Аналитик данных

Чем предстоит заниматься:

• Автоматизировать аналитическую рутину: собирать, очищать и подготавливать данные из разных источников, снижать долю ручного труда.
• Готовить материалы для руководства: консолидировать данные из разных источников и верстать лаконичные справки, записки и презентации.
• Разрабатывать и развивать BI-отчетность: проектировать интерактивные дашборды (Power BI / Tableau), прорабатывать понятный UI/UX и удобные сценарии детализации.
• Исследовать операционные процессы: совместно с экспертами искать причины отклонений на стыке функций (производство, логистика, качество, ТОиР) и предлагать гипотезы по их устранению.

• Образование и опыт: высшее техническое, математическое, экономическое или IT-образование; опыт работы аналитиком от 1,5 до 3 лет.
• Сбор и консолидация данных: опыт подключения к источникам, выгрузки, очистки и объединения разнородных данных из СУБД, хранилищ, Excel-файлов и сервисов в единую аналитическую модель. Понимание того, что своевременный результат для бизнеса важнее идеального кода или выстроенного процесса.
• Executive Reporting & Дата-сторителлинг: навыки структурирования информации, умение выделять главное (выводы, риски, рекомендации) и упаковывать данные в сжатые текстово-графические справки для топ-менеджмента.
• BI-системы и UI/UX: практический опыт разработки дашбордов (Power BI, Tableau и др.), понимание логики пользовательского интерфейса.
• MS Office: продвинутый MS Excel (Power Query, сложные формулы); навык верстки чистых записок и фокусных презентаций в PowerPoint и Word.

Будет преимуществом:

• SQL: уверенный уровень владения SQL.
• Python: владение аналитическими библиотеками (Pandas, NumPy, Matplotlib / Seaborn); навык написания скриптов для автоматизации рутины, парсинга и работы с API.
• UI-дизайн и визуальная эстетика отчетов: развитое чувство «визуальной гигиены» и умение верстать аккуратные, не перегруженные визуализации.
• Прикладная статистика: понимание методов проверки гипотез, поиска аномалий и трендов в данных (в т.ч. с применением библиотек SciPy, Statsmodels).
• ИИ-инструменты (LLM): практический опыт применения нейросетей для ускорения написания кода/запросов и суммаризации больших объемов документов (PDF, PPTX, Word, Excel).

• Работа в крупной компании федерального уровня – в нашей команде работает больше 32 000 человек!
• Полное соблюдение ТК РФ, конкурентоспособная оплата труда, хороший соц. пакет!
• Развитая корпоративная культура – много образовательных, развлекательных, спортивных и волонтерских проектов!
• Комфортный офис в центре Москвы, очный формат работы.