Аналитик данных

от 94 700 до 114 600 ₽ за месяц до вычета налогов

Выплаты: два раза в месяц

Опыт работы: 1–3 года

Полная занятость

Оформление: Трудовой договор

График: 5/2

Рабочие часы: 8

Формат работы: на месте работодателя

DNS — компания,
в которой ХОРОШО!

Федеральная сеть магазинов цифровой и бытовой техники DNS ищет в команду АНАЛИТИКА ДАННЫХ!

Мы предлагаем:

Стабильную работу в крупной, динамично развивающейся компании;
Своевременную, полностью белую заработную плату от 82 000 до 99 700 руб. на руки;
Официальное трудоустройство с первого дня работы;
Социальные гарантии (оплачиваемый отпуск, больничный);
Перспективы профессионального и карьерного роста, дружный коллектив;
Корпоративное обучение;
Годовую премию;
Ежегодную индексацию заработной платы;
График работы: 5/2, суббота и воскресенье - выходные дни;
Место работы: ул. Федосеева, 24/3 (м. Золотая Нива).

Чем предстоит заниматься:

Разработка и оптимизация дашбордов в Power BI;
Написание SQL-запросов (GreenPlum, ClickHouse, MSSQL) для выгрузки и преобразования данных;
Анализ полученных данных, выявление причин изменений ключевых метрик, подготовка аналитических отчетов;
Взаимодействие со смежными подразделениями внутри компании.

Наши ожидания:

Опыт разработки отчетов в Power BI;
Уверенное знание SQL: написание запросов с использованием JOIN, оконных функций, подзапросов для работы с большими массивами данных;
Продвинутый уровень Excel (сводные таблицы, сложные формулы, Power Query);
Аналитическое мышление и внимательность к деталям;
Навыки деловой коммуникации, способность понятно объяснять технические детали.

Будет преимуществом:

Углубленное знание SQL: Умение оптимизировать тяжелые запросы в GreenPlum/ClickHouse/MSSQL, работа с временными рядами и иерархическими структурами данных;
Продвинутая работа в Power BI: Опыт создания сложных расчетов на DAX, оптимизация производительности больших дашбордов;
Понимание ETL-процессов: Знание принципов организации DWH, умение проектировать и наполнять витрины данных для своих отчетов;
Навыки Python для аналитики: Использование pandas для сложных трансформаций и анализа, sqlalchemy для работы с БД;
Понимание принципов работы БД: умение создавать и использовать временные таблицы и представления (VIEW) для подготовки.