Дата-аналитик (Data Quality / ETL), Junior+/Middle

Локация: Москва, гибридный формат работы

Компания

Отдел спортивной аналитики и науки профессионального футбольного клуба «Динамо-Москва» строит data-инфраструктуру и аналитические продукты для тренерского штаба, медицинского департамента, департамента перформанса и селекционного отдела.

Что делать

• Разрабатывать автоматические проверки качества данных: пропуски, дубли, аномалии и расхождения между источниками.
• Настраивать алерты и регулярные отчёты о состоянии данных.
• Организовывать и стабилизировать ETL-пайплайны: загрузку, нормализацию и сопоставление идентификаторов игроков, матчей и команд.
• Помогать упорядочивать поток данных от второй команды и академии.
• Разрабатывать и поддерживать витрины данных для BI-отчётов, дашбордов и аналитических моделей.
• Проверять корректность метрик, тестировать аналитические продукты и оперативно готовить отчётность для тренерского штаба и департаментов.

Требования

• От 2 лет опыта работы с данными в роли аналитика данных, analytics engineer или data engineer; учитываются коммерческий опыт, стажировки и серьёзные пет-проекты.
• Уверенный SQL: джойны, агрегации, оконные функции и CTE.
• Python для обработки данных и автоматизации, включая pandas или polars, работу с API и Git; готовность писать регулярно выполняемый код.
• Понимание ETL/ELT-процессов и витрин данных; опыт участия в их построении.
• Внимательность к деталям, интерес к качеству данных и способность находить причины расхождений.
• Опыт работы с BI-инструментами.
• Базовое понимание обучения и валидации ML-моделей и влияния качества входных данных на результат.
• Интерес к футболу и понимание игры.
• Самостоятельность: умение разобраться в задаче, задать правильные вопросы и довести работу до результата.

Хорошо, если есть

• Опыт работы с футбольными данными или в футбольном клубе/спортивной организации.
• Опыт с Airflow, Prefect, Dagster, dbt или инструментами проверки данных dbt tests, Great Expectations, Soda.
• Опыт работы с ClickHouse, PostgreSQL и Docker.
• Пет-проекты по футбольной аналитике: модели, дашборды или статьи; ссылку можно приложить к отклику.
• Опыт работы с DataLens.

Культура и преимущества

• Работа в профессиональном футбольном клубе с прямым влиянием данных на спортивные решения.
• Доступ к event-данным, трекингу, GPS, медицинским и физическим показателям.
• Команда аналитиков и возможности профессионального роста.
• Гибридный формат работы.
• Официальное оформление по ТК РФ, ДМС и годовое премирование.

Процесс найма

• Скрининг с HR длительностью 20–30 минут, техническое интервью с командой и при необходимости тестовое задание.
• Финальная встреча с руководителем отдела.
• К отклику нужно приложить резюме и ссылку на GitHub или портфолио.