Data Analyst

PixelPlex – ведущая продуктово-аутсорсинговая компания по Blockchain разработке, основанная в 2007 году. С 2013 года 90% наших проектов основаны на данной технологии. Также мы активно работаем в области AI, AR/VR, IoT, Mobile. Клиентские проекты реализуются как для всемирно-известных мировых брендов, так и для небольших, перспективных стартапов.
Отделы разработки: Web, Mobile и Blockchain. А также QA, BA, PM, UI/UX Departments.
Наша команда растет, и мы ищем Data Analyst.
Чем предстоит заниматься
самостоятельно искать инсайты в on-chain и off-chain данных, формулировать гипотезы и доводить их до бизнес-выводов;
строить и поддерживать витрины данных;
поддерживать поток данных на витрины из операционных хранилищ и DWH;
разрабатывать и оптимизировать SQL-запросы в условиях средних и высоких нагрузок и больших объёмов данных;
проектировать и поддерживать дашборды для визуализации данных;
активно коммуницировать с командой по вопросам оптимизаций процессов и инфраструктуры;
применять ML-инструменты там, где это оправдано.
Каким видим кандидата:
умение анализировать большие объемы данных, формулировать гипотезы, составлять наглядные отчеты и предоставлять анализ в удобном виде;
умение составлять витрины данных и визуальные дашборды;
глубокое понимание SQL, владение продвинутыми функциями языка (оконные функции, оптимизация, работа с планами выполнения, индексы и партиционирование);
опыт работы с MongoDB и оптимизацией запросов;
использование python для анализа (scipy, scikit-learn, pandas, polars, duckdb) и автоматизации (работа с API, написание скриптов, Jupyter Notebook);
понимание архитектуры DWH и принципов построения слоёв данных;
понимание основ математической статистики и теории вероятностей, применение математических навыков в реальной работе;
опыт построения ETL-процессов и их мониторинга.
Будет плюсом:
знаком с технологией блокчейна и есть опыт работы с EVM-блокчейнами;
опыт работы с ClickHouse;
опыт работы с dbt для трансформаций данных;
опыт работы с ETL-оркестраторами Airflow, Prefect или Dagster;
опыт работы с различными NoSQL базами данных;
понимание основ ML и опыт в обучении моделей;
участие в Kaggle, ШАД, ICPC или публичные работы, достижения в профильных олимпиадах (математика, финансы);
английский B1+.