Вайти
на главную
it_one•1 дн. назадСвежая вакансияОпубликована 1 день назад на it_one. Свежая — до 5 дней, умеренная — 6–14 дней, долгая — от 15 дней. Дата берётся с сайта-источника.Приоритетный откликВаше резюме и сопроводительное письмо уходят напрямую рекрутёру компании на почту, минуя общую очередь откликов на вакансию

Аналитический инженер (DWH)

Навыки и технологии

AWSApache AirflowPostgreSQLGreenplumMySQLGitGitLab CI/CDYandex.CloudPythonDockerClickHouseJenkins

Ключевая задача

Работа над промышленным хранилищем данных крупного банка: превращение сырых данных в качественные документированные витрины для бизнеса и BI-отчетности.

Описание вакансии

Обязанности

Вам предстоит работать с большими объемами финансовых и операционных данных, обеспечивать надежность ETL/ELT-пайплайнов и быть связующим звеном между аналитиками, инженерами данных и BI-разработчиками.

Требования

Обязательные требования

  • Опыт работы с DWH от 3 лет (в роли Analytics Engineer, Data Engineer, DWH-разработчика или аналитика данных).
  • Свободное владение SQL: уверенное написание сложных запросов (JOIN, оконные функции, CTE, агрегации), опыт оптимизации запросов.
  • Понимание теории СУБД и ETL-процессов: знание принципов работы реляционных СУБД, понимание архитектуры DWH (нормализация, денормализация, звезда, снежинка).
  • Опыт работы с Python: написание скриптов для обработки данных, автоматизации загрузок, работы с API.
  • Опыт работы с одной из СУБД: PostgreSQL, Greenplum, Oracle, MS SQL, ClickHouse (или аналогичные).
  • Опыт работы с системами контроля версий: Git (GitLab / GitHub / Bitbucket).
  • Понимание принципов CI/CD: опыт работы с пайплайнами (GitLab CI, Jenkins).

Будет плюсом

  • Опыт работы с Apache Airflow (или другими оркестраторами, например, Dagster, Luigi).
  • Знание Data Vault 2.0, Kimball, Inmon.
  • Опыт работы с Greenplum (распределение, партиционирование, планы выполнения).
  • Опыт работы с Docker и контейнеризацией.
  • Опыт работы с облачными платформами (Yandex Cloud, AWS, Azure, GCP).
  • Опыт работы с BI-инструментами (Power BI, Superset, Tableau, DataLens).
  • Опыт работы с каталогами данных (OpenMetadata, DataHub, Atlas).
  • Опыт работы в банковской / финансовой сфере.
  • Понимание принципов Data Governance (качество данных, метаданные, SLA/SLO).