← К каталогу
OZ

Ozon

Аналитик данных (группа возвратного потока)

ГибридУровень не указанМосква, Россия1 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение20 мин. назад
Впервые замеченатолько что
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы — небольшая команда, отвечающая за одну из ключевых областей аналитики фулфилмента — возвратный поток. Мы делаем так, чтобы процесс возврата товара был прозрачным и эффективным. Анализируем, почему товары возвращаются, отслеживаем путь каждой позиции от покупателя до склада.

Наша задача — понять природу возвратов. Сопоставляя данные с физическими действиями сотрудников на разных этапах логистической цепи, мы выявляем не только узкие места в возвратном потоке, но и неэффективности процессов, которые к ним приводят. Как следствие — сокращаем затраты компании на каждом этапе обработки возвратной позиции.

Наш процесс построен на глубоком погружении в данные:

  • Исследование: собираем и формализуем требования бизнеса, взаимодействуем с разработчиками систем-источников данных, изучаем контракты и регламенты, чтобы понять природу потерь.
  • Разработка: ставим задачи дата-инженерам на поставку сырых данных из источников (HDFS, Kafka и др.), затем самостоятельно чистим, обогащаем и структурируем данные в аналитические витрины.
  • Визуализация и автоматизация: строим дашборды в BI (Superset, Grafana), настраиваем автоматическую загрузку данных и расчёты, организуем регулярные выгрузки отчётов в чат-боты / на почту, чтобы бизнес оперативно получал актуальную информацию.
  • Поддержка: выполняем ad-hoc запросы коллег из других отделов, помогаем находить ответы на нестандартные вопросы и проверять гипотезы.

Мы ищем middle-аналитика данных с навыками:

  • SQL: опыт работы со сложными многоуровневыми запросами (CTE, JOIN, оконные функции) и оптимизации запросов на уровне СУБД.
  • Python (Pandas): опыт обработки и трансформации табличных данных, автоматизации расчётов, оптимизации кода по памяти и времени выполнения.
  • BI-инструменты: опыт создания простых отчётов с нуля (мы работаем с Superset и Grafana).
  • Архитектура данных: понимание принципов работы DWH с распределенным хранением (желательно знакомство с Якорной моделью хранения).
  • Аккуратность: чистота кода…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / BI and Data Analyst / RU