HR-аналитик, Ozon Банк

Ozon Банк — компания, в которой тесно переплетаются финансы и IT. Мы создаём новые для рынка продукты и сервисы для физических и юридических лиц и делаем жизнь миллионов пользователей лучше. У нас экспериментируют, пробуют и создают новое, а любой сотрудник может влиять на процесс работы и итоговый результат.

Команда банка постоянно расширяется, и сейчас мы ищем сильного специалиста в новую команду HR-аналитики банка. Вы будете с нуля выстраивать аналитику всего HR-направления — сможете не только реализовать свои идеи, но и наглядно увидеть результаты собственной работы.

Вам предстоит:

• Писать сложные SQL-запросы к Vertica и ClickHouse, строить ETL-процессы в Airflow
• Анализировать HR-данные: текучесть, прохождение собеседований, рекрутинг, вовлеченность, эффективность обучения и другие
• Разрабатывать вместе с бизнесом метрики и KPI для оценки HR-направления
• Строить классные и красивые дашборды в Superset
• Автоматизировать процесс HR-отчетности и интеграция данных из разных систем
• Поддерживать HR-команду в принятии решений на основе данных
• Прогнозировать кадровые риски, например: дефицит навыков или рост текучести

Мы ожидаем:

• Высшее техническое, математическое, финансовое или экономическое образование
• Опыт в HR-аналитике от 2-х лет и понимание метрик направления
• Уверенные знания математики и основ статистики
• Навыки общения с заказчиками и выявления бизнес-требований
• Умение понятно объяснять выводы на основе работы с данными
• Навыки аргументированно отстаивать свою точку зрения и готовность учитывать мнения коллег
• Понимание метрик привлечения и активности пользователей
• Владение SQL на уровне сложных запросов — вложенные запросы, оконные функции, методы оптимизации запроса
• Знание Python на уровне анализа, визуализации и интерпретации данных: pandas, numpy, matplotlib, scilearn
• Опыт визуализаций в BI-системах — Tableau, Power BI, Datalens, Superset и других

Будет плюсом:

• Опыт работы с инструментами оркестрации данных — Airflow, Git
• Опыт построения базовых ML-моделей — линейная или логистическая регрессия
• Опыт публикации статей и выступлений на конференциях