Не ищи работу.Пусть она найдёт тебя.

2+ года опыта в data analysis, data engineering, applied ML или близкой области. Уверенное владение Python: pandas/polars, numpy... Выявлять аномалии, несоответствия и другие проблемы в данных. Разрабатывать и развивать автоматические и полуавтоматические проверки качества данных. Участвовать в развитии...

Какие знания и навыки нам важны: Высшее образование (техническое или экономическое будет преимуществом). Опыт работы в аналогичной должности от 5... Комплекс городского хозяйства ДИТ создает и развивает информационные системы, необходимые для слаженной и эффективной работы всех сфер ЖКХ в Москве.

Опыт работы в аналитике данных и понимание того, как результаты анализа помогают решать бизнес-задачи. – Уверенное владение SQL: умение писать... Тебе предстоит работать с полным циклом анализа: собирать и проверять данные, исследовать их, создавать дашборды и помогать коллегам использовать выводы...

Опыт работы в аналитике данных или BI от 1,5 лет. Отличное знание Power BI: уверенное создание мер на DAX... Разработка отчетов и аналитических инструментов в Power BI, Excel. Создание единого информационного поля (KPI, мониторы производительности) для отделов (контроль источников...

Образование: высшее (техническое, экономическое или по направлению «логистика»). Опыт и понимание операционных процессов крупных распределительных центров и транспорта: Складские процессы... Диспетчеризация и управление товародвижением между индустриальными складами: Расчёт оптимальной потребности в пополнении и перемещении излишков с учётом текущих остатков, прогнозов...

Работа с данными: Уверенное владение SQL (Oracle, PostgreSQL) и опыт работы с большими объемами данных. Работа с документами: Анализ больших... Обеспечение внедрения методологии и инструментов управления метаданными – развитие Бизнес Глоссария и Дата каталога, в т.ч. создание таксономий, доменов данных...

Продвинутые знания в области математики (мат.анализ, линейная алгебра, теория вероятностей, мат.статистика). Рython: типы данных, структуры, ООП. Классический ML: задачи (классификация... Разработка ML-моделей и алгоритмов. Вывод в production ML-моделей и расчетных модулей. Аналитика на больших данных. Разработка LLM-приложений...

Высшее образование (экономическое, математическое или техническое). Опыт работы в аналитике от 1 года (HR, бизнес или финансовой аналитике). Осуществлять сбор и анализ информации об основных показателях эффективности HR-процессов и HR-метриках. Производить анализ HR-данных по всему...

Опыт в роли продуктового или BI-аналитика от 3 лет. Уверенный SQL: оконные функции, CTE, коррелированные подзапросы, оптимизация на больших... Строить сквозные воронки по продуктовым вертикалям: от источника трафика до целевого действия и повторного возврата. Исследовать клиентские пути, находить точки...

Опыт работы в качестве Data Engineer от 2 лет. Уверенное знание SQL и реляционных баз данных. Уверенное знание Python. Проектирование, разработка и поддержка ETL/ELT-процессов загрузки данных из источников в Data Lakehouse. Разработка трансформаций данных по слоям решения.

1-2 года коммерческого опыта на роли аналитика (web/product/marketing). Уверенное владение Excel/Google Sheets. SQL на среднем уровне. Анализировать данные по воронке (от трафика до конверсий и LTV). Считать и интерпретировать метрики, готовить отчёты и дашборды.

Опыт работы на позиции Data Analyst от 5 лет. Опыт управления командой 2+ человек. Высокий уровень владения SQL (ClickHouse... Работаем с базами данных Greenplum, ClickHouse. Используем Tableau для визуализации. Используем SQL и Python для анализа данных. Управляем задачами и...

Высшее образование. 2-3 года опыта работы Аналитиком BI. Практические навыки формирования постановки задачи от систем источников, преобразования и до... Анализ и разработка технических требований совместно с бизнес-заказчиком. Организация сбора требований, формирование ТЗ и постановки задач разработчикам, начиная от...

От 3 лет опыта в Data Analytics / Business Analytics / BI. Продвинутый Power BI и Excel. Уверенный Power Query, знание DAX. Подготовка и развитие управленческой отчетности и аналитических дашбордов. Анализ продаж, sell-in / sell-out, KPI полевой команды, маркетинговых показателей и...

Чем предстоит заниматься: Сбор требований от заказчиков на построение отчетности; Анализ данных и предоставление результатов (поиск «Insight») бизнес-подразделениям; Разработка и поддержка BI-решений на базе PIX BI; Создание и оптимизация витрин данных в Clickhouse; Разработка ETL-процессов; Оптимизация производительности дашбордов; Сопровождение и развитие промышленной BI-инфраструктуры. Наши пожелания к кандидату: Высшее техническое образование; Опыт работы в роли BI-разработчика; Отличное знание SQL; Опыт работы с Clickhouse; Умение самостоятельно создавать модели данных; Практический опыт работы с BI-инструментами (Qlik Sense, PIX BI, Power BI); Опыт оптимизации производительности запросов и построения дашбордов; Понимание принципов ETL. Будет преимуществом: Опыт разработки визуализаций на JavaScript; Опыт работы с data build tool (dbt); Опыт работы с оркестратором Apache Airflow; Опыт проектирования и реализации пайплайнов; Опыт работы в финансовой сфере. Мы предлагаем: Офис в центре Москвы класса А+; Стабильный и прозрачный доход: основной оклад + годовая премия по итогам работы; Корпоративная пенсионная программа; Забота о здоровье: расширенный ДМС; Поддержка на испытательном сроке: у каждого нового сотрудника есть наставник; Возможность карьерного роста; Обучение за счёт компании и при поддержке работодателя; Корпоративные скидки от компаний-партнеров; Корпоративная скидка на фитнес; Корпоративная скидка на обучение. Не указано

Мониторинг качества прогнозов на различных уровнях агрегации (SKU, магазин, распределительный центр, категория, регион). Оценка прогнозов на бизнес-метриках: WAPE, BIAS на разных горизонтах планирования; Анализ причин отклонения прогнозов и взаимодействие с бизнес-пользователями (планирование, коммерческий блок, категорийный менеджмент) для поиска причин снижения качества прогнозирования; Формирование и проверка гипотез по повышению точности моделей прогнозирования; Разработка новых признаков и совершенствование алгоритмов прогнозирования временных рядов; Анализ влияния промо, цен, сезонности, праздничных дней, ассортимента, открытия/закрытия магазинов, OOS, изменений матрицы, логистических ограничений и других факторов на продажи; Переобучение моделей, управление жизненным циклом моделей и контроль деградации качества прогнозов; Проведение backtesting и оценка эффективности новых алгоритмов; Работа с большими объёмами данных с использованием PySpark и распределённых вычислений; Подготовка аналитических материалов и рекомендаций для развития процессов прогнозирования спроса; Участие в выборе архитектуры решения и планировании Roadmap развития системы совместно с вендором. Высшее образование — бакалавриат

Ежедневно в Сбер поступают множество обращений от клиентов и наша задача предоставить им максимально комфортный сервис. Для этого нам необходимо осуществлять мониторинг операций и контролировать качество предоставления услуг. Разработчики анализируют данные, выявляют отклонения в работе специалистов контактного центра с целью дальнейшей оптимизации процессов, а также моделируют зависимости между данными, предлагают новые методы оценки и контроля показателей. Мы работаем на базе GreenPlum(PostgreSQL) и Python, с библиотеками анализа Big data numpy, pandas и др. Обязанности • анализ данных (выявление ошибок в работе специалистов контактных центров Сбербанка); • ad hoc аналитика по запросам; • разработка алгоритмов автоматизированного поиска ошибок. Требования • хорошее знание возможностей GreenPlum(PostgreSQL): оконные функции, вложенные запросы, оптимизация запросов, временные таблицы; • знание Python и основных библиотек для анализа данных (numpy, pandas). Перед собеседованием повтори функции: megre, cumsum, transform, unstack, groupby, np.where, str.join, str.split, срезы; • опыт работы с Git и Github, Bitbucket, Confluence, Jira; • опыт разработки, либо пул собственных проектов (присылай ссылки) • умение использовать ИИ для упрощения повседневных задач. Условия • трудоустройство согласно ТК РФ; • годовое премирование; • доступ к корпоративному порталу обучения; • работа с огромной базой данных крупнейшего банка РФ; • ДМС, страхование от несчастных случаев и тяжелых заболеваний; • плюшки от Сбера, партнеров и компаний экосистемы (льготное кредитование, в том числе ипотечное; повышенные ставки по вкладам). Приходи! Ждем именно тебя! Общее образование

На данный момент мы находимся в поиске аналитика данных. Что нужно делать: Написание запросов в базах данных (основной язык SQL), работа с Excel Сбор, проверка, чистка, трансформация данных (структурирование, исправление ошибок и т.д.) Оформление дашбордов/визуализации для презентации результатов посредством Qlik Sense Анализ данных и формирование выводов, предложений по результатам анализа Работа с внутренними структурными подразделениями Что ждем от Вас: Опыт работы с SQL, BI системами Уверенное пользование компьютером и офисными программами: отличное знание возможностей Excel по обработке и представлению данных (сложные формулы, сводные таблицы, диаграммы) Аналитический склад ума Готовность разбираться в большом объёме информации Мы предлагаем: "Белую" заработную плату от 75000 до вычета: оклад + премия (ежемесячно) + 2 годовые премии (ко Дню связи в мае и к Новому году) Оформление по ТК РФ, оплата больничных и отпусков График работы 5/2 с 8:00 до 17:00 в офисе, сокращенный рабочий день в пятницу Комфортный офис по адресу: г. Казань, ул. Н.Ершова 55е, остановка "Советская площадь", напротив Арт Сити Возможность получать бонусы по программе "Приведи друга" - от 10 000 рублей Предоставляем оплачиваемый день отдыха в свой день рождения Подарки для сотрудников и их детей на праздники Не указано

разработка хранилища данных на базе ClickHouse; построение ETL-процессов; написание / оптимизация / профилирование SQL/NoSQL запросов; расчет сложных аналитических показателей в витринах данных; настройка ClickHouse (шардинг, репликация) в т.ч. взаимодействия с Kafka (попадание сырых данных, решение возможных проблем с очередностью сообщений, валидностью данных); участие в тестировании потоков с целью обеспечения их стабильной работы; написание backend сервисов на Java; участие в разработке архитектуры, процессов и инструментов для работы с данными; обеспечение контроля качества данных, мониторинг, анализ и устранение проблем с качеством данных. Высшее образование — специалитет, магистратура

Разрабатывать и внедрять стратегию развития ML-инфраструктуры компании; Проектировать сквозную архитектуру данных и ML-пайплайнов (ETL/ELT) до продакшн-мониторинга; Принимать ключевые архитектурные решения по выбору технологического стека, инструментов и фремворков для обработки данных, ML-разработки и MLOps; Проектировать масштабируемую, отказоустойчивую и безопасную архитектуру ML-систем, интегрированную с общекорпоративной IT-инфраструктурой; Определять стандарты и лучшие практики (code style, тестирование, документирование) для работы Data Science; Работать с данными ETL/ELT-процессами с использованием SQL из реляционных баз данных (PostgreSQL, MySQL, MS SQL и др;) Высшее образование — бакалавриат