Дата-аналитик (Data Quality / ETL), Junior+/Middle

November 4, 2026

Hybrid

Junior

Москва, Россия

hh.ru

Also worth knowing

Mandatory office attendance
Includes a test assignment

Description

Отдел спортивной аналитики и науки профессионального футбольного клуба строит data-инфраструктуру и аналитические продукты для тренерского штаба, медицинского департамента, департамента перформанса и селекционного отдела. Данные поступают от внешних поставщиков (event-данные, трекинг, статистика) и внутреннего контура — GPS, тренировочные и физические показатели основной команды, второй команды и академии. Направление работы — автоматические проверки качества данных, ETL-пайплайны и витрины данных под BI-отчёты и аналитические модели.

Responsibilities

Писать и развивать автоматические проверки качества данных: пропуски, дубли, аномалии, расхождения между источниками; настраивать алерты и регулярные отчёты о состоянии данных
Вместе с командой организовывать и стабилизировать ETL-пайплайны: загрузка данных от поставщиков и внутренних систем, нормализация, сопоставление идентификаторов игроков, матчей и команд между источниками
Помогать упорядочить поток данных от второй команды и академии
Разрабатывать и поддерживать витрины данных — бэкенд для BI-отчётов, дашбордов и аналитических моделей
Проверять корректность метрик: сравнивать альтернативные варианты расчёта и обосновывать, какой лучше отражает суть
Участвовать в доработке действующих моделей и тестировании новых аналитических продуктов
Контролировать полноту и качество данных на цифровых платформах клуба
Оперативно закрывать запросы тренерского штаба и департаментов — регулярная отчётность и подготовка к матчам не ставятся на паузу

Requirements

Опыт работы с данными от 2-х лет (аналитик данных, analytics engineer, data engineer) — коммерческий опыт, стажировки или серьёзные пет-проекты
SQL на уверенном уровне: джойны, агрегации, оконные функции, CTE
Python для обработки данных и автоматизации: pandas / polars, работа с API, Git; готовность писать код, который работает регулярно, а не только для разовых выгрузок
Понимание, как устроены ETL/ELT-процессы и витрины данных; опыт участия в их построении — преимущество
Внимательность к деталям и интерес к качеству данных: умение заметить, что цифры «не сходятся», и найти причину
Опыт работы с BI-инструментами (DataLens — преимущество)
Базовое понимание ML: как устроены обучение и валидация моделей и как качество входных данных влияет на результат
Интерес к футболу и понимание игры
Самостоятельность: умение разобраться в задаче, задать правильные вопросы и довести её до результата
Опыт работы с футбольными данными
Опыт с оркестраторами (Airflow, Prefect, Dagster), dbt или инструментами проверки данных (dbt tests, Great Expectations, Soda)
Опыт работы с ClickHouse / PostgreSQL, Docker
Опыт работы в футбольном клубе или спортивной организации
Пет-проекты по футбольной аналитике: модели, дашборды, статьи