Data Analyst / BI Analyst

Дата размещения вакансии: 26.08.2026

Работодатель: РОСКОСМОС

Уровень зарплаты:

з/п не указана

Город:

Москва
улица Мясищева 1с5блок3А

Требуемый опыт работы:

От 1 года до 3 лет

Обязанности:

Анализ и подготовка данных из корпоративных систем, выгрузок и файлов.
SQL-расчёт KPI, план-факта, прогноза, отклонений и аналитических срезов.
Подготовка аналитических наборов данных для управленческих дашбордов и приложений.
Описание методик показателей: формула, источник, периодичность, гранулярность, правила расчёта.
Сверка данных с владельцами, выявление пропусков, дублей, расхождений НСИ и других проблем качества.
Формирование требований к витринам, загрузкам и проверкам качества для data engineering-команды.
Проверка цепочки «источник → витрина → дашборд».
Подготовка кратких аналитических выводов для руководства.

Требования:

Опыт работы Data Analyst / BI Analyst от 2 лет;
Уверенный SQL: JOIN, CTE, оконные функции, агрегаты, подзапросы;
Excel / Power Query: подготовка, анализ и сверка данных;
Опыт работы с PostgreSQL, ClickHouse, Greenplum, Trino/Presto или аналогичными СУБД;
Опыт построения дашбордов в BI-платформах;
Понимание DWH, data lake/lakehouse, ETL/ELT, витрин данных и аналитических моделей: факты, измерения, ключи, справочники, гранулярность, star schema;
Умение перевести бизнес-вопрос в KPI, методику расчёта и аналитический набор данных.

Преимуществом будет:

Опыт работы в управленческой, финансовой или производственной аналитике;
Понимание план-фактного анализа, бюджета, ЦФО, затрат, себестоимости, маржинальности, денежных потоков и инвестиционных показателей;
Опыт работы с производственной программой, выпуском, загрузкой мощностей, сроками, запасами, качеством, НЗП и исполнением заказов;
Работа с данными ERP, MES, систем бюджетирования, казначейства, закупок или проектного управления;
Работа со Spark, Airflow и Kafka на уровне пользователя data-платформы: поиск данных, контроль обновлений, проверка статусов и результатов загрузок;
Python для аналитики: pandas, Jupyter, openpyxl;
Знание data quality, data governance, НСИ/MDM, lineage и правил доступа;
Опыт подготовки данных для AI/ML/LLM;
Опыт в промышленной компании, холдинге, госкорпорации или регулируемой среде.

Условия:

Откликнуться