Просмотр вакансии

В департамент по работе с проблемными активами требуется опытный Middle+/Senior Data Analyst.

Мы успешно разрабатываем и внедряем DS-модели и AI-агентов, но понимаем, что их эффективность напрямую зависит от фундамента — качественно проанализированных и подготовленных данных.

Наши текущие решения уже принесли компании миллиардный эффект, однако мы уверены, что это лишь фундамент для будущих достижений.

Мы ищем коллегу, который станет ключевым звеном между сырыми данными и нашими моделями.

Обязанности

Ваши ключевые задачи:

• погружение в бизнес: анализировать процессы работы с проблемными активами и формировать гипотезы для создания новых признаков, повышающих предсказательную силу моделей
• сбор и интеграция данных: создавать единые витрины данных, собирая информацию из разрозненных источников — внутренних АБС, внешних баз и неструктурированных данных
• исследовательский анализ: проводить глубокий EDA, находить скрытые закономерности и зависимости, которые станут основой для новых фичей
• развитие Feature Store: проектировать, поддерживать и обеспечивать актуальность признакового пространства для команды Data Science
• оптимизация производительности: проектировать решения с учётом производительности, оптимизировать сложные SQL-запросы и пайплайны обработки данных
• обеспечение качества: внедрять практики контроля качества данных (Data Quality) на всех этапах подготовки
• Ad-hoc аналитика: оперативно обрабатывать запросы от бизнеса и команды для поддержки принятия решений.

Требования

• высшее образование
• релевантный опыт работы от 3 лет на позиции Data-аналитика или Аналитика DWH
• технический стек: уверенное владение Apache Spark и написание сложных, оптимизированных SQL-запросов
• навыки анализа: опыт обработки больших объёмов неструктурированных данных, знание статистики и методов проверки гипотез
• проектирование: навыки моделирования данных (знакомство с подходами Data Vault, Dimensional Modeling) и проектирования высоконагруженных систем
• ML-компетенции: практический опыт работы с ML-моделями и понимание жизненного цикла их разработки
• инструменты командной работы: владение системами контроля версий (Git), участие в код-ревью
• бизнес-контекст: умение понимать бизнес-задачи и транслировать их в технические требования к данным.

Условия

• офисный формат работы: г. Москва, Кутузовский проспект, д. 32, к.1
• ежегодный пересмотр зарплаты и годовая премия
• более 400 образовательных программ в СберУниверситете для твоего развития
• спортзал и зоны отдыха
• расширенный ДМС, льготное страхование для семьи
• бесплатная подписка СберПрайм+, скидки у партнёров
• вознаграждение за рекомендацию друзей в команду Сбера.