Аналитик (стажёр) в команду аналитики внутренних коммуникаций

Наша аналитика помогает внутрикомам, DevRel, руководителям и владельцам медиа понимать свою аудиторию и принимать взвешенные решения. Данные — основа всех наших аналитических инструментов, и сейчас мы ищем стажёра, который поможет сделать этот фундамент лучше.

Какие задачи вас ждут

Навести порядок в хранении данных
Разобраться в текущем контуре витрин: что у нас есть, чем каждая пополняется и насколько критична. Настроить резервное копирование там, где его нет, и составить понятную карту данных.

Оптимизировать скрипты и настроить проверки данных
Разобрать конкретные пайплайны и привести их в порядок, завести валидацию данных на витрины там, где её пока нет.

Работать напрямую с DataLens
Находить баги в существующих дашбордах, предлагать улучшения и помогать решать запросы от заказчиков.

Помочь подготовить AI-ready-данные
Погрузиться в данные и подготовить семантический слой для агентов: описать домены, термины и то, как считаются метрики. Это база, на которую в будущем будут опираться AI-инструменты команды.

Мы ждем, что вы

• Учитесь на профильном направлении (анализ данных, прикладная математика, экономика, информационные системы) и готовы работать 30 часов в неделю
• Уверенно владеете SQL: JOIN, GROUP BY, CTE, оконные функции, подзапросы
• Знаете Python на хорошем уровне
• Понимаете, как устроено хранилище данных: таблицы, слои, зависимости между витринами
• Имеете опыт с любым BI-инструментом (DataLens, Форсайт, Tableau, Power BI) и представляете путь «витрина → датасет → чарт»

Будет плюсом, если вы

• Настраивали автоматизацию расчётов: планировщики и регулярные джобы (Nirvana, Airflow, cron), триггеры обновления, алерты на падение
• Работали с распределёнными хранилищами и SQL-движками над ними (YT, ClickHouse, Greenplum, Hive) или участвовали в проектировании схем и миграции в DWH
• Знаете матстат на рабочем уровне: описательные статистики, проверка гипотез, корреляции/регрессии