Аналитик данных (Управление моделирования и развития AI)
Описание
В команду разработки управления моделирования и развития AI требуется Аналитик данных. С нами ты будешь измерять и развивать метрики качества данных, искать слепые зоны в графе Data Lineage и превращать шум в алёртах в измеримые показатели, по которым принимают решения. Обязанности Анализ метрик Data Quality на исторических данных: оценка доли ложных срабатываний, поиск проверок, не сработавших ни разу, калибровка порогов под текущий профиль нагрузки. Разбор причин шума в алёртах и подготовка рекомендаций Проектирование новых метрик качества: меры расхождения распределений, дрейф квантилей, появление новых категорий, кросс-полевые инварианты; проверка гипотез на исторических данных до выката в прод Расчёт метрик здоровья графа Data Lineage: полнота покрытия, изолированные узлы, доля связей от выключенных пайплайнов, глубина и качество колоночного уровня Поиск разрывов цепочек lineage и определение сегментов, на котором они возникают BI-аналитика: развитие дашбордов по качеству и происхождению данных Сопровождение и формирование аналитических отчётов для руководства и кросс-функциональных команд Участие в проектах со смежными DS/DE- командами Требования высшее техническое образование Опыт работы в области анализа данных не менее 1 года, включая потоковые или near-real-time данные Работа с базами данных (ClickHouse, Postgre) Уверенное владение SQL (на уровне написания и чтения сложных запросов: оконные функции, CTE, агрегация по временным окнам), Python (numpy, pandas), а также инструментами для работы с BigData (Spark, Hadoop) Прикладная статистика: распределения, сезонность, дрейф, доверительные интервалы, баланс ложноположительных и ложноотрицательных срабатываний Готовность разбирать чужой код на незнакомом языке (Scala, TypeScript), чтобы проверить, как метрика считается на самом деле Способность структурировать информацию, формулировать выводы и защищать их расчётом Будет плюсом опыт с инструментами Data Quality системами (Great Expectations, Soda, Evidently) и каталогами данных (Atlas, DataHub, OpenLineage) Навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использования их в работе будет преимуществом Инструментальное владение AI для разбора кодовой базы, анализа и автоматизации. Условия комфортный современный офис рядом с м. Кутузовская, формат работы - офис корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.