Senior Data Analyst

#вакансия #fulltime #Ереван #Армения #финтех #банк #senior #Data #analyst #DataAnalyst #Գործկա 💼 Компания: ITQuick 🌎 Локация: Армения 👨🏻‍💻 Формат: гибрид 🕝 Занятость: Полная 💰 ЗП: 300-400 тыс. руб. * Рассматриваем граждан РФ и Армении, которые проживают на территории Армении. ✅Находимся в поиске Senior Data Analyst в Армении. 💼О проекте: Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении. В основе — Golden Record: единый профиль клиента, объединяющий данные банка, продуктов экосистемы и внешних источников. Поверх него строятся Customer 360, сегментация, scoring и персонализированные предложения. 🦸Задачи роли: Предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы. Источник слабо документирован: часть значений закодирована, часть бизнес-логики реализована в коде и хранимых процедурах, две внешне одинаковые записи могут быть собраны разными алгоритмами из разных таблиц. Нужен человек, который разберёт этот источник и превратит его в осознанную модель данных: что откуда берётся, что на что влияет, какое поле что означает. ⚙️Что предстоит делать: ● Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику. ● Идти от целевой витрины к источнику: определять, из каких таблиц и по какой логике собирается каждый атрибут. ● Разделять случаи, когда одинаковые по виду данные получены разными путями, и фиксировать правила выбора. ● Описывать модель данных и метаданные: сущности, связи, grain, ключи, историчность. ● Формировать требования к витринам для сегментации, scoring и рекомендаций. ● Писать SQL-исследования и прототипы трансформаций, проверять гипотезы на данных. ● Выяснять смысл данных напрямую у сотрудников банка — это постоянная часть работы. О бэкграунде: Важно, какие задачи вы решали — приходили в незнакомую недокументированную систему и разбирались сами, восстанавливали бизнес-смысл данных, строили модель с нуля и доводили исследование до работающей витрины. ‼️Если вы работали дата-инженером и значительную часть времени тратили на то, чтобы понять, что лежит в источнике, — это наш профиль. Если получали готовые чистые витрины — скорее нет. 🏆AI-native подход: Мы используем AI-native подход и ожидаем того же от кандидата: AI-инструменты применяются для разбора legacy, анализа схем, написания SQL и документирования. 🛠Требования: ● Сильный SQL: оконные функции, сложные join-цепочки, анализ качества и распределений. ● Опыт реверс-инжиниринга плохо документированных источников. ● Понимание data modelling: сущности, grain, ключи, историчность, master entities. ● Опыт работы с банковскими или fintech-данными (Core banking (особенно ArmSoft) / legacy banking systems, Customer 360) или опыт разбора сырых банковских данных о клиентах и продуктах из плохо документированных систем с целью производства маркетинговой и финансовой аналитики. ● Python на уровне исследования данных. ● Способность самостоятельно довести задачу «вот сырьё, вот целевая витрина» до результата. ● Проактивность: готовность выяснять смысл данных у людей, а не ждать документации. ● Git, Linux, опыт работы в закрытых Dev/UAT-контурах. 🎯Будет плюсом: · Знание армянского языка · Методологии матчинга и дедупликации · Опыт с Data Vault 2.0 · Опыт с DBT или аналоги · PII, маскирование, RBAC · Опыт в регулируемом on-premise контуре · Экспертиза в ML, ML Ops 🤝Условия: Взаимодействие по ИП Локация - Армения Формат работы - гибрид, готовность работать из офиса банка до 3 раз в неделю. 📩 Контакт: @••••••