Методолог НСИ HR-домена at Small, ТМ (Скиф Трейд, ТОО) — NeverHard

SMALL — крупный ритейлер повседневных товаров и готовой еды в Казахстане. В нашей сети сегодня: более 160 магазинов тысячи сотрудников миллионы клиентов собственное производство готовой еды В ближайшем будущем: служба доставки франшиза кратный рост числа магазинов Сегодня мы — одна из самых динамичных ритейл-компаний Казахстана, создающая экосистему будущего. Задачи: Обеспечение ключевой бизнес-цели: поддержка кратного роста компании в ближайшие 3 года и развитие новых направлений. Работа в условиях сверхбыстрой перестройки бизнеса. Участие в проекте глубокой трансформации и автоматизации HR-ландшафта крупного растущего ритейлера: построение интегрированной экосистемы HR-систем с ядром на 1С:ЗУП КОРП. Взаимодействие с бизнес-заказчиками (HR-департамент, расчётная бухгалтерия, отдел ПБ и ОТ) и техническими командами (магазины, производство, логистика, ИБ, коммуникации, DWH, e-com) для сбора требований, проектирования и внедрения ИТ-решений. Активная работа по выводу из эксплуатации legacy-систем и миграция данных. Применение возможностей искусственного интеллекта (ИИ) для автоматизации бизнес-процессов в HR-домене. Разработка и внедрение стратегии, принципов и процессов управления мастер-данными (MDM, Data Governance) для HR-домена; синхронизация HR-стратегии данных с общей стратегией данных компании. Проектирование системы эталонных справочников (НСИ): оргструктура (оргдизайн), должности, регламентированные и управленческие ПШР, позиции кадрового плана, бизнес-функции и роли, географические единицы, объекты эксплуатации и другие ключевые сущности. Определение прав и процессов управления жизненным циклом НСИ: создание, изменение, согласование, утверждение, публикация, архивация. Выявление и формализация точек потребления HR-справочников в интегрированном ландшафте (1С:ЗУП, BI, WFM, e-com, портал) и проектирование архитектуры обменов для обеспечения консистентности данных. Разработка требований к инструментарию MDM (включая возможное расширение Pimcore) и организация процессов выравнивания (data cleansing) и гармонизации данных из legacy-систем. Взаимодействие с ИБ по домену аутентификации и авторизации: группы доступа, бизнес-роли, SoD (segregation of duties). Выявление и устранение проблем качества мастер-данных: поиск дублей/конфликтов/некорректных связей и значений; организация дедупликации, слияния и обогащения данных. Выявление и формализация требований систем-приёмников к составу, формату и частоте передачи HR-данных. Проектирование потоков обмена данными между системами ИТ-ландшафта; создание контрактов данных и схем сообщений обмена. Требования: Опыт работы в компаниях численностью от 1 000 сотрудников и на крупных ИТ-проектах. Готовность работать в среде высокой неопределённости и быстрых изменений приоритетов; высокая нагрузка, регулярные переработки. Понимание или готовность быстро погрузиться в HR-домен и процессы управления персоналом. Базовое понимание архитектуры и возможностей платформы 1С; крайне желателен опыт работы с 1С:ЗУП КОРП. Желателен опыт/интерес к ИИ-инструментам (LLM, RAG, предсказательное моделирование) для применения в бизнес-задачах. Способность быстро и самостоятельно изучать новые технологии, домены и фреймворки. Готовность работать в смешанных технологических стеках (1С, JS, PHP, Python, Go). Понимание принципов обмена данными в сервисной архитектуре (BFF, шины данных, HTTP REST, GraphQL, gRPC). Понимание проектного подхода к изменениям и управления рисками. Умение оценивать трудозатраты и нести ответственность за сроки. Опыт работы методологом/архитектором данных/ведущим аналитиком в проектах по управлению мастер-данными (MDM, НСИ). Глубокое понимание MDM, Data Governance, DQ (Data Quality) и практик построения централизованных/децентрализованных систем справочников. Опыт в смежных областях управления данными (PIM, DAM) — существенное преимущество. Умение проектировать и описывать сложные бизнес-процессы и модели данных с учётом требований разных систем-потребителей. Отличное знание HR-мастер-данных: оргструктура, должности, классификаторы. Понимание принципов интеграции данных (ESB, REST API, ETL, GraphQL) и умение описывать требования к интеграционным контурам. Системное мышление: способность видеть картину целиком и выстраивать процессы «с нуля» там, где их не было. Навыки моделирования данных (ER-диаграммы) и чёткая формулировка требований для бизнеса и разработки. Опыт унификации НСИ (нормализация, стандартизация, harmonization): единые правила заполнения, единицы измерения, классификаторы, кодировки, наименования, адреса/география, атрибуты справочников. Навыки декомпозиции, оценки трудозатрат и ведения дорожной карты (MS Project или аналоги). Будет преимуществом: Опыт внедрения метрик качества данных (полнота, точность, непротиворечивость, уникальность, актуальность), целевых порогов и регулярного мониторинга. Опыт в направлениях Data Governance / Data Quality; понимание концепции Data Mesh. Понимание брокеров сообщений (Apache Kafka) и событийно-ориентированной архитектуры (event-driven); умение проектировать схемы сообщений. Проектирование и документирование контрактов данных (data contracts). Описание API-контрактов в OpenAPI (Swagger); понимание версионирования схем данных (schema evolution). Знание законодательства РК или РФ в части персональных данных. Знание SQL.