Требования
Обязательно
- SQL уверенный уровень: сложные запросы, джойны, оконные функции, агрегации. Опыт работы с PostgreSQL и желательно с другими большими аналитическими хранилищами данных (Greenplum и др.).
- Excel продвинутый. Знание Python. Умение писать воспроизводимые скрипты для обработки данных. Опыт автоматизации рутинных аналитических процессов.
- Знание статистического анализа, прогнозирования, работа с выборками.
- Понимание архитектуры данных, чем отличается сырой слой от аналитического, дата профайлинг.
- Самостоятельность в постановке задачи: способность взять бизнес-вопрос и самому определить какие данные нужны и где их искать.
- Коммуникация с техническими командами: опыт взаимодействия с дата-инженерами или командами хранилищ данных.
- Опыт работы от 3+ лет в аналитике данных, желательно в финтех, финансовом секторе, банке, страховой компании.
Будет преимуществом
- Опыт в риск-аналитике, кредитном скоринге, финансовом моделировании, анализе больших данных – понимание экономических и бизнес метрик.
- Опыт построения индексов, агрегированных показателей, трекинговых метрик.
- Знакомство с методологией опросных исследований (CCI, деловые индексы, другое) - понимание что значит «взвешенная выборка» и «репрезентативность».
- Power BI или Tableau: построение дашбордов для нетехнической аудитории.
- Опыт работы с большими озерами данных (Data Lake) и массивами данных в корпоративной среде.
- Знание казахского и английского языков.
Личные качества
- Аналитическое мышление: не просто выгружать данные, а понимать для чего.
- Проактивность: самостоятельно увидеть проблему в данных и предложить решение.
- Ответственность, точность и аккуратность.
- Умение излагать свои мысли и донести информацию.
- Готовность работать в условиях неопределенности.
Высшее образование: экономическое, финансовое или математическое – плюс курсы либо опыт в аналитике данных и data science. Либо техническое образование – при условии уверенного понимания экономических и финансовых метрик.