Контактна інформація

Шукач вказав телефон та ел. пошту.

Отримати контакти цього кандидата можна на сторінці https://www.work.ua/resumes/16845853/

Досвід роботи

PL/SQL Developer

з 01.2025 по нині (1 рік)
Перший Український Міжнародний Банк (ПУМБ), Дистанційно (Фінанси, банки, страхування)

• Розробка та оптимізація складних PL/SQL процедур, функцій і пакетів
для реалізації скорингових моделей.

• Робота з великими обсягами даних та високонавантаженими SQL-запитами.

• Проведення code review та впровадження стандартів коду
для підвищення якості, стабільності та продуктивності рішень.

• Взаємодія з аналітиками та бізнесом для уточнення логіки розрахунків.

Data Analyst/Data Quality Analyst

з 12.2020 по 12.2024 (4 роки)
UKRSIBBANK BNP Paribas Group, Київ (Фінанси, банки, страхування)

• Розробка, оптимізація та підтримка складних SQL та PL/SQL процедур, функцій і пакетів
для аналітичної, регуляторної та управлінської звітності.

• Побудова та підтримка ETL-логіки безпосередньо в Oracle DB:
інкрементальні завантаження, трансформація та узгодження даних між джерелами.

• Робота з великими обсягами даних, оптимізація продуктивності:
використання індексів, партицій, BULK COLLECT / FORALL, dynamic SQL.

• Впровадження централізованої обробки помилок і логування,
забезпечення стабільності критичних бізнес-процесів.

• Реалізація контролів якості даних (Data Quality):
перевірки повноти, консистентності та референтної цілісності на рівні БД.

• Підготовка агрегованих датасетів для BI-рішень (Power BI, Excel),
підтримка ad-hoc аналітики.

• Code review, впровадження стандартів коду та підвищення якості й продуктивності PL/SQL.

Освіта

ПНТУ ім.Ю.Кондратюка

Фінанси та кредит/Банківська безпека, Полтава
Вища, з 2014 по 2020 (6 років)

Знання і навички

• pandas
• MS Power BI
• MS Excel
• SQL
• Python
• PL/SQL

Додаткова інформація

Ключові навички

ORACLE SQL / PL/SQL (Advanced)
• Розробка пакетів, процедур і функцій PL/SQL
• Dynamic SQL
• BULK COLLECT / FORALL
• Централізована обробка помилок та логування
• Оптимізація продуктивності SQL-запитів
• Робота з великими обсягами даних

ETL / Data Engineering
• Побудова ETL-процесів у БД
• Інкрементальні завантаження
• Контроль якості даних (Data Quality)
• Метадані-орієнтовані рішення
• Автоматизація перевірок та валідацій

Python
• Pandas (зчитування, трансформація та агрегація даних)
• Робота з файлами (Excel, CSV)
• Лінійна оптимізація (PuLP)
• Використання Python як допоміжного інструменту для ETL та аналітики

BI / Reporting
• Power BI
• Excel
• Power Query

Інше
• SQL-аналітика та ad-hoc
• Робота з вимогами бізнесу
• Документування технічних рішень