Аналитик данных
Описание
Мы ищем не просто аналитика, а BI-архитектора с уклоном в Data Science. Сотрудника, который будет строить дашборды в Power BI так, что они заменят 50% ручных совещаний. Он автоматизирует ETL через Power Query, а прогнозы будет считать статистическими моделями. И главное — ему скучно просто считать, он хочет учить модели предсказывать проблемы до того, как они возникнут, и готов применять ИИ для очистки и интерпретации данных. Цель: глубокая обработка данных служб подразделения, построение статистических моделей, расчет аналитический показателей, расчет мотивации (KPI), построение прогнозных моделей и автоматизация сводной отчетности. Требования (Hard Skills) Инструментарий (владеть на уровне эксперта): Excel: не просто сводные таблицы. Обязательно: Power Query, а также сложные формулы массивов, создание дашбордов с активными элементами управления. Power Query: глубокая обработка данных служб из разных источников. Обязательно умение подключаться к внешним источникам (папки, файлы CSV/Excel, SQL-сервер) через Power Query (M-язык), очистка "мусорных" данных, слияние запросов без потери производительности. Сложные формулы и VBA — приветствуются, но основной упор на ETL-процессы через PQ. Построение многомерных моделей данных (звездообразная схема, связи «один-ко-многим», вычисляемые столбцы и меры на DAX — включая Time Intelligence). Разработка многостраничных дашбордов с единой точкой входа (навигация, закладки, всплывающие подсказки). Визуализация должна быть не просто «красивой», а управленческой. Опыт внедрения отчетности из систем CRM систем с поиском «белых» пятен, а также тестированием, выявлением и устранением ошибок. 2. Продвинутая аналитика (Прогнозы и ИИ) Прогнозные модели: умение прогнозировать не просто «в лоб», а с учетом сезонности строительства, выпадов и других внешних факторов. Интерес и опыт внедрения ИИ в аналитику: Понимание основ машинного обучения (кластеризация, регрессия). Желание развиваться: Активное изучение нейросетей (LLM) для внедрения в аналитику, например, автоматическое комментирование отклонений. Условия: Работа в слаженной команде, заряженной на результат; Структура оплаты: оклад + премия; Оформление по трудовому договору у партнеров ТЕХНОНИКОЛЬ (Аутстаффинг) или по договору ГПХ; Работа предполагается полный день, но можем рассмотреть и неполный при желании.