1. Образование и опыт:
– Высшее образование (техническое, математическое, экономическое или в области информационных технологий).
– Опыт работы data‑аналитиком или аналитиком данных не менее 3–5 лет, в т. ч. с большими массивами данных.
– Опыт работы с государственными информационными системами (ГИС) либо проектами для федеральных органов исполнительной власти (ФОИВ) будет преимуществом.
2. Технические навыки:
– SQL: умение написания запросов для выборки, фильтрации, агрегации и сопоставления данных между разными таблицами и базами данных; работа с оконными функциями, подзапросами, CTE (Common Table Expressions).
– Языки программирования:
– Python (с библиотеками pandas, numpy, matplotlib, seaborn, scipy и т.д.) для анализа и обработки данных;
– Опционально — R для статистического анализа.
– ETL‑процессы: понимание принципов извлечения, трансформации и загрузки данных; опыт работы с ETL‑инструментами (Apache NiFi, Talend, Informatica и др.).
– Форматы данных и API:
– Знание с JSON, XML, CSV;
– Взаимодействие с REST API и SOAP для интеграции и выгрузки данных.
– Базы данных: опыт работы с реляционными (PostgreSQL, MS SQL Server)
– Контроль качества данных (Data Quality):
– Выявление дубликатов, пропусков, аномалий;
– Проверка целостности и согласованности данных между системами;
– Применение метрик качества данных (полнота, точность, актуальность, непротиворечивость).
– Архитектура данных:
– Проектирование и оптимизация схем PostgreSQL/MySQL для high-load систем, включая partitioning, indexing и data warehousing.
– Продвинутый анализ: сложные SQL-запросы с оконными функциями, CTE, materialized views; интеграция с Python/Pandas для предиктивного моделирования.
– Автоматизация и BI: разработка дашбордов в Tableau/Superset/Power BI, автоматизация ETL-процессов (Airflow/DBT), A/B-тестирование.
– Качество и governance: аудит данных, anomaly detection, data lineage; лидерство в data quality frameworks.
3. Профессиональные компетенции:
– Анализ и сопоставление данных:
– Сопоставление сведений между различными ГИС и другими информационными системами (ресурсами);
– Выявление расхождений, дублирования и противоречий в данных;
– Построение маппингов (сопоставлений) полей и сущностей между разными источниками.
– Оценка качества данных:
– Аудит баз данных на полноту и актуальность сведений;
– Разработка и применение правил валидации данных;
– Формирование отчётов о качестве данных с указанием проблемных зон.
– Мониторинг бизнес‑процессов:
– Контроль соответствия исполнения бизнес‑процессов требованиям заказчика и/или оператора информационного ресурса (системы);
– Анализ отклонений и подготовка предложений по оптимизации процессов.
– Подготовка отчётности:
– Автоматизация рутинных выгрузок и отчётов;
– Составление справочных материалов и аналитических записок для руководств;
– Визуализация результатов анализа (графики, диаграммы, дашборды).
– Оценка работы команды:
– Анализ качества работы разработчиков, аналитиков и специалистов по базам данных;
– Формирование обратной связи и рекомендаций по улучшению процессов и результатов.
4. Знание нормативной базы и специфики:
– Понимание законодательства РФ в области персональных данных (152‑ФЗ), информационной безопасности (149‑ФЗ, 187‑ФЗ) и требований к ГИС (в т. ч. приказа ФСТЭК № 17), знание постановления Правительства РФ от 6 июля 2015 г. № 676 «О требованиях к порядку создания, развития, ввода в эксплуатацию, эксплуатации и вывода из эксплуатации государственных информационных систем и дальнейшего хранения содержащейся в их базах данных информации».
– Знание стандартов и регламентов федеральных органов исполнительной власти в части работы с данными и отчётностью.
– Осведомлённость о принципах управления данными (Data Governance) и архитектуры государственных информационных систем, включая платформу «ГосТех».
5. Личностные и коммуникативные качества:
– Аналитическое мышление, внимание к деталям, способность выявлять закономерности в больших массивах данных.
– Ответственность и исполнительность: умение чётко следовать требованиям заказчика и оператора информационного ресурса.
– Коммуникабельность: способность эффективно взаимодействовать с разработчиками, аналитиками, руководителями и представителями ФОИВ.
– Умение чётко формулировать выводы и представлять результаты анализа в доступной форме (как в виде таблиц и графиков, так и в текстовом виде).
– Способность работать в условиях многозадачности и сжатых сроков.
6. Дополнительные преимущества:
– Опыт внедрения или сопровождения систем класса MDM (Master Data Management) для государственных нужд.
– Навыки работы с инструментами мониторинга и логирования (например, ELK Stack, Grafana).
– Базовые знания в области машинного обучения и прогнозной аналитики (для перспективных задач).
– Сертификаты по аналитике данных, BI‑системам или управлению данными (наgример, от вендоров ПО или профильных образовательных платформ).
7. Условия:
– Доход: 200 000 руб.
– Стабильность: аккредитованная IT-компания, ТК РФ, релокация.
– График: 5/2 (9:00–18:00)