TWIG

Data Engineer / Data Analyst

Не указана
  • Москва
  • Частичная занятость
  • Удаленная работа
  • От 1 года до 3 лет
  • SQL
  • Python
  • REST API
  • ETL
  • Математическая статистика
  • Apache Airflow

  • Интеграция с внешними API ресторанных систем (POS, CRM, системы заказов и доставки) для получения данных, включая работу с неполными и "грязными" данными.

  • Очистка, нормализация и обогащение данных с учётом специфики ресторанной аналитики.

  • Загрузка данных в S3, а также в аналитические базы данных (ClickHouse, PostgreSQL).

  • Проектирование и оптимизация схем БД под задачи аналитики и хранения, с учётом характера ресторанных данных, предполагаемых запросов и требований к скорости выборок.

  • Разработка и поддержка пайплайнов для регулярного обновления данных.

  • Формирование аналитических отчётов и дашбордов по бизнес-требованиям (продажи, загрузка столов, запасы, эффективность акций).

  • Проведение статистических расчётов и исследовательских работ для выявления закономерностей и трендов.

  • Взаимодействие с командой продукта и аналитиками для уточнения требований и самостоятельное принятие решений по оптимальной реализации задач.

Требования

  • Опыт работы от 2 лет в роли Data Engineer, Data Analyst или смежных позициях.

  • Понимание полного цикла работы с данными: от получения из источника до готовой аналитики.

  • Уверенное владение Python (pandas, numpy, requests и др.) для ETL и анализа данных.

  • Опыт работы с ClickHouse и PostgreSQL (включая оптимизацию запросов, проектирование схем и индексов).

  • Опыт работы с облачными хранилищами (AWS S3 или аналогами).

  • Знание инструментов статистического анализа и построения моделей (scipy, statsmodels или аналоги).

  • Навыки написания SQL-запросов разной сложности.

  • Опыт работы с системами оркестрации и автоматизации ETL (Airflow, Prefect или аналогичные).

  • Владение инструментами визуализации (Tableau, Power BI, Metabase или аналоги).

  • Умение работать с "грязными" данными, выявлять и устранять пропуски/аномалии.

Понимание принципов построения надёжных и воспроизводимых аналитических пайплайнов.