Сбербанк России, ПАО · Город Москва
Обязанности: поиск и выгрузка данных из корпоративного хранилища, написание сложных SQL-запросов, интерпретация бизнес-смысла данных, согласование расхождений между системами, расчет ключевых метрик (Penetration Rate, доходность, эффективность работы департаментов), подготовка презентаций для руководства, автоматизация выгрузок на Python, создание аналитических кубов для self-service аналитики.
Требования: глубокое понимание продуктов Private Banking и банковских процессов, знание ролей в банке, финансовых показателей (AuM, NIM, комиссионный доход, Cost-to-Income Ratio), продвинутый уровень SQL (многотабличные join'ы, оконные функции, CTE, оптимизация запросов) с опытом работы в Teradata, Oracle, Greenplum или аналогичных СУБД; Python Intermediate+ для работы с базами и визуализацией; опыт работы с Jupyter Notebook/Lab; уверенное владение PowerPoint или BI-инструментами (Tableau, Power BI, Qlik); базовые знания Git приветствуются.
Условия: полный офис в современном здании по адресу Соймоновский проезд, 5; корпоративный спортзал и зоны отдыха; программа обучения и развития; адаптация и поддержка руководителя; ДМС, страхование от несчастных случаев, социальные гарантии; гибкий ипотечный дисконт; подписка Прайм; вознаграждение за рекомендации; корпоративная пенсионная программа и мероприятия.
Ведущий аналитик данных Сбер приглашает специалиста в команду планирования и управления показателями эффективности блока Private Banking. Вы станете «правой рукой» руководителя, превращая сырые данные из множества источников в стратегические инсайты для топ-менеджмента банка. Вам предстоит самостоятельно погружаться в глубины корпоративного хранилища, находить разрозненные факты, наделять их бизнес-смыслом и упаковывать результаты в четкие презентации. Ключевое отличие позиции — вы должны одинаково хорошо понимать техническую сторону SQL JOIN и финансовую суть банковских продуктов (например, разницу между сделкой РЕПО и кредитованием под залог ценных бумаг). Обязанности Поиск и выгрузка данных: Ориентироваться в архитектуре корпоративного хранилища данных, состоящего из множества источников данных, уметь находить нужные информацию, взаимодействовать с владельцами данных Писать сложные SQL-запросы для извлечения данных по клиентам, счетам, продуктам, транзакциям, комиссиям, операционном показателям сотрудников. Интерпретация бизнес-смысла: Понимать смысл данных и как использовать то или иное поле для расчета нужной метрики или добавления в презентацию Согласовывать расхождения в данных между разными системами (фронт-офис, бэк-офис, учетная система). Расчет метрик и показателей: Понимать методологию расчета Penetration Rate по продуктам, доходности клиентских портфелей, комиссионных доходов банка Рассчитывать эффективность работы департамента, продуктовых команд по работе с клиентами Подготовка презентаций: Готовить слайды уровня руководителей банка: от обоснования гипотез до выводов и рекомендаций. Создавать визуально качественные и говорящие диаграммы и инфографики Автоматизация и переиспользование: Создавать скрипты на Python (Jupyter) для регулярных выгрузок (ежедневных, еженедельных регламентов). Проектировать «аналитические кубы» для self-service аналитики руководителя. Требования Вы должны свободно разбираться: Продукты для клиентов Private Banking: Понимать финансовый смысл продуктовой линейки Банка: вклады, брокерское обслуживание, доверительное управление, инвестиционные паи (ПИФы), кредитование, структурные продукты и прочие. Банковские процессы: Знать жизненный цикл сделки (от заявки до проводки в балансе), понимать комплаенс и принципы информационной безопасности в контексте выгрузок данных (почему мы не можем выгрузить ФИО клиента без разрешения, как агрегировать транзакции). Должностные роли: Понимать разницу в операционной деятельности между: Банкиром / Клиентским менеджером (продажи, аттракция) Инвестиционными советником (консультации, рекомендации) Владельцем продукта (разработка продуктов) Middle/Back-office (операционное сопровождение) Финансовые показатели: AuM, чистая процентная маржа (NIM), комиссионный доход, Cost-to-Income Ratio в сегменте PB, Cost-to-Value при разработке продукта SQL (обязательно продвинутый уровень): Многотабличные join'ы (left, cross apply), оконные функции (ROW_NUMBER, LAG, SUM OVER), CTE, подзапросы, оптимизация запросов к «тяжелым» таблицам с миллиардами строк. Опыт работы с Teradata, Oracle, Greenplum или аналогичными промышленными СУБД. Python (Intermediate+): Умение настраивать подключения с базами, обрабатывать пропуски и дубли, строить сводные таблицы, строить диаграммы Jupyter Notebook / Lab: Как основная среда для исследовательского анализа, документирования кода и создания черновиков решений. Визуализация: Уверенное владение PowerPoint (создание интерактивных отчетов в Python будет плюсом) или любым BI-инструментом (Tableau, Power BI, Qlik) для быстрых ответов руководителю. Контроль версий (плюс): Git (хотя бы базовое понимание для хранения скриптов переиспользования). Условия комфортный современный офис по адресу Соймоновский проезд, 5 формат работы - полный офис возможность самореализации, видеть результаты своих трудов корпоративный спортзал и зоны отдыха уникальная система обучения Сбера для профессионального и карьерного развития, семинары, тренинги, конференции программа адаптации и помощь руководителя на старте ДМС, страхование от несчастных случаев, социальные гарантии 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 корпоративная пенсионная программа корпоративные мероприятия.