← К каталогу
ВС

ВсеИнструменты.ру

Data Engineer

УдалённоУровень не указанМосква, Россиятолько что
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение23 мин. назад
Впервые замеченатолько что
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Сейчас мы ищем Data Engineer

Мы ищем инженера, который будет развивать корпоративную платформу данных и DWH компании: модернизировать ETL-ландшафт, переводить процессы с SSIS на Apache Airflow 3 и внутренний Python-фреймворк, а также делать работу с данными надежнее и удобнее для аналитических команд.

Какие задачи тебя ждут:

  • Развивать корпоративную платформу данных и DWH;
  • Переводить существующие ETL-процессы с SSIS на Apache Airflow 3 и внутренний YAML-driven Python-фреймворк;
  • Разрабатывать и поддерживать надежные data-пайплайны;
  • Обеспечивать стабильную промышленную эксплуатацию: retry, backfill, идемпотентность, дедупликацию и корректную обработку сбоев;
  • Развивать проверки качества данных;
  • Оптимизировать SQL и работу с Microsoft SQL Server;
  • Развивать CI/CD-процессы для работы с данными;
  • Создавать переиспользуемые инструменты и self-service решения для аналитических команд;
  • Участвовать в развитии архитектуры DWH и подходов к моделированию данных.

Твоя суперсила:

  • Опыт работы Data Engineer от 3 лет;
  • Уверенный SQL и практический опыт работы с Microsoft SQL Server;
  • Python: ООП, модульная архитектура, type hints, тестирование, логирование, работа с REST API и БД;
  • Опыт работы с Apache Airflow или другим промышленным оркестратором;
  • Опыт работы с dbt или аналогичным SQL transformation framework;
  • Понимание ETL/ELT, batch- и near-real-time-обработки;
  • Умение строить надежные и отказоустойчивые data-пайплайны;
  • Опыт Git и CI/CD;
  • Опыт реализации Data Quality-проверок;
  • Понимание архитектуры DWH и организации слоев данных;
  • Знание подходов к моделированию данных: Kimball, Inmon, Data Vault, Anchor Modeling.

С нас:

  • Возможность влиять на продукт, мы всегда открыты к новым идеям и обратной связи;
  • Возможность быть эффективным в любой точке мира, мы работаем удаленно, но это не мешает нам быть командой (при желании, можно работать из офиса - Москва, Нижний Новгород, Ковров, Владимир);
  • …

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU