Data Analyst

PixelPlex – ведущая продуктово-аутсорсинговая компания по Blockchain разработке, основанная в 2007 году. С 2013 года 90% наших проектов основаны на данной технологии. Также мы активно работаем в области AI, AR/VR, IoT, Mobile. Клиентские проекты реализуются как для всемирно-известных мировых брендов, так и для небольших, перспективных стартапов. Отделы разработки: Web, Mobile и Blockchain. А также QA, BA, PM, UI/UX Departments. Наша команда растет, и мы ищем Data Analyst . Чем предстоит заниматься самостоятельно искать инсайты в on-chain и off-chain данных, формулировать гипотезы и доводить их до бизнес-выводов; строить и поддерживать витрины данных; поддерживать поток данных на витрины из операционных хранилищ и DWH; разрабатывать и оптимизировать SQL-запросы в условиях средних и высоких нагрузок и больших объёмов данных; проектировать и поддерживать дашборды для визуализации данных; активно коммуницировать с командой по вопросам оптимизаций процессов и инфраструктуры; применять ML-инструменты там, где это оправдано. Каким видим кандидата: умение анализировать большие объемы данных, формулировать гипотезы, составлять наглядные отчеты и предоставлять анализ в удобном виде; умение составлять витрины данных и визуальные дашборды; глубокое понимание SQL, владение продвинутыми функциями языка (оконные функции, оптимизация, работа с планами выполнения, индексы и партиционирование); опыт работы с MongoDB и оптимизацией запросов; использование python для анализа (scipy, scikit-learn, pandas, polars, duckdb) и автоматизации (работа с API, написание скриптов, Jupyter Notebook); понимание архитектуры DWH и принципов построения слоёв данных; понимание основ математической статистики и теории вероятностей, применение математических навыков в реальной работе; опыт построения ETL-процессов и их мониторинга. Будет плюсом: знаком с технологией блокчейна и есть опыт работы с EVM-блокчейнами; опыт работы с ClickHouse; опыт работы с dbt для трансформаций данных; опыт работы с ETL-оркестраторами Airflow, Prefect или Dagster; опыт работы с различными NoSQL базами данных; понимание основ ML и опыт в обучении моделей; участие в Kaggle, ШАД, ICPC или публичные работы, достижения в профильных олимпиадах (математика, финансы); английский B1+.