Аналитик чековых данных

Роль

Аналитик данных в команду Data. Задача — вести подготовку товарных категорий по чековым данным: выделение категорий через регулярные выражения, чистка, контроль качества, сбор витрин и базовой статистики. Работа удалённая

Задачи

Выделять товарные категории из массива чеков по неструктурированным названиям товаров через регулярные выражения на казахском, русском и английском языках.

Проводить итеративную чистку данных, снижать долю мусора и не терять важные строки.

Писать SQL-запросы в Doris, собирать итоговые таблицы в хранилище, готовить SQL-скрипты и Jupyter-ноутбуки для проверки качества и расчёта метрик.

При необходимости упаковывать расчёты в Airflow DAG или поддерживать существующие DAG.

Собирать базовые отчёты по категории: динамика, доли, распределения, контрольные срезы, краткие выводы.

Ожидаемый результат через 2 месяца

Вы самостоятельно собираете новую категорию за 2 рабочих дня: правило выделения, контроль качества, итоговая таблица в хранилище и ноутбук с проверками.

Требования Must Have

Уверенный SQL и опыт работы с большими данными. Умение работать с регулярными выражениями, писать сложные запросы и проверки.

Python для анализа данных: обработка таблиц, проверки качества, работа с текстом, построение графиков.

Практический опыт построения правил выделения сущностей из текста или неструктурированных полей: категории, бренды, словари, правила классификации.

Аккуратность и внимательность к деталям при работе с данными. Умение доводить до результата без потери качества.

Самостоятельность. Умение разбирать задачу, предлагать план, фиксировать критерии качества и доводить до готового результата.

Готовность работать с неопределённостью и быстро делать итерации по данным.

Русский язык. Казахский и английский языки на уровне уверенного чтения и понимания типовых слов в товарных названиях.

Требования Nice to Have

Опыт с чековыми данными, ритейлом, товарными категориями, корзинами, ценами, промо.

Опыт с Airflow. Умение писать DAG, разбираться с логами и отладкой.

Опыт работы с Doris или близкими по смыслу БД.

Опыт работы с Power BI.

Привычка документировать правила выделения категорий и поддерживать их в виде понятного справочника.

Опыт коротких презентаций результатов.

Что не подойдёт

Если не нравится рутина и скрупулёзная работа с текстом и данными.

Если сложно принимать правки и менять решение после проверки на данных.

Если часто теряются сроки или задача уходит в бесконечную шлифовку.

Если не хватает внимательности и дотошности при разборе пограничных случаев.

Формат и процесс

Работа удалённая, стандартный рабочий день, часовой пояс Астана. Процесс найма: тестовое задание, созвон с техническим собеседованием.

В этой роли критически важна внимательность к деталям и работа с регулярными выражениями. Чтобы перейти к следующим шагам, пожалуйста, заполните сопроводительное при отклике, в нем кратко расскажите о вашем опыте написания сложных регулярных выражений: для какой задачи вы их применяли и с какими трудностями столкнулись при обработке русского/английского/казахского текста. Или ваш самый интересный или сложный кейс по обработке неструктурированных текстовых данных (парсинг, очистка, классификация). Какую задачу решали, какие инструменты/Regex использовали и какого результата добились?