#вакансия #fulltime #Ереван #Армения #финтех #банк #senior #Data #analyst #DataAnalyst #Գործկա

💼 Компания: ITQuick
🌎 Локация: Армения
👨🏻‍💻 Формат: гибрид
🕝 Занятость: Полная
💰 ЗП: 300-400 тыс. руб.

* Рассматриваем граждан РФ и Армении, которые проживают на территории Армении.

✅Находимся в поиске Senior Data Analyst в Армении.

💼О проекте:
Мы строим Customer Intelligence & Personalization Platform для экосистемы бизнесов в Армении. В основе — Golden Record: единый профиль клиента, объединяющий данные банка, продуктов экосистемы и внешних источников. Поверх него строятся Customer 360, сегментация, scoring и персонализированные предложения.

🦸Задачи роли:
Предстоит спроектировать слой между сырыми данными core banking системы и витринами платформы. Источник слабо документирован: часть значений закодирована, часть бизнес-логики реализована в коде и хранимых процедурах, две внешне одинаковые записи могут быть собраны разными алгоритмами из разных таблиц.

Нужен человек, который разберёт этот источник и превратит его в осознанную модель данных: что откуда берётся, что на что влияет, какое поле что означает.

⚙️Что предстоит делать:
● Исследовать core banking систему, legacy- и внешние источники, восстанавливать их семантику.
● Идти от целевой витрины к источнику: определять, из каких таблиц и по какой логике собирается каждый атрибут.
● Разделять случаи, когда одинаковые по виду данные получены разными путями, и фиксировать правила выбора.
● Описывать модель данных и метаданные: сущности, связи, grain, ключи, историчность.
● Формировать требования к витринам для сегментации, scoring и рекомендаций.
● Писать SQL-исследования и прототипы трансформаций, проверять гипотезы на данных.
● Выяснять смысл данных напрямую у сотрудников банка — это постоянная часть работы.

О бэкграунде:
Важно, какие задачи вы решали — приходили в незнакомую недокументированную систему и разбирались сами, восстанавливали бизнес-смысл данных, строили модель с нуля и доводили исследование до работающей витрины.

‼️Если вы работали дата-инженером и значительную часть времени тратили на то, чтобы понять, что лежит в источнике, — это наш профиль. Если получали готовые чистые витрины — скорее нет.

🏆AI-native подход:
Мы используем AI-native подход и ожидаем того же от кандидата: AI-инструменты применяются для разбора legacy, анализа схем, написания SQL и документирования.

🛠Требования:
● Сильный SQL: оконные функции, сложные join-цепочки, анализ качества и распределений.
● Опыт реверс-инжиниринга плохо документированных источников.
● Понимание data modelling: сущности, grain, ключи, историчность, master entities.
● Опыт работы с банковскими или fintech-данными (Core banking (особенно ArmSoft) / legacy banking systems, Customer 360) или опыт разбора сырых банковских данных о клиентах и продуктах из плохо документированных систем с целью производства маркетинговой и финансовой аналитики.
● Python на уровне исследования данных.
● Способность самостоятельно довести задачу «вот сырьё, вот целевая витрина» до результата.
● Проактивность: готовность выяснять смысл данных у людей, а не ждать документации.
● Git, Linux, опыт работы в закрытых Dev/UAT-контурах.

🎯Будет плюсом:
· Знание армянского языка
· Методологии матчинга и дедупликации
· Опыт с Data Vault 2.0
· Опыт с DBT или аналоги
· PII, маскирование, RBAC
· Опыт в регулируемом on-premise контуре
· Экспертиза в ML, ML Ops

🤝Условия:
Взаимодействие по ИП
Локация - Армения
Формат работы - гибрид, готовность работать из офиса банка до 3 раз в неделю.

📩 Контакт: @ElenaK_it_recruiter