Data Analyst / Data Engineer

Локация: Алматы, проспект Аль-Фараби, 73/2; работа на месте работодателя

Компания

МК-Золото ломбард развивает единую систему аналитики для коммерческих, складских и финансовых процессов.

Что делать

• Проектировать и разворачивать корпоративное хранилище данных с нуля.
• Объединять данные из 1С, CRM, внешних систем, баз данных и веб-проектов.
• Создавать и оптимизировать ETL/ELT-процессы, автоматизировать сбор, очистку и трансформацию данных, работать с API.
• Разрабатывать интерактивные BI-дашборды, визуализации и метрики для топ-менеджмента и руководителей подразделений.
• Настраивать контроль качества данных, выявлять расхождения и автоматизировать мониторинг ошибок.
• Анализировать коммерческие, складские и финансовые данные, находить аномалии, потери и точки роста, формулировать рекомендации для бизнеса.

Требования

• От 2–3 лет опыта в роли Data Analyst, BI-разработчика или Data Engineer.
• Обязательный практический опыт проектирования DWH с нуля и понимание архитектуры данных.
• Глубокое знание SQL, включая сложные запросы, оконные функции и оптимизацию производительности.
• Уверенное владение Python, pandas, numpy, SQLAlchemy или аналогичными библиотеками для автоматизации, обработки данных и работы с API.
• Опыт работы хотя бы с одной BI-платформой: Power BI, Tableau, FineBI, Apache Superset или аналогом.
• Английский язык на уровне чтения технической документации; знание структуры данных 1С будет преимуществом.

Хорошо, если есть

• Знание dbt, Airflow или аналогичных инструментов оркестрации и трансформации данных.
• Опыт получения данных из СУБД 1С.
• Навыки работы с современными LLM-инструментами и AI-агентами.

Культура и преимущества

• Возможность самостоятельно построить корпоративное хранилище и аналитическую инфраструктуру с нуля.
• Доступ к данным коммерческого, финансового, складского контуров, 1С, CRM и веб-проектов.
• Развитие сразу нескольких направлений: DWH, Data Engineering, BI и Data Analytics.
• Работа с современным стеком и AI-инструментами.
• Возможность напрямую влиять на работу с данными и видеть бизнес-эффект результатов.