Middle+/Senior Data Analyst (департамент по работе с проблемными активами)

В департамент по работе с проблемными активами требуется опытный Middle+/Senior Data Analyst**.**
Мы успешно разрабатываем и внедряем DS-модели и AI-агентов, но понимаем, что их эффективность напрямую зависит от фундамента — качественно проанализированных и подготовленных данных.
Наши текущие решения уже принесли компании миллиардный эффект, однако мы уверены, что это лишь фундамент для будущих достижений.
Мы ищем коллегу, который станет ключевым звеном между сырыми данными и нашими моделями.
Обязанности
Ваши ключевые задачи:
погружение в бизнес: анализировать процессы работы с проблемными активами и формировать гипотезы для создания новых признаков, повышающих предсказательную силу моделей
сбор и интеграция данных: создавать единые витрины данных, собирая информацию из разрозненных источников — внутренних АБС, внешних баз и неструктурированных данных
исследовательский анализ: проводить глубокий EDA, находить скрытые закономерности и зависимости, которые станут основой для новых фичей
развитие Feature Store: проектировать, поддерживать и обеспечивать актуальность признакового пространства для команды Data Science
оптимизация производительности: проектировать решения с учётом производительности, оптимизировать сложные SQL-запросы и пайплайны обработки данных
обеспечение качества: внедрять практики контроля качества данных (Data Quality) на всех этапах подготовки
Ad-hoc аналитика: оперативно обрабатывать запросы от бизнеса и команды для поддержки принятия решений.
Требования
высшее образование
релевантный опыт работы от 3 лет на позиции Data-аналитика или Аналитика DWH
технический стек: уверенное владение Apache Spark и написание сложных, оптимизированных SQL-запросов
навыки анализа: опыт обработки больших объёмов неструктурированных данных, знание статистики и методов проверки гипотез
проектирование: навыки моделирования данных (знакомство с подходами Data Vault, Dimensional Modeling) и проектирования высоконагруженных систем
ML-компетенции: практический опыт работы с ML-моделями и понимание жизненного цикла их разработки
инструменты командной работы: владение системами контроля версий (Git), участие в код-ревью
бизнес-контекст: умение понимать бизнес-задачи и транслировать их в технические требования к данным.
Условия
офисный формат работы: г. Москва, Кутузовский проспект, д. 32, к.1
ежегодный пересмотр зарплаты и годовая премия
более 400 образовательных программ в СберУниверситете для твоего развития
спортзал и зоны отдыха
расширенный ДМС, льготное страхование для семьи
бесплатная подписка СберПрайм+, скидки у партнёров
вознаграждение за рекомендацию друзей в команду Сбера.