Дата-аналитик

Что тебе предстоит делать:

1. Аналитика и моделирование данных
- Формировать логические и концептуальные модели данных (предметная область, сущности, связи).
- Прорабатывать витрины данных: от бизнес-вопроса → метрик → структуры данных.
- Участвовать в развитии корпоративной дата-платформы (RND / ODS / DM).

2. Эталоны и стандарты
- Описывать и согласовывать эталонные метрики (бизнес-смысл, формулы, источники, ограничения).
- Документировать методологии расчётов и правила использования метрик.
- Поддерживать единый семантический слой данных.

3. Качество данных (Data Quality)
- Проводить профилирование данных (структура, полнота, уникальность, аномалии).
- Формировать и поддерживать DQ-метрики: правила, пороги, интерпретация.
- Участвовать в настройке мониторинга и алертов качества данных.
- Готовить рекомендации владельцам данных по улучшению качества.

4. Метаданные и DataCat
- Описывать объекты данных, витрины, метрики в каталоге данных.
- Поддерживать актуальность lineage и бизнес-глоссария.
- Работать с метаданными как с продуктом, а не формальной документацией.

5. Работа с заказчиками
- Самостоятельно собирать и уточнять бизнес-требования.
- Переводить бизнес-вопросы в аналитические задачи.
- Представлять результаты анализа, аргументировать выводы и ограничения данных.

6. Коммуникации и дата-журналистика
- Подготавливать аналитические материалы, презентации, кейсы.
- Участвовать во внутренних дата-митапах и Data Community.

Мы ожидаем от тебя:

1. Данные и модели
- Опыт построения логических / концептуальных моделей данных
- Понимание жизненного цикла данных: источник → обработка → витрина → метрика.
- Опыт работы с RND / ODS / витринами данных.

2. Data Quality
- Практический опыт профилирования данных.
- Опыт разработки DQ-метрик (completeness, consistency, validity и т.д.).
- Понимание, как качество данных влияет на бизнес-решения.

3. Технический минимум
- SQL — уверенно (аналитические запросы, агрегации, джойны).
- BI-инструменты (DataLens / Power BI / аналоги).
- Принципы работы с сервисами «Яндекс Метрика», «AppMetrica», «Google Analytics», «Measurement Protocol».
- Понимание S2T-мэппингов и логики формирования витрин.
- Опыт ведения документации (Confluence, Jira).

Будет плюсом
- Опыт работы с каталогами данных (OpenMetadata и т.п.).
- Опыт участия в Data Governance / Data Management инициативах.
- Python для анализа данных (не обязательно продакшен-код).

И самое главное, что мы можем предложить тебе взамен:

• Интересные и сложные задачи, от решения которых зависит счастье миллионов пользователей;
• Дружную команду, где каждый может внести вклад в общий успех проекта;
• Возможность профессионального роста среди опытных специалистов и доступ к лучшим образовательным программам;
• Удобный и стильный офис рядом с метро Алексеевская, где комфортно и работать, и отдыхать;
• Гибридный график работы: 3 дня офис, 2 дня удаленно;
• Полноценный соцпакет: медстраховка с визитом врача домой, консультациями психолога и даже страховкой путешествий. Можно оформить дополнительную семейную страховку на выгодных условиях;
• Скидка на занятия спортом и английский язык;
• Поддержка в сложной жизненной ситуации и дополнительные выплаты по больничному листу;
• Мы обеспечим тебя современной техникой для комфортной работы.

Более подробную информацию о компании и корпоративной культуре вы можете найти на нашем карьерном сайте career.atol.ru