О нас
Мы — отдел спортивной аналитики и науки профессионального футбольного клуба "Динамо". Строим data-инфраструктуру и аналитические продукты, которыми ежедневно пользуются тренерский штаб, медицинский департамент, департамент перформанса и селекционный отдел.
Работаем с данными внешних поставщиков (event-данные, трекинг, статистика) и внутреннего контура клуба — GPS, тренировочные и физические показатели — по основной команде, второй команде и академии.
Чем предстоит заниматься:
На старте
- 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.
Дальше
- 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.
Что мы ждём:
- 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.
Будет плюсом:
- 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 — пришлите ссылку вместе с откликом.
Мы предлагаем: - Работу в профессиональном футбольном клубе и прямое влияние на спортивные решения — ваши данные используют тренеры, врачи и скауты.
- Доступ к данным топ-уровня: event-данные, трекинг, GPS, медицинские и физические показатели.
- Сильную команду аналитиков, профессиональный рост.
- Гибридный формат работы.
- Официальное оформление по ТК РФ.
- Конкурентоспособный уровень заработной платы, годовое премирование.
- ДМС.
Как проходит отбор:
Скрининг с HR (20–30 мин) → техническое интервью с командой (при необходимости тестовое задание) → финальная встреча с руководителем отдела.
Будем рады отклику с резюме и ссылкой на GitHub или портфолио.
