Lead BI аналитик

Привет!

LADA Цифра - уникальный микс талантливых людей, которые приняли вызов создать цифровое будущее в автомобильной индустрии. Команда, которая успела поработать в крупных проектах и знает про IT не из учебников.

Ищем Lead BI аналитика. Нужно будет развивать Apache Superset, как продукт : строить удобные дашборды, внедрять Self-BI и дата каталог, формировать культуру работы с метриками в компании.

Чем ты будешь рулить:

• Командой BI-аналитики и внешним подрядчиком: постановка задач, приоритизация, приёмка, развитие людей
• BI-системой для блока B2B (продажа запчастей) на Apache Superset: roadmap, развитие платформы
• Работой с b2b дирекциями: вытаскивать реальные потребности из размытых запросов, говорить "нет" низкоприоритетному, превращать "хочу отчёт" в продукт
• Большими управленческими дашбордами для топ-менеджмента дирекций: от постановки метрик до релиза
• Архитектурой витрин данных под B2B-аналитику: совместно с дата-инженерами проектируешь дата-марты, отвечаешь за их бизнес-логику и переиспользуемость
• Внедрением и развитием self-service BI: модель данных, semantic layer, единые определения метрик, обучение бизнес-пользователей, governance
• Качеством данных и data governance в зоне B2B: владелец требований к качеству, инициатор изменений в каталог данных

Наш идеальный кандидат:

• Имеет 2 года опыта руководства командой BI/аналитиков и опыт управления внешним подрядчиком (постановка ТЗ, приёмка, контроль SLA)
• Уверенно работает со стейкхолдерами уровня директоров: умеет вытаскивать задачу из запроса, приоритизировать и аргументированно отказывать
• Имеет опыт внедрения или развития self-service BI — не "слышал про", а сам строил модель, в которой бизнес собирает отчёты без аналитика
• Имеет практический опыт с Apache Superset (или готов быстро на него перейти с Power BI / DataLens / FineBI)
• Глубокий SQL, понимание dimensional modeling (Кимбалл) и принципов построения дата-мартов
• Понимает ETL-процессы на уровне заказчика к дата-инженерам: что технически возможно, где компромиссы, как читать DAG
• Имеет опыт внедрения практик data governance и data quality (каталог, владельцы данных, метрики качества) — не на уровне принципов, а на уровне "запускал и поддерживал"
• Опыт в B2B / ритейле / автоиндустрии — плюс, но не обязателен