Аналитик данных (Senior)

Сформировать управляемую модель данных организации и обеспечить внедрение MDM.

Проектировать домены данных, их границы, канонические сущности, владельцев и правила ответственности.

Определять состав золотых слоёв и правила золотой записи: сопоставление, дедупликация, слияние, приоритет источника на уровне атрибута, происхождение и разрешение расхождений.

Формировать и вести каталоги НСИ, метаданных, бизнес-терминов, показателей качества и критичных элементов данных.

Собирать требования и проектировать логические модели каталогов MDM, сценарии согласования и интеграционные контракты.

Профилировать данные ведомственных информационных систем и внешних источников; готовить маппинги, правила очистки, миграции, сверки и архивного переноса.

Внедрить process mining: определять event log, проверять соответствие фактических траекторий регламентам, выявлять узкие места и повторные операции.

Организовывать анализ неструктурированных данных с применением OCR/NLP/LLM: извлечение сущностей и фактов, классификация, поиск и контроль качества результатов.

Проектировать и валидировать алгоритмы выявления признаков нарушений: признаки, разметка, тестовые выборки, метрики, объяснимость, мониторинг и обязательная проверка человеком.

Координировать аналитические решения с владельцами данных, бизнес-подразделениями, архитекторами, разработчиками и ДИТ; вести документацию и критерии приёмки.

Высшее образование: ИТ, прикладная математика, анализ данных, экономика/статистика или смежное направление.

Опыт: не менее 4 лет в аналитике данных, системной аналитике или data engineering; практический опыт MDM/Data Governance, миграции либо создания корпоративных моделей данных.

Уверенный SQL и профилирование больших наборов данных; практическая работа с Oracle и PostgreSQL.

Понимание MongoDB и документных моделей, REST/JSON, событийного обмена, контрактов данных и межсистемных интеграций.

Сильное владение моделированием данных: доменная и каноническая модели, MDM/RDM, НСИ, метаданные, data lineage, DQ-правила, match/merge и survivorship.

Python для анализа данных (pandas или аналоги); практическое понимание ML/NLP/LLM, извлечения сущностей, классификации и семантического поиска.

Умение оценивать ИИ-алгоритмы по precision/recall/F1, выявлять утечки и смещения, обеспечивать объяснимость, воспроизводимость и human-in-the-loop.

Знание process mining и требований к event log; опыт Celonis, Process Mining в BI/low-code или аналогичных инструментов будет преимуществом.

Понимание архитектурного контекста Java-сервисов и React-интерфейсов; программирование на Java/React не является требованием.

Работа в динамично развивающейся организации Правительства Москвы

Официальное оформление

​​​​​​Высокопрофессиональная команда

​​​​​​Стабильная заработная плата