Роль описана чётко и даёт заметную ответственность за управление данными и их качество, но высокая нагрузка и жёсткие результаты на испытательном сроке создают существенный риск давления.
Кликните для подробной информации
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Руководитель направления Data Governance & Data Quality (DWH/BI): Выстраивание методологии управления данными, каталогов проверок качества и процессов управления инцидентами для корпоративного хранилища с акцентом на мониторинг ETL/ELT, сверку данных и SLA. Focus on проектирование маршрутизации алертов, RCA критичных инцидентов, контроль надежности пайплайнов и создание операционных дашбордов в FineBI.
Локация: Москва; удалённый или гибридный формат работы
Зарплата: 350 000–400 000 ₽ до вычета налогов в месяц
Компания
АНО ЦМИСС — технологический партнёр и консультант, помогающий крупной торгово-логистической компании выстраивать архитектуру данных и внедрять практики Data Governance и Data Quality.
Что делать
Разрабатывать регламенты управления данными по бизнес-доменам, фиксировать роли, SLA и матрицы эскалации.
Создавать каталог проверок качества данных, включая типизацию, пороговые значения и правила исключений.
Проектировать полный цикл управления DQ-инцидентами: генерацию сигналов, маршрутизацию тикетов, контроль SLA, RCA и превентивные меры.
Проектировать мониторинг загрузок ETL/ELT по слоям DWH, метрики доступности и свежести данных, а также алерты на разрывы цепочек и падения сессий.
Разрабатывать процедуры сверки данных между слоями, контролировать полноту инкрементальных загрузок и выявлять потери при трансформациях.
Настраивать метаданные DG/DQ в каталоге EMM Data Sapience и создавать витрины FineBI для мониторинга инцидентов, SLA, пайплайнов и сверок.
Требования
Опыт внедрения Data Governance с нуля: роли, процессы и регламенты.
Глубокое знание инструментов каталогов данных; опыт с Data Governance EMM / Data Sapience будет преимуществом.
Практический опыт настройки DQ-валидаторов и логики маршрутизации инцидентов.
Опыт проектирования мониторинга DWH с использованием Prometheus/Grafana, Zabbix или внутренних BI-дашбордов.
Умение писать сложные SQL-запросы для Data Diff и поиска расхождений между слоями хранилища; в проекте используется PostgreSQL.
Навык работы с BI для создания операционных дашбордов; FineBI будет преимуществом.
Умение переводить бизнес-требования к качеству данных в технические проверки.
Наставничество двух подчинённых специалистов и обучение Владельцев данных.
Опыт работы от 3 до 6 лет.
Культура и преимущества
Удалённый или гибридный формат работы и полная занятость.
Открытая рабочая атмосфера при высоких требованиях к самостоятельности и качеству результата.
Работа в режиме высокой нагрузки и быстрого темпа: одновременная разработка регламентов, настройка инструментов и обучение сотрудников.
Обязательный испытательный срок с демонстрацией результата, включая запуск регламента и первых 10 правил DQ.
Процесс найма
Одно собеседование в два этапа: знакомство с проектом, затем практический опрос и кейс.
На кейсе необходимо описать процесс разбора инцидентов для домена «Товары» и показать примеры разработанных дашбордов.
В отклике обязательны 1–2 примера внедрения DG/DQ с нуля, используемые каталоги данных, примеры дашбордов и метрик, опыт написания регламентов, а также конкретный измеримый результат.
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →