Data Operations Analyst

В этой роли вы будете аналитиком данных и детективом, отвечающим за операционное сердце наших процессов данных, контролируя повторяющиеся процессы для выявления потенциальных улучшений, сотрудничая с Engineering и Data Science над решениями и постоянно совершенствуя рабочие потоки для повышения эффективности и масштабируемости. Вы обладаете острым вниманием к деталям и готовы глубоко разбираться в причинах, когда данные не соответствуют ожиданиям. Вы будете следовать стандартным операционным процедурам (SOPs), соглашениям об уровне обслуживания (SLAs) и другим лучшим практикам, повышающим производительность команды и обеспечивающим бесшовное межфункциональное взаимодействие.

• Быть Data Detective: проводить анализ корневых причин с использованием SQL и Python, выявлять нюансы и проблемы данных, гарантируя, что ничего не ускользнет.
• Обеспечивать контроль качества: выполнять процедуры QA и регулярные процессы бэктестинга для выявления возможностей повышения точности и согласованности данных.
• Разрабатывать автоматизированные решения: определять улучшения процессов через автоматизацию и тесно сотрудничать с Engineering для создания автоматизированных решений.
• Оптимизировать конвейеры данных: очищать и нормализовать ключевые источники данных и совместно с Engineering совершенствовать системы, обеспечивая плавный поток данных от источника к назначению.
• Визуализировать состояние: создавать визуализации данных, поддерживающие вас и ваших коллег в ежедневных QA‑рабочих процессах.
• Коммуницировать и согласовывать: информировать о обновлениях и прогрессе Product, Analytics и других заинтересованных сторон, обеспечивая согласованность приоритетов и сроков.

• Образование: степень бакалавра в технической области (например, промышленная инженерия, информационные системы) или эквивалентный практический опыт в среде с большим объёмом данных.
• Опыт: 1–3 года работы в качестве QA Analyst, Data Analyst или в аналогичной роли.
• Техническая компетентность: сильные навыки работы с SQL и знакомство с решениями для хранилищ данных (например, Snowflake, Google BigQuery, ClickHouse).
• Программирование: опыт очистки и нормализации ключевых источников данных с использованием SQL и Python.
• Математика и статистика: понимание статистических измерений точности (например, корреляция, дисперсия).
• Автоматизация: опыт выявления и реализации операционных улучшений через автоматизацию.

• Визуализация: опыт создания и использования инструментов визуализации данных (например, Hex, Preset, Tableau) будет плюсом.

• B2B сотрудничество по Consulting Agreement
• 12 дней оплачиваемого отпуска в год
• 5 дней медицинского отпуска в год
• 3 оплачиваемых праздничных дня в год
• Консультации психолога для психического благополучия
• Бюджет на профессиональное развитие — курсы и конференции
• Уроки английского