных
Ориентир по рынку≈ 275 000 – 400 000 ₽наш грубый ориентир по 188 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана
🌍 УдалённоSeniorПолная занятостьАутсорсАнглийский A2
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Сумму в объявлении не указали. Грубый ориентир: столько платят в 188 вакансиях уровня Senior по всему рынку, без учёта специальности.
Живость
Открыта 20 дней, и признаков фиктивного найма у неё нет.
Описание
Обязанности: 30, требования: 34. Понятно, что за работа, ещё до отклика.
- Известно
- английский A2
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
Что требуют
ОбязательноSQLGreenplumAirflowPower BIVaultGitJira
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
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Формировать стратегию тестирования данных, влияющих на управленческую, финансовую и регуляторную отчетность
Определять уровни контроля качества, критерии приемки и подход к регрессионному тестированию
Брать ответственность за качество данных отдельного домена или функционального блока
Работать при неполных требованиях и выявлять риски качества данных
Участвовать в пользовательском тестировании аналитических решений совместно с бизнесом и аналитиками
Подготавливать стандарты приемки решений, связанных с данными, включая качество требований, тестируемость витрин и готовность отчетов к пользовательскому тестированию
Проверять корректность данных для управленческой, финансовой и клиентской аналитики
Проектировать тестовые наборы для проверки качества банковских данных: полнота, непротиворечивость, своевременность, уникальность, соответствие справочникам и бизнес-правилам
Учитывать особенности Greenplum: объемы данных, партии, ключи распределения и ограничения производительности проверок
Строить SQL-запросы по большим транзакционным наборам данных с учетом дат, статусов, версий записей и историчности
Проводить сверки источников, витрин и BI-отчетов
Тестировать ETL/ELT-процессы: загрузку, трансформацию, инкрементальность, повторные запуски, обработку ошибок и восстановление после сбоев
Валидировать сквозной путь: источник → DWH → витрина → отчет
Проверять BI-дашборды: метрики, фильтры, визуализации, полевую модель, соответствие данным источников и требованиям заказчика
Автоматизировать повторные проверки SQL-скриптами, средствами оркестрации или тестовыми фреймворками
Переводить повторные ручные проверки в автотесты или регламентные SQL-наборы для регрессионного тестирования
Проверять не только корректность данных, но и бизнес-ценность отчета: применимость метрик, понятность фильтров и соответствие управленческой задаче
Определять метрики качества данных: полнота, непротиворечивость, своевременность, уникальность, соответствие справочникам и бизнес-правилам
Проектировать метрики и отчеты по качеству данных для домена, включая контроль отклонений, трендов, полноты загрузок и критичных бизнес-правил
Формировать SQL-скрипты для регрессионной проверки критичных финансовых метрик и отчетных показателей
Участвовать в построении процессов Data Governance, приемки витрин, контроля происхождения данных и управления дефектами данных
Участвовать в анализе причин инцидентов качества данных и инициировать меры по предотвращению повторных ошибок
Наставлять QA-специалистов, проводить ревью тестовой документации, SQL-проверок и дефектов
Консультировать аналитиков, инженеров данных и заказчиков по качеству данных, тестируемости требований и рискам релиза
Формировать единые стандарты тест-дизайна для дата-проектов, шаблоны проверок, критерии готовности и отчетность по качеству
Определять процессы приемки и стандарты тестирования в команде
Помогать внедрять практики управления данными и культуру качества банковских данных
Формировать тест-кейсы, чек-листы, дефекты и отчеты о качестве данных в Jira или аналогичных системах
Предлагать улучшения тестового процесса, шаблонов проверок и приемочных критериев
Предлагать улучшения приемки витрин и отчетов: обязательные сверки, контрольные суммы, пороги отклонений и правила фиксации дефектов
Наши требования
Опыт QA для DWH, ETL/ELT, BI и решений, связанных с данными, не менее 5 лет, включая ответственность за качество данных по направлению или домену
Опыт тестирования в финансовых DWH/BI-проектах, включая проверку критичных витрин, финансовых показателей и отчетности
Понимание жизненного цикла разработки и тестирования решений, связанных с данными
Умение работать с требованиями, маппингами, бизнес-правилами и критериями приемки
Понимание типовых рисков качества финансовых данных: расхождения сумм, валют, дат операций, периодов отчетности, статусов документов, неполная загрузка операций
Понимание банковской предметной области на уровне основных продуктов, операций, финансовых показателей и типовых рисков качества данных
Опыт пользовательского тестирования аналитических решений совместно с бизнесом и аналитиками
Уверенное владение SQL: сложные запросы, соединения, агрегаты, подзапросы, оконные функции
Проектирование комплексных проверок для больших объемов данных и критичных бизнес-правил
Понимание особенностей Greenplum: объемы данных, партии, ключи распределения и ограничения производительности проверок
Опыт построения SQL-запросов по большим транзакционным наборам данных с учетом дат, статусов, версий записей и историчности
Опыт тестирования ETL/ELT-процессов: загрузка, трансформация, инкрементальность, повторные запуски, обработка ошибок и восстановление после сбоев
Опыт тестирования BI-дашбордов: метрики, фильтры, визуализации, полевая модель
Валидация сквозного пути: источник → DWH → витрина → отчет
Автоматизация повторных проверок SQL-скриптами, средствами оркестрации или тестовыми фреймворками
Опыт перевода повторных ручных проверок в автотесты или регламентные SQL-наборы
Определение метрик качества данных: полнота, непротиворечивость, своевременность, уникальность, соответствие справочникам и бизнес-правилам
Проектирование метрик и отчетов по качеству данных для домена
Участие в построении процессов Data Governance, приемки витрин, контроля происхождения данных и управления дефектами
Анализ причин инцидентов качества данных и инициация мер по предотвращению повторных ошибок
Аналитическое мышление
Умение объяснять сложные вещи простым языком
Умение структурировать информацию и фиксировать договоренности по итогам встреч
Навыки письменной коммуникации: понятные комментарии, статусы, описания решений, инструкции и документация
Ответственность за корректность результатов
Умение аргументированно отстаивать свою позицию
Управление ожиданиями заказчиков и смежных команд
Выявление неявных требований, противоречий и рисков в ходе коммуникации
Фасилитация обсуждений
Наставничество менее опытных специалистов и передача знаний внутри команды
Опыт работы с OpenMetadata или другими каталогами данных
Опыт настройки мониторинга качества данных и алертинга
Опыт внедрения автотестирования в DWH-проектах
Понимание SLA/SLO по качеству данных
Дополнительно
Мы ищем опытного инженера-тестировщика данных для работы в крупном банке с промышленным хранилищем данных, BI-ландшафтом и большими объемами финансовых и операционных данных. Вы будете отвечать за качество данных на всех этапах: от источников до витрин и BI-отчетности, внедрять стратегии тестирования, автоматизировать проверки и обеспечивать надежность критичных бизнес-решений
Технологический стек