СБ
СБЕР
Аналитик (DWH / Feature Store)
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 подтверждение21 мин. назад
Впервые замечена2 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
Описание вакансии
Мы ищем системного аналитика в команду разработки Feature Store для розничного кредитования (ФЛ) . Вам предстоит проектировать модели данных, работать с Big Data инструментами и внедрять передовые практики с использованием AI-агентов для оптимизации аналитических процессов.
Обязанности
- проектировать модели данных, ETL-пайплайны и отдельные компоненты Feature Store
- Сбор и анализ требований, согласовывание проектной документации
- проводить реверс-инжиниринг существующего кода (SQL, PySpark), в том числе с привлечением современных AI-агентов
- проектировать и согласовывать контракты на поставку данных (JSON-схемы)
- разрабатывать правила проверки DQ, проектировать аналитические витрины и BI-дашборды для мониторинга качества данных, бизнес-показателей и отчетности
Требования
- уверенное владение SQL, базовые навыки Python и начальный опыт работы со Spark / PySpark
- опыт проектирования аналитических витрин и работы с полуструктурированными данными (JSON) на уровне СУБД
- понимание принципов и методов организации проверок качества данных внутри хранилища
- опыт написания бизнес-требований, технических заданий на разработку, ведения задач в Jira или аналогичных таск-трекерах
Будет плюсом:
- базовое понимание Data Science, жизненного цикла ML-моделей и практический опыт разработки Feature Store
- знание специфики банковской сферы и бизнес-процессов кредитования физических лиц (ФЛ)
- понимание слоев хранилища, OLTP/OLAP, нормальных форм, методологий Инмона и Кимбалла, архитектуры «звезда»
- опыт разработки BI-дашбордов и проектирования аналитических витрин под них
- AI и современный стек: опыт работы с LLM, AI-агентами и практиками vibe-coding. Применение агентов для анализа неструктурированных данных (Confluence) и автоматизации разбора SQL/Python-кода
- опыт разработки специализированных моделей данных, описания ETL/ELT-пайплайнов сборки и создания методик (Data Playbooks) для обучения и работы AI-агентов с корпоративными знаниями и…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.
ИсточникHeadHunter / System Analyst / RU