Data Analyst

Мы - команда, создающая комплексную систему противодействия мошенничеству на базе технологий BigData с набором аналитических инструментов для многомерного изучения объектов и включающую в себя инструменты

собственной разработки для:

• Построения графа связей (инструмент анализа объектов и их свойств, а также их связи с другими объектами различных уровней и характеристик, применяется для получения дополнительных знаний об объекте за счет извлечения знаний о его окружении, выявления наиболее значимой информации, центров влияния, групп связанных объектов, цепочек)
• Геопространственной аналитики: инструменты графической визуализации особенностей географических локаций, их оценок в различных контекстах, сравнения и сопоставления в различных временных интервалах, построения маршрутов и тепловых карт
• Выявления и анализа попыток мошенничества и иных отклонений, обработки внутренних событий, присвоения итоговых резолюций по результатам рассмотрения кейсов и выявления новых поведенческих схем
• Портфеля технологичных сервисов накопления и обработки больших объемов данных со сложной структурой

Наш передовой технологический стек:

• Big Data - Hadoop, Scala, Spark, Casandra, ClickHouse, Elasticsearch, FastGraph
• Backend - Scala, Zio, Openshift, PostgreSQL
• Fronted - React, Redux (Redux ToolKit, RTK Query), Typescript, jest. Библиотеки: D3.js, react-force-graph, leaflet. UI/UX design
• QA - Scala, TestNG, Selenium, Maven, Allure
• DevOps - Docker, Kubernetes, Helm, Jenkins, ELK

Мы наращиваем команду, чтобы активно развивать продукты, которые работают на благо общества и ищем профессионала своего дела, который проникнется нашими идеями и целями:

• реализация уникальных сервисов и инструментов противодействия мошенникам
• решение нетривиальных аналитических задач
• расширение кругозора, разработка новых решений и выход за периметр типовых задач

Обязанности

• Анализ источников данных
• Обеспечение прозрачности и точности в сборе данных, отчетности и визуализации
• Внедрение новых интеграций и аналитических методик
• Компиляция данных из различных источников
• Создание ETL-процессов

Требования

• Уверенное знание SQL: сложные запросы, аналитически функции, понимание физической реализации join’ов, оптимизация производительности запросов
• Опыт создания читабельных Jupyter-ноутбуков
• Знакомство с основными аналитическими библиотеками Python (pandas, numpy, scipy, statsmodels, pychart)
• Понимание принципов организации хранилищ данных, подходов к проектированию логической и физической моделей, понимание основной проблематики хранилищ и подходов к решению
• Опыт работы в GIT

Будет плюсом

• Знания экосистемы Hadoop: HDFS, Spark, Scala
• Понимание основ математической статистики и теории вероятностей, умение применять их при решении аналитических задач
• Опыт принятия продуктовых решений на основании данных;
• Знание базовых ML-подходов;
• Будет плюсом знания DG (data governance)
• Опыт написания технической документации

Условия

• Ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
• Корпоративный спортзал и зоны отдыха
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеро
• Вознаграждение за рекомендацию друзей в команду Сбера