Владелец качества данных (Data Governance)
Сигналы объявления: 1 из 3
Это счётчик доступных сигналов, а не рейтинг безопасности работодателя. Нет данных по 2 из 3 проверок.
- Источник «Работа России»: нет данных — Нет подтверждённых данных об этом объявлении на государственной площадке.
- Проверка hh.ru: нет данных — Подтверждённый флаг employer.trusted от hh.ru не получен.
- Свежесть публикации: есть сигнал — С даты публикации прошло 1 дн. Порог сигнала — 30 дней; обновление даты не доказывает наличие свободного места.
Сопоставьте ИНН, юридическое название и условия договора. Даже свежая вакансия проверенной площадки требует проверки перед откликом.
Как проверить работодателя →✍ Составить сопроводительное письмо
Письмо хранится только в вашем браузере. Проверьте название компании перед отправкой — чужое имя в письме читается как массовая рассылка.
Опыт и подпись возьмутся из вашего мини-резюме.
Пожаловаться на подозрительную вакансию
Опишите конкретные признаки обмана. Не указывайте паспортные данные, номера карт или чужие контакты. После трёх учтённых жалоб объявление скрывается до проверки; это не доказательство мошенничества.
Приглашаем тебя стать частью нашей команды. С нас — отличные возможности для раскрытия твоего потенциала и реализации самых смелых идей. А вместе мы сможем достичь невероятных вершин!
Ищем Владельца качества данных (Data Governance) в Департамент искусственного интеллекта.
Ищем специалиста, который будет развивать управление качеством данных как регулярный процесс: от бизнес-требования и правила до автоматической проверки, инцидента и подтверждённого устранения нарушения. Нужны работа с бизнесом, самостоятельная практика SQL/Python и способность внедрять изменения в промышленную эксплуатацию.
ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:
- Развитие процесса управления качеством. Определять совместно с руководителем DG и бизнесом приоритетные объекты, критические элементы данных и план развития DQ. Внедрять регулярный процесс контроля качества за пределами одного проекта или набора сверок.
- Бизнес-требования и бизнес-правила. Организовывать сбор и согласование требований, правил, порогов, расписаний и реакции на нарушения. Вести отдельные реестры бизнес-требований, бизнес-правил и DQ-проверок, обеспечивая прослеживаемую связь между ними.
- Проверки и прикладная автоматизация. Самостоятельно разрабатывать и проверять SQL/Python-контроли, настраивать проверки в OpenMetadata и согласованных инструментах. Формировать требования к шаблонам и техническим интеграциям, принимать результаты совместно с техлидом DG.
- Инциденты, SLA и причины нарушений. Выстраивать порядок регистрации, классификации, назначения, эскалации и закрытия DQ-инцидентов. Согласовывать ответственность и сроки с поддержкой, бизнесом и техническими командами. Организовывать анализ корневых причин и контроль повторяющихся проблем.
- Data-контракты и изменения данных. Участвовать в разработке data-контрактов: фиксировать требования к качеству, структуре и срокам поставки, ответственность сторон и порядок изменений. Организовывать проверку технически контролируемых условий и реакции на их нарушение.
- Мониторинг и показатели качества. Формировать дашборды и отчётность по покрытию проверками, нарушениям, ложным срабатываниям, срокам реакции и устранения, повторяемости проблем. Обеспечивать доступность результатов, ответственных и ссылок на инциденты для потребителей данных.
- Надёжность проверок и снижение ручного труда. Контролировать тестирование проверок до выпуска, корректность расчётов и нагрузку на DWH. Оптимизировать тяжёлые запросы, снижать ложные срабатывания и ручные сверки. Подтверждать эффект сопоставимыми замерами.
- Внедрение процессов и взаимодействие. Разрабатывать регламенты и инструкции, проводить обучение аналитиков и стюардов. Приоритизировать DQ-бэклог, готовить материалы на комитет по данным и координировать работу с каталогом, источниками, DWH и инициативами MDM/RDM.
НОВЫМ СОТРУДНИКОМ НАШЕЙ КОМАНДЫ МОЖЕШЬ СТАТЬ ТЫ, ЕСЛИ ИМЕЕШЬ:
- Обязательно:
-
От 3 лет в Data Quality, Data Governance либо аналитике и инженерии данных с ответственностью за внедрение DQ-процесса.
-
Не менее одного промышленного кейса, включающего согласование бизнес-правил, автоматические проверки, мониторинг и обработку инцидентов.
-
Знание методов математической статистики и их применения при анализе отклонений.
-
Понимание критериев качества данных: полноты, уникальности, своевременности, согласованности, точности и валидности; умение выбирать применимые критерии и согласовывать пороги.
-
Понимание DWH и ETL/ELT, ключей, гранулярности и истории данных; умение локализовать источник расхождения по цепочке преобразований.
-
Умение различать дефект данных, технический сбой проверки, задержку загрузки и ложное срабатывание.
-
Опыт согласования требований, ответственности и сроков с владельцами данных, стюардами, поддержкой и разработкой; подготовки регламентов и обучения участников.
- SQL: сложные JOIN, CTE, оконные функции, агрегации, работа с датами и NULL; проверка корректности и оптимизация запросов.
- Python: коллекции, функции, pandas, обработка файлов и JSON, REST API, обработка ошибок; самостоятельная разработка и сопровождение DQ-скриптов.
- Практический опыт DQ-инструмента или самописной системы: правила, расписания, результаты проверок, мониторинг и обработка ошибок. OpenMetadata предпочтителен.
- REST API: прикладная автоматизация обмена результатами проверок и задачами; интеграции с Jira и другими системами.
- Понимание оркестратора: зависимости, расписания, повторные запуски и контроль ошибок; Airflow предпочтителен.
- Git, Jira, Confluence и Excel: код, бэклог, реестры, документация, сверка и анализ выгрузок.
- Желательно
- OpenMetadata, Great Expectations, Soda, dbt tests или аналогичные инструменты качества данных.
- Greenplum/PostgreSQL, Trino, ClickHouse; опыт работы с крупным DWH и потоками данных.
- Superset, Qlik Sense, Power BI либо другие BI-инструменты; Kafka на уровне понимания потока и причин потерь/дублирования.
- Опыт data contracts, MDM/RDM, финансовых сверок и закрытия месяца; статистический поиск аномалий.
МЫ ПРЕДЛАГАЕМ ТЕБЕ:
- Всё по ТК РФ: гарантируем уверенность в завтрашнем дне, мы – аккредитованная ИТ-компания
- Развитие и рост: создадим персональный план роста, учитывая твои сильные стороны и поддерживая на каждом этапе. А команда единомышленников поможет адаптироваться
- ДМС со стоматологией и врач в офисе: здоровье сотрудников — в приоритете, даже в офисе
- Удаленный формат работы: мы знаем, как это важно
- Корпоративная культура: от деловых сессий и тренингов до огненных корпоративов — уникальная атмосфера с развитой обратной связью, где каждый чувствует себя значимым
- Фонд помощи сотрудникам: мы ценим каждого члена нашей команды и готовы поддержать в трудные времена. Мы уверены, что вместе мы сможем преодолеть любые сложности
- «Кинг Агент» и «Кинг Босс» — особые программы вознаграждений для тех, кто приводит в команду талантливых коллег
- Дополнительные льготы – от корпоративных скидок до обучения. Консультации юристов, финансистов, психологов и даже ветеринаров для ваших домашних любимцев.