Привет, наш будущий коллега!Сеть фирменных салонов 550+Сеть сервисных центров 140+#1 среди монобрендовых сетей инструментаЧто тебе ждет?Для наших сотрудников действует программа лояльности от компании WOG: скидки на топливо и продукцию;Имеем собственную Академию Корпоративного Образования, где ты получишь развитие профессиональных и личных качеств, а также интересные тренинги и бизнес-ивенты;Кешбек 30% от покупки продукции Dnipro-M;?Безлимитный кофе-брек, чай, фрукты, вкусности;График работы: 09
Привет, наш будущий коллега!
Сеть фирменных салонов 550+
Сеть сервисных центров 140+#1 среди монобрендовых сетей инструментаЧто тебе ждет?
- Для наших сотрудников действует программа лояльности от компании WOG: скидки на топливо и продукцию;
- Имеем собственную Академию Корпоративного Образования, где ты получишь развитие профессиональных и личных качеств, а также интересные тренинги и бизнес-ивенты;
- Кешбек 30% от покупки продукции Dnipro-M;
- ?Безлимитный кофе-брек, чай, фрукты, вкусности;
- График работы: 09:00—18:00 (гибрид/офис);
- Трансфер до и от метро Т. Шевченко;
- Конкурентная заработная плата;
- Дружеский коллектив, который всегда поможет и поддержит;
Языки программирования и инструменты:
- Уверенное владение SQL: написание сложных запросов, оптимизация производительности, работа с базами данных (MySQL, PostgreSQL, MS SQL).
- Опыт работы с языками программирования для анализа данных ( Python, R): использование библиотек для обработки и анализа данных (pandas, numpy, matplotlib, seaborn).
- Знание инструментов для визуализации данных (Tableau, Power BI, Google Data Studio): создание интерактивных дашбордов и отчетов .
Понимание основ статистики (регрессионный анализ, корреляция, вероятность).Базовые знания методов машинного обучения (линейная регрессия, кластеризация, классификация). Способность интерпретировать результаты моделей и визуализировать их.Работа с большим объемом данных:
- Опыт работы с большими наборами данных и инструментами для обработки данных (Hadoop, Spark, Google BigQuery) будет преимуществом.
- Знание технологий ETL для интеграции и обработки данных.
li>
Бизнес-аналитика:
- Понимание бизнес-процессов, способность перевести бизнес-задания в требования для анализа данных.
- Опыт сотрудничества с различными отделами для разработки отчетности и аналитических решений.
Облачные сервисы:
- Опыт работы с облачными платформами (AWS, Azure, Google Cloud) для хранения и обработки данных.
- Использование облачных инструментов аналитики и машинного обучения ( Azure ML, AWS SageMaker. >ждем тебя в драйвовой команде Dnipro-M!