Бизнес/системный аналитик КХД (кредитный портфель)
Нужен опытный бизнес/системный аналитик для проекта витрин данных кредитного портфеля в хранилище российского банка. Задача — самостоятельно прорабатывать атрибутный состав сущностей (договоры, задолженность, просрочка, резервы, ставки), находить источники в АБС и вести data discovery, уверенно владея SQL. Обязательна экспертиза в банковском кредитовании и опыт от 3 лет на проектах КХД. Работа временная, до 2 месяцев, удалённо или в офисах Москвы/Калининграда, оформление по ТД/ИП/ГПХ.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата не указана — оценили по рынку
На основе 89 похожих вакансий за 90 дней по всем рынкам вместе — отдельной выборки по рынку этой вакансии нет.
Что предстоит делать
Проект создание витрин данных в КХД (заказчик - российский банк). - Аналитик самостоятельно формирует полный атрибутный состав сущностей витрины кредитного портфеля: договоры, задолженность, просрочка, процентные ставки, резервы, обеспечение и т.д. - Предлагает бизнесу готовые проработанные варианты, а не ждёт детальных указаний. Заказчик (финансовая дирекция и департамент рисков банка) задаёт стратегические точки и бизнес-смысл показателей, а детализацию до атрибутов и поиск источников ведёт аналитик. Занятость временная, до 2-х месяцев. Ожидания от опыта: • Предметная экспертиза в банковском кредитовании - обязательно; • Опыт не менее 3 лет бизнес/системным аналитиком на проектах построения КХД или витрин данных в банке, из них не менее одного проекта по кредитному портфелю - обязательно; • Понимание жизненного цикла кредитного договора: выдача, графики, погашения, реструктуризации, пролонгации, досрочное погашение, списание, цессия - обязательно; • Глубокое знание учёта просрочки. Аналитик должен без подсказок предложить атрибутику порядка 40–50 полей: • даты выхода на просрочку и выхода из неё; • сроки и количество дней просрочки, бакеты; • суммы просроченного основного долга, процентов и штрафов, рассчитанные разными способами; • история эпизодов просрочки. • Знание резервирования: резервы по РСБУ (Положения 590-П и 611-П) и по МСФО 9 (стадии, ECL), расчётный и фактически сформированный резерв, категории качества. • Понимание процентных ставок: номинальная и эффективная (ЭПС), фиксированная и плавающая, изменение ставки во времени, льготные и субсидированные ставки. • Работа с данными и источниками • Уверенный SQL для самостоятельного анализа источников (профилирование, сверки, поиск атрибутов). • Опыт реверс-инжиниринга учётных систем банка, прежде всего АБС (ЦФТ, Diasoft, RS-Bank или аналоги): умение найти, где и как хранится нужный показатель, без участия бизнеса. • Самостоятельное ведение data discovery: анализ источников, маппинг «атрибут → источник → правило трансформации». • Понимание принципов построения КХД и витрин: слои данных, историзация (SCD, срезы на дату), гранулярность, ключи, контроль качества данных. • Проактивность: аналитик сам выявляет «гигиенические» требования и закладывает их по умолчанию, не дожидаясь явного запроса. К таким требованиям относятся историчность, срезы на отчётную дату, сверка с балансом и с отчётностью. Именно этого не хватило в предыдущем MVP. • Умение отличать ядро витрины от смежных тем и обосновывать глубину детализации. Например, для кредитного портфеля достаточно значения ставки на момент времени, а полная атрибутика ставок относится к отдельной витрине. • Способность вести диалог с финансами и рисками на их языке: приходить на встречи с гипотезами и черновиком атрибутного состава, а не с открытыми вопросами. Как плюс: • Опыт подготовки регуляторной отчётности по кредитному риску (формы 0409115, 0409117, 0409303 и др.) или управленческой отчётности по портфелю; • Знание МСФО 9 на уровне методологии: критерии SICR, PD/LGD/EAD; • Опыт работы с юридическими лицами и с розничным кредитованием; • Навыки моделирования данных (ER-диаграммы, Data Vault или dimensional modeling); • Опыт написания ТЗ и спецификаций на витрины объёмом от 300 полей.
Что предлагаем
Стек и инструменты
Сколько платят вам?
Анонимно укажите, сколько вы получаете как Data/ML-специалист, — сразу покажем, в скольких вакансиях платят меньше. А из ответов сложится зарплата, которую платят на деле, а не обещают.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Похожие вакансии
6 вакансийFractional CRO (эксперт по удержанию)
~2 029 725 ₸ оценка
Нужен практикующий эксперт по конверсии и удержанию для мобильного приложения в сфере digital health. Задача — разобраться, почему пользователи уходят после установки, выстроить метрики и дашборды, проверять гипотезы через A/B-тесты и вместе с командой внедрять улучшения. Формат — part-time, примерно 1–2 дня в неделю, удалённо, с прямым взаимодействием с продуктом и разработкой.
Инженер ML-платформы
~2 125 465 ₸ оценка по всем рынкам
Нужно строить общую ML-платформу для крупной европейской fashion-ритейл компании: оценивать и внедрять переиспользуемые ML-возможности, от POC до раннего продакшена. Требуется 5+ лет опыта с production ML или крупными data-системами в облаке, Kubernetes, потоковой и batch-обработкой, оркестрацией ML-пайплайнов. Предлагают удалённую работу, оплачиваемый отпуск, компенсацию спорта и страховки, занятия английским.
AI Product Engineer
~2 125 465 ₸ оценка по всем рынкам
Organic Soft ищет AI Product Engineer для мобильного приложения в сфере Health & Fitness: нужно проектировать и внедрять LLM-функции — рекомендации, адаптацию тренировок, анализ прогресса и диалоговое взаимодействие. Ждут сильный бэкенд-бэкграунд от 5 лет, практический опыт LLM-продуктов, evals, мониторинга и продуктовых экспериментов, английский B1. Основной стек TypeScript/Node.js, но рассматривают и инженеров с Python; предлагают удалёнку, гибкий график, официальное оформление и зарплату в привязке к доллару.
Ведущий AI/ML инженер (AWS, Python)
~2 125 465 ₸ оценка по всем рынкам
Нужен основной hands-on инженер для объединения четырёх продуктов клиента в единый suite на AWS с AI-first подходом. Задачи — строить AI-фичи на Bedrock и AgentCore (агенты, RAG, промпты), писать бэкенд на Python и Node.js, фронтенд на React, держать инфраструктуру в Terraform и работать spec-driven с Claude Code. Требуют 5+ лет в разработке, продакшн-опыт с LLM-приложениями, уверенный AWS и Terraform, английский Upper-Intermediate и выше; работа удалённая, full-time, с часовым поясом CET.
Архитектор DWH
~2 125 465 ₸ оценка по всем рынкам
Банк переводит корпоративное хранилище данных с Oracle на Arenadata GP и ищет архитектора DWH, который спроектирует модели данных на всех слоях по методологии Data Vault 2.0. Нужен опыт архитектуры хранилищ от 5 лет, практика с Greenplum, глубокое знание Data Vault и SQL в MPP, плюс экспертиза в банковских данных. Предлагают гибридный формат, офис в Москве, ДМС, обучение и оклад с квартальными премиями по KPI.
Senior/Middle+ Big Data Engineer
~2 125 465 ₸ оценка по всем рынкам
Lamoda ищет Big Data инженера в департамент рекламы — строить ландшафт данных для собственной рекламной платформы: витрины в ClickHouse, метрики рекламных кампаний в NRT и batch, переход на Lakehouse. Нужны уверенный Python/Scala/Java, глубокий Spark и Flink, ClickHouse, Kafka и опыт near realtime аналитики. Работа в большой команде из 50+ разработчиков и аналитиков над продуктом с миллионами пользователей.