Старший аналитик данных

Мы строим платформу данных, в которой доверие к данным становится мгновенным и измеримым. Любой потребитель — человек или AI-агент — в момент получения данных должен сразу видеть: кто за них отвечает, насколько они качественны, соблюдаются ли обязательства по контрактам, насколько они свежи и какова их история. Без такой наблюдаемости невозможно ни управлять качеством, ни гарантировать надежность, ни строить автономные агентные системы.

Старший аналитик данных структурирует и интерпретирует метаданные, превращая их в ясную, объективную и доступную картину состояния данных. В фокусе этой роли — расчет ключевой метрики Time2Data и ее компонентов. Это позиция на пересечении аналитики данных, Data Governance и продуктовой стратегии: требуется уверенно работать с большими объемами метаданных, разбираться в техническом контексте платформы и доносить выводы до владельцев продуктов так, чтобы на их основе можно было принимать решения.

Ключевые задачи

• Разрабатывать и поддерживать методологию расчета метрик Data Governance Observability (Time2Data и его компоненты: Time2Discovery, Time2Access, Time2Integrate, Time2Prepare, Time2Use), а также прокси-метрик, влияющих на Time2Data (качество данных, свежесть данных, соблюдение контрактов, полнота lineage, уровень сертификации дата-продуктов).
• Проверять методологию на реальных данных: замерять фактические действия пользователей, сопоставлять с целевыми показателями и уточнять подходы к расчету.
• Согласовывать методологию расчета метрик с доменами, добиваясь единого понимания и применения на уровне всего банка.
• Проектировать и поддерживать единую систему отчетности observability: витрины данных, дашборды в DataLens и агрегацию метаданных, логов и проверок качества для обеспечения прозрачности состояния данных.
• Обеспечивать наблюдаемость метрик не только для человека, но и для AI-агента: управлять контекстом так, чтобы агенты могли использовать и оценивать пригодность данных без участия человека.
• Анализировать отклонения метрик, проводить количественные исследования и проверять гипотезы о влиянии изменений в платформе на компоненты Time2Data и доверие к данным, формируя рекомендации по улучшению.
• Закладывать требования к наблюдаемости в продукты на ранних этапах, работая с владельцами сервисов, чтобы метрики собирались и рассчитывались корректно с самого начала.
• Выступать партнером для владельцев сервисов: помогать им видеть полную картину по своим метрикам, выявлять аномалии и проверять гипотезы о влиянии изменений на качество данных и Time2Data.

Экспертиза

• Опыт работы аналитиком данных от 3 лет с практикой обработки больших объемов (метаданные, логи, события) с использованием SQL, Python, PySpark, Git и Airflow, а также визуализации в Power BI или DataLens.
• Владение статистическими методами проверки гипотез для объективной оценки влияния изменений на метрики наблюдаемости.
• Понимание жизненного цикла данных через призму Time2Data: способность декомпозировать Time2Data на составляющие и предлагать способы их измерения, а также видеть, как качество данных в одном домене влияет на Time2Data в другом в масштабе всей организации.
• Навыки работы с неполными и разнородными данными: умение структурировать информацию из разных источников и приходить к ясным, проверяемым выводам.
• Навык самостоятельного ведения аналитических исследований «от идеи до внедрения»: обнаружение проблемы, проверка гипотезы, выбор метрик, оценка эффекта, доведение до продакшена.
• Готовность быстро погружаться в незнакомый технический контекст и задавать правильные вопросы инженерам.
• Умение влиять аргументами, а не полномочиями: способность аккуратно оспаривать чужие допущения и убеждать расчетами, оставаясь партнером для команды, а не контролером.

Дополнительные навыки, которые мы ценим

• Понимание Data Governance: знание концепций метаданных, lineage, качества данных, data contracts.
• Знание архитектуры Data Platform и DWH: понимание устройства платформы данных и особенностей работы с Hadoop, Greenplum и другими компонентами платформы.
• Опыт внедрения систем наблюдаемости данных (data observability) или мониторинга в крупных организациях.
• Знакомство с OpenLineage, OpenTelemetry или другими стандартами сбора lineage и метрик.
• Понимание того, как AI-агенты используют метаданные и метрики для принятия решений (agentic-потребление данных).
• Опыт работы с потоковыми данными и системами событий для сбора метрик в реальном времени.

Бенефиты для сотрудников

• Возможность работать из офиса или удаленно.
• ДМС со стоматологией, массажем, телемедициной, ежегодными чекапами, которое работает как в Москве, так и в регионах.
• Три оплачиваемых отгула в год.
• Страхование жизни в путешествиях, от несчастных случаев, болезней и критических заболеваний.
• Бесплатные индивидуальные консультации психологов, юристов, экспертов по личным финансам и консультантов по здоровому образу жизни.
• Поддержку опытного наставника, обучающие курсы для комфортной адаптации, помощь в развитии экспертизы со стороны профессиональных сообществ банка.
• Собственную ИТ-академию, участие в конференциях.
• Льготные условия по банковским продуктам и услугам.
• Скидки от партнеров банка в приложении PrimeZone в сферах здоровья, развлечений, творчества и интернет-покупок.