Наши партнеры - крупнейшая компания FMCG в поиске специалиста с сильными навыками data engineering и аналитики SQL в домене commercial reporting.
Основная цель — разобраться в существующих сложных SQL-запросах, восстановить их логику, а затем подготовить понятную документацию по источникам данных и результатам:какие таблицы / витрины используются; какие поля и метрики рассчитываются; какие бизнес-правила «зашиты» в логике; какие датасеты / выгрузки получаются на выходе.
Роль подойдет специалисту, который одинаково уверенно чувствует себя и в «техническом расследовании» (reverse engineering SQL), и в аккуратной систематизации знаний (data lineage, data dictionary, описание витрин).
Обязанности:
- Анализ и деконструкция SQL-запросов
- Разобрать сложные SQL (CTE, вложенные запросы, оконные функции, агрегаты, джойны, union, подзапросы, временные таблицы).
- Восстановить бизнес-логику вычислений: фильтры, сегментации, правила расчета метрик, приоритеты источников, дедупликации и т.п.
- Описание источников данных и результатов (data lineage)
- Составить карту зависимостей: какие таблицы/представления используются в запросах и какие “артефакты” получаются в результате (таблицы, витрины, отчеты, выгрузки).
- Описать назначение каждого источника: владелец/домен (если известно), периодичность обновления (если доступно), ключи, гранулярность (зерно данных), критичные поля.
- Документирование (data documentation)
- Подготовить структурированное описание: data dictionary, описание витрин, “что такое метрика X и как считается”.
- Сделать документацию понятной не только инженерам, но и аналитикам/бизнес-пользователям (где возможно).
- Взаимодействие со стейкхолдерами
- Уточнять требования к коммерческой отчетности (sales, revenue, pricing, promotions, trade spend, customer/product hierarchies — в зависимости от контекста).
- Синхронизироваться с аналитиками/владельцами данных для валидации трактовок и терминов.
- Контроль качества и воспроизводимость
- Проверять корректность логики на выборках, искать расхождения/аномалии, предлагать правки или уточнения.
- При необходимости — предлагать улучшения по производительности запросов (опционально).
Ожидаемый результат работы (Deliverables) :
- Реестр SQL-запросов / отчетов и их назначение.
- Для каждого запроса:
- список входных источников (таблицы/вью/витрины),
- описание ключевых полей и бизнес-логики,
- описание выходного датасета (что получается, гранулярность, ключи, основные метрики),
- схема lineage “source-to-target”.
3. Data dictionary / глоссарий метрик (минимум по ключевым коммерческим KPI).
Требования к кандидату (Must have):
- Сильный SQL: умение читать, разбирать и оптимизировать сложные запросы.
- Опыт работы с DWH/витринами и понимание концепций: зерно данных, факты/измерения, SCD, ключи, историзация.
- Практика документирования данных: data lineage, data dictionary, описание витрин/метрик.
- Аналитический склад ума: способность “восстанавливать” логику по коду и данным.
- Внимательность к деталям и аккуратность в оформлении документации.
Будет плюсом (Nice to have)
- Опыт в commercial reporting (sales performance, customer/product hierarchies, pricing, promo).
- Опыт с BI (Power BI / Tableau) и понимание, как SQL-слой кормит отчеты.
- Опыт с ETL/ELT (dbt, Airflow и т.п.) или написанием пайплайнов.
- Опыт в конкретных DWH (Snowflake / BigQuery / Azure Synapse / Redshift / Teradata / SQL Server — любой релевантный).
Условия:
