Data analyst

Мы занимаемся развитием аналитического контура для управленческой отчетности рисков: строим витрины данных, анализируем кредитный портфель и риск-метрики, автоматизируем отчетность с использованием BI-инструментов и развиваем AI-агента для работы с аналитическими запросами. Команда работает на стыке риск-аналитики, данных и внутренних AI-инструментов. Техстек: SQL, Python, pandas, PySpark, Apache Spark, Hadoop/HDFS, BI-инструменты, PostgreSQL / ClickHouse.

• Разработка дашбордов "с нуля" в BI системе "Навигатор" (внутренее решение банка); • Взаимодействие с контрагентами, анализ и формирование требований к отчетам; • Разработка аналитических витрин по кредитному портфелю и риск-метрикам; • Работа с данными с использованием SQL, Python и PySpark; • Проверка качества данных, корректности расчетов, аналитических гипотез и ответов AI-агента; • Участие в развитии AI-агента для работы с отчетностью и аналитическими запросами; • Подготовка аналитических выводов для бизнеса и взаимодействие с бизнес-заказчиками, разработчиками и владельцами данных.

• Опыт работы дата-аналитиком от 2 лет в банковском, финтех, риск-, продуктовой или портфельной аналитике; • Опыт разработки дашбордов в Power BI (DAX, Power Query) / Tableau / DataLens; • Знание циклов BI-разработки: Понимание ETL-процессов, принципов работы с хранилищами данных (DWH); • Опыт разработки аналитических витрин или регулярных отчетных слоев данных; • Уверенный SQL: сложные запросы, join, CTE, оконные функции, агрегации, оптимизация тяжелых запросов; • Python для анализа данных: pandas, numpy, обработка больших таблиц, автоматизация расчетов и проверок; • Опыт работы с PySpark / Apache Spark: DataFrame API, агрегации, join, partitioning, работа с parquet-данными; • Умение описывать бизнес-логику расчетов и проверять корректность данных; • Умение проверять корректность расчетов, данных и аналитических выводов; • Отличные коммуникативные навыки, умение работать с кросс-функциональными командами и доносить сложные идеи до нетехнических специалистов. Будет плюсом: • Интерес к LLM, text2sql и AI-агентам; • Опыт работы с Hadoop/HDFS, Hive или другими Big Data-инструментами; • Знание статистики, принципов математического моделирования и проверки гипотез; • Опыт автоматизации аналитической отчетности на Python; • Опыт с PostgreSQL / ClickHouse или другими MPP/Big Data-хранилищами.

• комфортный современный офис: Кутузовский проспект 32

• офисный формат работы

• ежегодный пересмотр зарплаты и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.