Обязанности DWH-аналитика описаны чётко и охватывают моделирование данных, ETL/ELT и контроль качества, но работа на клиентских проектах оставляет неопределённость по конкретной команде и задачам.
Проекты у клиентов
Понятные обязанности
Актуальные технологии
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Аналитик DWH (SQL/ETL): Проектирование моделей данных, ETL/ELT-процессов и витрин для BI и отчётности с акцентом на качество данных, историзацию и формализацию бизнес-требований. Фокус на исследовании источников, оптимизации SQL, контроле загрузок и согласованности данных между источниками, слоями DWH и витринами.
Локация: Москва; удалённая работа
Зарплата: 180000–300000 RUB на руки в месяц
Компания
TS Dev передаёт специалистов на подходящие клиентские проекты.
Что делать
Исследовать источники данных: базы данных, API и файлы, выявлять структуру, связи, ограничения и проблемы качества.
Анализировать архитектуру DWH, модели данных, слои хранения и процессы обработки.
Собирать и формализовать бизнес-требования к загрузке, трансформации и хранению данных.
Проектировать модели данных, ETL/ELT-процессы, инкрементальные загрузки, обработку изменений и витрины для BI.
Разрабатывать и оптимизировать SQL-запросы, проверять корректность загрузок и проводить сверки данных.
Описывать потоки данных, S2T-маппинги, спецификации и техническую документацию; выявлять дубли, пропуски, нарушения целостности и расхождения.
Требования
Опыт работы DWH-аналитиком от 2–3 лет; общий заявленный опыт — от 3 до 6 лет.
Уверенное знание SQL: сложные JOIN, CTE, подзапросы, агрегаты и оконные функции; понимание планов выполнения и оптимизации запросов.
Практический опыт с реляционными СУБД и промышленной или аналитической базой данных: PostgreSQL, Oracle, Greenplum, ClickHouse или аналогичной.
Понимание архитектуры DWH, организации слоёв и потоков данных; опыт моделирования сущностей, атрибутов, связей, ключей, фактов и измерений.
Понимание гранулярности, историзации, ETL/ELT, инкрементальных загрузок, CDC, обработки дублей, NULL, удалений, поздних данных и повторных загрузок.
Опыт проектирования витрин для BI, отчётности и аналитических задач, а также исследования источников и проблем качества данных.
Умение формализовать бизнес-требования, алгоритмы расчётов, правила обработки и критерии приёмки.
Навыки подготовки технических спецификаций, S2T-маппингов, ER-диаграмм, схем потоков данных и описаний полей, фильтров и исключений.
Опыт проверки загрузок и трансформаций, контроля полноты, уникальности и целостности; работа с Jira, Confluence или аналогами, Git и BI-инструментами.
Умение читать техническую документацию на английском языке.
Хорошо, если есть
Python для анализа, обработки и проверки данных.
Опыт работы с Airflow, dbt, Kafka, Hadoop или Spark.
Знание Data Vault 2.0, Kimball, Star Schema, Snowflake Schema, Data Governance, Data Lineage и каталогов данных.
Опыт миграции данных, переноса отчётности или модернизации DWH.
Опыт в банковской, финтех, телеком или другой предметно сложной области.
Культура и преимущества
Удалённый формат работы.
Полная занятость.
Работа с клиентскими проектами, связанными с хранилищами данных, BI и аналитикой.
Процесс найма
Короткое общение с рекрутером.
Техническое интервью или TechCertify-скрининг.
Передача на подходящие проекты клиентам.
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 →