Специалист по данным (DWH / BI / Data Engineering)

Что предстоит делать

Ищем сильного специалиста по данным, который поможет построить с нуля единую систему аналитики компании. Это не классическая позиция Data Analyst, где основная задача- готовить отчёты по уже существующим данным. Вам предстоит выстроить фундамент аналитики компании: объединить данные из 1С, CRM, внешних систем и новых веб-проектов в единое хранилище, автоматизировать их обработку и создать удобную систему BI-отчётности для руководителей. При этом важно не просто собрать данные, а уметь увидеть за цифрами реальные бизнес-процессы: найти аномалии, потери, узкие места и точки роста. Что предстоит делать 1. Построить DWH с нуля • Проектировать и разворачивать корпоративное хранилище данных. • Объединять данные из 1С, CRM, внешних систем, баз данных и новых веб-проектов. • Формировать единый и достоверный источник данных для аналитики компании. 2. Автоматизировать загрузку и обработку данных • Проектировать и настраивать ETL/ELT-процессы. • Автоматизировать регулярный сбор, очистку и трансформацию данных из разных источников. • Работать с API и внешними источниками данных. • Оптимизировать процессы обработки и загрузки данных. 3. Развивать BI-аналитику • Создавать интерактивные дашборды для топ-менеджмента и руководителей подразделений. • Разрабатывать понятные визуализации, метрики и показатели. • Поддерживать и развивать существующую BI-отчётность. • Делать так, чтобы руководитель мог открыть дашборд и быстро понять, что происходит в бизнесе и где нужно принимать решение. 4. Отвечать за качество данных • Настраивать контроль качества данных. • Выявлять расхождения между данными в 1С и аналитическом хранилище. • Автоматизировать мониторинг ошибок и несоответствий. • Разбираться не только в том, что данные отличаются, но и почему это произошло. 5. Находить бизнес-инсайты • Анализировать коммерческие, складские и финансовые данные. • Находить закономерности, аномалии и узкие места. • Выявлять потенциальные потери и возможности для роста. • Переводить результаты анализа в конкретные выводы и рекомендации для бизнеса. Что для нас важно • Опыт работы от 2–3 лет в роли Data Analyst, BI-разработчика или Data Engineer. • Обязательный практический опыт проектирования DWH с нуля. • Глубокое знание SQL: сложные запросы, оконные функции, оптимизация производительности. • Уверенное владение Python для автоматизации задач, обработки данных и работы с API. • Практический опыт работы с pandas, numpy, SQLAlchemy или аналогичными библиотеками. • Профессиональное владение хотя бы одной BI-платформой: Power BI, Tableau, FineBI, Apache Superset или аналогом. • Понимание архитектуры данных и принципов построения ETL/ELT-процессов. • Опыт работы с инструментами оркестрации и трансформации данных. Будет плюсом знание dbt, Airflow или аналогов. • Умение работать с IDE и современными LLM-инструментами/AI-агентами. • Английский язык — на уровне чтения технической документации. • Будет преимуществом понимание структуры данных 1С и способов получения данных из её СУБД. Каким должен быть человек Нам нужен специалист, который очень внимательно относится к данным. Важно не просто получить цифру и вывести её на график, а проверить: Откуда она взялась? Можно ли ей доверять? Почему она изменилась? Что стоит за этим изменением? И какое решение должен принять бизнес? Особенно ценим: • внимательность к качеству и корректности данных; • системное мышление; • самостоятельность; • умение докапываться до первопричины; • аккуратность при построении аналитики; • хорошее чувство визуализации и понимание UX/UI дашбордов; • способность объяснить сложный анализ простым языком. Что предлагаем • Задача с нуля: возможность самостоятельно выстроить корпоративное хранилище данных и аналитическую инфраструктуру. • Реальное влияние на то, как компания будет работать с данными и принимать решения. • Доступ к данным из разных бизнес-контуров: коммерция, финансы, склад, 1С, CRM и веб-проекты. • Возможность развивать сразу несколько направлений: DWH, Data Engineering, BI и Data Analytics. • Работа с современным стеком и AI-инструментами. • Возможность видеть непосредственный бизнес-эффект от своей работы. Заработная плата: обсуждается по итогам собеседования и зависит от опыта и уровня экспертизы.