- Ad-hoc анализ данных с целью локализации проблем качества данных; - анализ бизнес-процессов разных товарных групп, выделение различий и унификация данных для отображения в отчетности; - подготовка заданий на разработку агрегатов/витрин данных, отчетов и бизнес-метрик; - анализ качества потока данных, подготовка заданий на мониторинг качества данных; - разработка алгоритмов формирования отчетности с использованием детальных данных, справочников и аналитических агрегатов; - разработка алгоритмов поиска аномалий/нарушений на основе получаемых данных; - прогнозирование временных рядов; - создание отчетов/выгрузок в Redash;

- Участие в разработке постановок на агрегаты; - Проверка качества данных в источниках/агрегатах/отчетах, в том числе сверка/выявление расхождений и их причин (Clickhouse); - Участие во взаимодействии с заказчиками, анализ, ведение документации (Confluence, Jira); - Создание дашбордов в Redash (Clickhouse)

- работа с данными (фильтрация, агрегация, сортировка, преобразование "грязных" данных, сводные таблицы, оконные функции и др.) с помощью Python (в т.ч. библиотеки pandas, numpy, seaborn и др.); - работа с данными с помощью СУБД Clickhouse (группировка, агрегатные функции, объединение таблиц, подзапросы, представления, создание таблиц и др.); - использование оконных функций PostgreSQL; - применение статистики (t-критерий, критерий Манна-Уитни, Bootstrap, критерий хи-квадрат, линейная регрессия, введение в A/A и A/B тесты) с помощью библиотек scipy и statmodels; - работа с API ВКонтакте, Google Documents, Telegram; - работы с Git (типичный паттерн от «пулла» до «пуша» через «брэнчи»); - построение дашбордов в Redash и Tableau; - знакомство с Airflow; - знакомство с основными продуктовыми метриками (Retention rate, LTV, DAU, MAU, Conversion Rate, CTR и др.); - знакомство с основными фреймворками продуктовой аналитики

строительный, Маркшейдерское дело