Senior Data Analyst

Должность: Старший аналитик данных Местоположение: Бангалор

CUBE — это глобальный RegTech-бизнес, определяющий и внедряющий золотой стандарт регуляторной аналитики для индустрии финансовых услуг. Мы предоставляем наши услуги через интуитивно понятные SaaS-решения на базе ИИ, чтобы упростить сложный и постоянно меняющийся мир соответствия требованиям для наших клиентов.

Почему мы?

🌍 CUBE — это всемирно признанный бренд, находящийся на переднем крае регуляторных технологий. Наши передовые SaaS-решения пользуются доверием ведущих мировых финансовых учреждений.

🚀 В 2024 году мы добились роста более чем на 50% как за счет органического роста, так и за счет двух стратегических приобретений. Мы — быстро развивающаяся, высокопроизводительная команда, которая стремится расширять границы — постоянно совершенствуя наши продукты, услуги и операции. В CUBE мы не просто успеваем, мы опережаем.

🌱 Мы верим, что наше будущее строится смелыми, амбициозными людьми, стремящимися внести реальные изменения. Наша культура «делаем это» дает вам возможность взять на себя ответственность за свою карьеру и ускорить ваше личное и профессиональное развитие с первого дня.

🌐 Имея более 700 сотрудников CUBERs в 19 странах Европы, Америки и Азиатско-Тихоокеанского региона, мы работаем как единая команда с общей миссией по трансформации регуляторного соответствия. Разнообразие, сотрудничество и целеустремленность — сердце нашего успеха.

💡 Мы были одними из первых, кто использовал мощь ИИ в регуляторной аналитике, и продолжаем лидировать с нашими передовыми технологиями. В CUBE вы будете работать вместе с одними из самых блестящих умов в области исследований и разработок в области ИИ, создавая эффективные решения, которые меняют мир регуляторного соответствия.

О РОЛИ

Мы ищем Старшего аналитика данных, который станет единственным источником достоверной информации о производительности наших операций. Вы будете превращать данные из источников поставки, качества, контента и API в ясные, надежные аналитические данные, на основе которых руководство сможет принимать решения. Вы будете тесно сотрудничать с инженерами, QA, DevOps и руководителями операционных отделов, а ваши панели мониторинга и отчеты будут напрямую формировать решения по планированию, распределению ресурсов и инвестициям.

ЧЕМ ВЫ БУДЕТЕ УПРАВЛЯТЬ

Операционные панели мониторинга Разрабатывать и поддерживать текущие представления о пропускной способности, времени цикла, SLA по выполнению сроков и классификации блокирующих проблем, чтобы состояние команды было видно с первого взгляда.

Аналитика поставок Отслеживать пакетные поставки и поставки спринтов с еженедельными отчетами о сжигании, анализом отклонений и прогнозами на будущее. Предупреждать о задержках заранее, прежде чем они станут сюрпризом.

Аналитика качества и дефектов Создавать таксономии дефектов, метрики производительности первого прохода и отчеты о тенденциях. Соотносить проблемы качества с первопричинами и направлять их соответствующим владельцам.

Состояние источников и адаптеров Отслеживать охват, частоту отказов и точность обнаружения изменений в источниках контента и адаптерах. Определять, где инженерные усилия дадут наибольший эффект.

Телеметрия API и интеграции Отчитываться об объемах вызовов, задержках, частоте ошибок, сбоях аутентификации и нарушениях SLA, а также превращать данные наблюдения в действенные инженерные сигналы.

Модели рентабельности инвестиций и мощностей Количественно оценивать ручной труд, окупаемость автоматизации и повышение пропускной способности. Предоставлять цифры, которые информируют решения руководства по распределению ресурсов и инвестициям.

Темп отчетности для руководства Отвечать за ежедневный, еженедельный и ежемесячный ритм отчетности: сводки, углубленный анализ и презентации для руководства, на основе которых заинтересованные стороны могут уверенно принимать решения.

Управление качеством данных Рассматривать каждую панель мониторинга как продукт. Отвечать за SLA по актуальности, точности и сверке, чтобы цифры никогда не были «приблизительно правильными».

ЧТО ВЫ ПРИВНОСИТЕ

Обязательно

• 3-5 лет работы в области данных или аналитики, желательно в быстро меняющейся продуктовой или инженерной среде

• Python: уверенное владение pandas, requests, базовые скрипты ETL и разбор JSON/XML

• Язык запросов: уверенное владение SQL (или эквивалентами, такими как KQL, PromQL, GraphQL или диалектами NoSQL), включая соединения, агрегации, оконные функции и запросы с учетом производительности

• Инструменты BI: практический опыт работы с Power BI (предпочтительно), Tableau или Looker, с предоставленными реальным пользователям панелями мониторинга

• Продвинутый Excel: сводные таблицы, Power Query и структурированные модели данных

• Jira & Confluence: отчеты на основе JQL, аналитика спринтов и документация для самостоятельного использования

• Моделирование данных: дизайн фактов/измерений, определение KPI и чистые семантические уровни

• Статистическое мышление: описательная статистика, когортный анализ, анализ тенденций и базовое прогнозирование

• Анализ и консультирование по качеству данных: профилирование наборов данных на полноту, точность, согласованность и своевременность; диагностика первопричин; и предоставление командам конкретных, приоритезированных рекомендаций по улучшению качества у источника, а не только на панели мониторинга

• Коммуникация на уровне руководства: вы заставляете цифры что-то значить и пишете отчеты, которые руководители действительно читают

• Образ мышления, основанный на ответственности: вы ищете несоответствия, пока они не будут устранены, а «достаточно хорошо» не входит в ваш лексикон

Желательно

• Стек данных Azure: ADF, Synapse, Log Analytics, Application Insights (или эквиваленты AWS/GCP)

• Опыт работы с обработкой документов: XML/XSD, HTML DOM, структура PDF или конвейеры трансформации контента

• Инструменты для наблюдения за API: New Relic, Datadog или Application Insights

• Дисциплина управления версиями: рабочие процессы на основе Git, обзоры кода и воспроизводимый анализ

• Инстинкт автоматизации: вы предпочтете один раз написать скрипт для отчета, чем строить его вручную каждую неделю

• Продвинутое моделирование BI: DAX, LookML или Power Query M

• Оценка решений в области ИИ: вы знаете, когда использовать LLM, классическую ML-модель, механизм правил или простой SQL, и выбираете правильный инструмент для задачи, а не навязываете GenAI всему подряд

ЧТО ТАКОЕ УСПЕХ

• Первые 30 дней: Понять наш ландшафт данных о поставках, качестве и API. Аудит существующих отчетов и выявление пробелов в доверии к данным.

• Первые 60 дней: Предоставить основные операционные отчеты и отчеты о поставках с согласованными определениями KPI и SLA по актуальности.

• Первые 90 дней: Обеспечить полный ежедневный/еженедельный/ежемесячный цикл отчетности с автоматизированным обновлением и сверенными данными, на которые полагается руководство.

Заинтересованы?

Если вы увлечены использованием технологий для трансформации регуляторного соответствия и соответствуете вышеизложенным требованиям, мы приглашаем вас подать заявку. Пожалуйста, отправьте свое резюме с подробным описанием вашего соответствующего опыта и интереса к CUBE.

CUBE является работодателем, предоставляющим равные возможности. Мы ценим разнообразие и стремимся создать инклюзивную среду для всех сотрудников.