Каталог специалистов

Опыт работы как разработчик с навыками Oracle PL/SQL, знаниями концепций хранилищ данных, а также анализа, манипулирования и визуализации данных. Oracle (11g) включая: логический и физический дизайн базы данных настройка производительности, индексация, распараллеливание, подсказки, статистика PL/SQL, хранимые процедуры, функции; Разработка на Python, включая: Исследовательский анализ данных с использованием Pandas, Numpy, Scipy; Визуализация данных с использованием Matplotlib, Seaborn. Работа с данными, включая: Предварительная обработка данных: работа с выбросами и недостающими данными; Создание информационных панелей с помощью Tableau, Power BI и DataLens.

Радик — опытный специалист в области разработки BI. Он обладает навыками работы с Power BI, Python, Qlik, QlikView, QlikSense, Apache AirFlow и другими инструментами. В компании DODO BRANDS Радик занимался CVM аналитикой, строил дашборды на Superset и оценивал эффекты A/B тестов. В «Билайн» он разрабатывал дашборды и подключал их к различным источникам данных. А в АК БАРС БАНКе настраивал ETL-процессы с SQL SERVERа с помощью Python. 1. Знание продуктов QlikTech (QlikView, QlikSense, NPrinting): QlikSense: в Билайне, создал 6 дашбордов полный цикл создания (тз, визуал, документирование, автоматизация) с применением html. Nprinting 1 кейс, автоматическая отчётность в excel и рассылка. Qlikview в процессе изучения. Был только удаленный доступ, где некоторое время грузил и смотрел таблицы , т.к. там было немного удобнее смотреть структуру данных из 1C. 2. Знание архитектуры BI-приложений (модели данных, кубы): Да, при каждом создании дашбордов создавал собственные модели данных на базе Qlik sense, а также слои данных. 3. Подвинутый пользователь GIT: Использовал в Додо. 4. Знание REST API, JSON, XML: Rest API получал данные с помощью python в Билайн, Jason распарсивал данные в таблицах в Додо, тоже с помощью python. XML не было опыта, но теоретически знаю. 5. Знание Python да, выгрузка, обработка, запись данных. Построение различных ML моделей, Визуализация seaborn, plotly , folium для геоданных, оценка эффектов, алгоритмы, функции. 6. Да, был опыт инкрементального накопления данных в QlikSense. 7. Знание, что такое ODBC и OLEDB: Да, использовал только на python доступа для данным, и в Qlik для доступа, были готовые коннекторы. Активно ищу позицию разработчика BI именно на Qlik Sense. Прошел курс на Udemy для себя создания сайта на Django, с CRM системой и ботом в телеграм. Опыт есть, на каждый дашборд составляли паспорт дашборда отдельно для пользователей, отдельно для разработчиков с комментированием скриптов.

Константин — опытный IT-специалист, бизнес-аналитик с опытом работы более 11 лет. Он работал над проектами в таких отраслях, как телекоммуникации, электронная коммерция и ритейл, а также производство. Константин обладает широким спектром навыков, включая работу с Qlik, ETL, Oracle, SAP, Web, BI, облачными технологиями и аналитикой. Он также имеет опыт в проектировании баз данных, разработке и поддержке пользовательских интерфейсов, работе с интеграциями и обучении. QlikView, QlikSense, NPrinting cо всеми тремя продуктоми работал NPrinting - делал отчеты в эксель формате которые в итоге приходили пользователю на ежедневной основе на почту ( за основу отчета брались qvd файлы) QlikView, QlikSense - весь процесс ETL и построение отчета на основе полученного среза данных. Модели данных - есть понимание и в чем различие звездочки и снежинки, участвовал в проектировки Кубы (OLAP) - это многомерные массивы, в основном забирал с кубов данные с помощью QlikView и в итоге реализовывал отчетность GIT - работал с гитом, но QlikView, QlikSense не поддерживают версионность в git, если только у вас нету самописного приложения или платного приложения REST API - работал, подключался к яндекс метреке через API JSON, XML - это формат данных, парсил данные с помощью QlikView, QlikSense для приведения данных в простую плоскую таблицу Знание Python - глубоких знаний нет. Парсил JSON, XML с помощью Pandas , выгружал данные из БД чистил их и перекладывал в другую БД Знание принципов инкрементальной загрузки - реализовывал в проектах на QlikView, QlikSense. ODBC и OLEDB (драйвера) это коннекторы для подлючения к рефлиционным DB OLEDB не только к реалиционным данным ODBC и OLEDB как бы это основа для выгрузки данных из базы с помощью QlikView, QlikSense работал с ними, создавал коннекторы для подключения к базам и не только