Аналитик данных (сегмент "Молодежное предпринимательство и франшизы")

Мы - команда «Персональные решения» в кластере малого бизнеса. Ищем аналитика, который станет нашим «правым глазом» в двух ключевых направлениях: работа с молодыми предпринимателями и крупными франшизными сетями (Самолёт, СДЭК, Авокадо и др.).

Рынок конкурентный, конкуренты демпингуют. Наша задача - не просто собирать отчеты, а находить скрытые точки роста и обосновывать нестандартные решения. Поэтому креативный подход к цифрам для нас важнее шаблонных знаний.

Нам нужен не просто исполнитель, который ждет детального ТЗ, а проактивный "исследователь". Если вам говорят "этих данных нет", а вы знаете, как их найти или "докрутить" - вы наш человек.

Ваши основные задачи:

• сбор и структурирование данных: находить и выгружать данные из внутренних витрин для анализа портрета клиента

• разработка скриптов и запросов: писать код на Python (в т.ч. с использованием PySpark) и SQL для обработки больших массивов данных

• построение финансовых моделей: участвовать в расчётах, чтобы понимать статус клиента, какие продукты он использует, объёмы выводов и размер выпадающего дохода

• автоматизация рутины: создавать дашборды с автоматическим обновлением для оптимизации еженедельных выгрузок команды

• поиск скрытых закономерностей: анализировать не только ЧЭП (чистый эффект по продукту), но и долю кошелька клиента в Сбере и других банках, искать дополнительные источники дохода для обоснования скидок по эквайрингу.

Обязательно:

• уверенное знание Python и SQL (на уровне написания сложных запросов и обработки данных)

• продвинутый уровень Excel (сводные таблицы, массивы, сложные формулы)

• навыки визуализации данных (умение красиво и понятно упаковать цифры в дашборд или презентацию)

• аналитическое мышление и внимательность к мелочам

• умение использовать нейросети в повседневной работе

• высшее образование.

Будет плюсом:

• опыт работы с данными в банковской сфере или финтехе

• понимание принципов бизнес-аналитики и продуктовых метрик (ЧЭП, ЧОД, LTV и тд)

• опыт построения финансовых моделей и прогнозов.

Личные качества, которые мы ищем:

• проактивность: видите возможности для улучшения и предлагаете их

• "бунтарский" склад ума: не любите работать по шаблону, ищете обходные пути, если прямой закрыт

• самостоятельность: не нуждаетесь в постоянном контроле, сами придумываете, как решить задачу

• жизнестойкость: готовность к тому, что поиск данных в большой системе - это квест, который нужно пройти.

Условия:

• стабильный оклад и социальная поддержка сотрудников

• официальное оформление

• расширенный ДМС с первого дня и льготное страхование для близких

• корпоративное обучение в Виртуальной школе Сбера

• бесплатная подписка СберПрайм+ и скидки на продукты компаний-партнеров

• корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный ⅓ ключевой ставки ЦБ.