Аналитик DWH

Задачи: — Уверенное понимание принципов построения дата-платформ (DWH, OLAP, Data Lake, Lakehouse) — Знание методологий проектирования модели данных (Kimball, Data Vault), реальный опыт применения их на практике для проектирования моделей данных — Навыки работы с большими объемами данных (миллиарды записей, ТБ данных) — Экспертное знание SQL — Знание РСУБД (PostgreSQL, Oracle, MS SQL) — Понимание принципов и опыт работы с MPP-системами (GreenPlum, Clickhouse, Trino) — Умение анализировать существующие потоки данных, их зависимости (ETL/ELT, Airflow) — Умение систематизировать слабоструктурированные требования в формате описания витрин данных — Сильные навыки коммуникации для общения на одном языке с: бизнес-заказчиками, разработчиками, админами — Опыт оптимизации сложных запросов — Навыки планирования и управления рабочим временем — Навыки постановки задач в смежные подразделения — Опыт работы с распределенными хранилищами (Hadoop, S3) — Грамотная устная и письменная речь Требования: — Анализ потребностей бизнеса в подготовленных данных — Подготовка требований в части методологии расчета показателей — Проектирование модели данных презентационных и детальных слоев данных — Поиск релевантных источников данных, профилирование данных в источниках, а также в контуре платформы данных — Разработка алгоритмов построения витрин данных и объектов детального слоя — Разработка прототипов в витрин и согласование их с потребителем — Сопровождение разработки витрин на всех этапах рабочего процесса: разработка потоков, тестирование, UAT, передача на поддержку, решение инцидентов на 3-ей линии поддержки — Оценка вычислительных ресурсов, необходимых для решения задачи (сайзинг стораджа и компьюта) — Оценка трудозатрат на выполнение доработок — Определение логики проверки качества данных и имплементация ее для создаваемых витрин