Senior Data Analyst (Scala API)

Навыки

• AI-агенты
• API (интеграции)
• Проектирование архитектуры
• BI-инструменты
• Big Data
• Code review
• Анализ данных

О компании и продукте

• Мы разрабатываем и внедряем DS-модели и AI-агентов в Департаменте по работе с проблемными активами (NPL). Мы понимаем, что их эффективность напрямую зависит от фундамента — качественно проанализированных, подготовленных и высокопроизводительных данных.

Задачи

• Разработка высоконагруженных пайплайнов обработки больших данных исключительно на Scala API DataFrame Apache Spark (без SQL), включая оптимизацию производительности (Performance Tuning) и устранение data skew
• Проектирование архитектуры хранения: моделирование данных с применением подходов Data Vault или Dimensional Modeling, участие в проектировании DWH
• Подготовка и предоставление чистых, структурированных фичей (feature engineering) для команд DS/ML, понимание жизненного цикла внедрения ML-моделей
• Обработка больших объемов неструктурированных данных и интеграция результатов работы генеративного ИИ в аналитические процессы
• Работа с ядром Spark: анализ планов выполнения запросов через Catalyst Optimizer, выявление и решение проблем производительности на уровне кода
• Участие в код-ревью, ведение разработки в Git, написание модульных тестов и поддержание высокого качества кодовой базы команды
• Трансляция бизнес-задач от стейкхолдеров в технические требования к данным и архитектуре потоков

Требования

• Релевантный опыт от 3 лет на позиции Data-аналитика/Аналитика DWH с фокусом на разработку production-ready решений
• Экспертное владение Scala API для работы с DataFrame Apache Spark. Опыт реализации проектов исключительно на Scala без использования SQL
• Глубокое понимание этапов оптимизации Catalyst, умение читать планы выполнения (Explain) и проводить Performance Tuning
• Практический опыт участия во внедрении ML-моделей и уверенное знание этапов их жизненного цикла (от подготовки данных до мониторинга)
• Навыки проектирования высоконагруженных систем и знакомство с архитектурными подходами Data Vault или Dimensional Modeling
• Уверенная работа с большими объемами неструктурированных данных и применение инструментов генеративного ИИ для автоматизации задач
• Высшее техническое образование, владение Git и опыт прохождения код-ревью

Будет плюсом

• Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

Условия

• Офисный формат работы: г. Москва, Кутузовский проспект, д. 32, к.1
• Ежегодный пересмотр зарплаты и годовая премия
• Более 400 образовательных программ в СберУниверситете для твоего развития
• Спортзал и зоны отдыха
• Расширенный ДМС, льготное страхование для семьи
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• Подписка Прайм с возможностью совместного использования на трёх близких
• Вознаграждение за рекомендацию друзей в команду Сбера
• Срочный трудовой договор

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.