7360 - Активный запрос: Data Engineer, Middle, Middle+ ❗️
🔥 Важно!
Срок подачи кандидатов до 28.10.2026 12:00
- Рейт: смотрим ваши ставки
- Локация: Только РФ
- Часовой пояс: МСК
- Формат работы: Удаленно
- Особые условия: Постоплата - 75 календарных дней.
- Гражданство: РФ
- Проект: Заказчик - крупная розничная сеть.
Проект - масштабирование и совершенствование корпоративной платформы данных для федеральной розничной сети.
- Длительность: Более года
- Возможность пролонгации: Да
📌 Основные задачи:
- Создание и развитие ETL‑пайплайнов с использованием Python и PySpark;
- Поддержка и доработка DAG в Airflow: анализ логов, устранение типовых сбоев, выполнение backfill;
- Разработка dbt‑моделей, а также сопутствующих тестов и документации;
- Обслуживание сущностей Data Vault 2.0 (в части Satellite);
- Взаимодействие с хранилищем S3 (через boto3) и работа с СУБД;
- Выполнение базовых проверок качества данных: контроль NULL‑значений, проверка уникальности ключей и корректности типов.;
- Фиксация технической метаданных в DataHub и отслеживание статуса пайплайнов в системах мониторинга.
✅ Требования:
- Не менее 2 лет опыта в роли data‑инженера;
- Уверенное владение Python: синтаксис, основы ООП, написание ETL‑скриптов с применением готовых библиотек, навыки отладки;
- Знание PySpark: работа с DataFrames API, понимание разницы между Action и Transformation, базовые представления об архитектуре Spark;
- Навыки работы с SQL: построение JOIN, использование агрегаций и оконных функций, базовое понимание работы индексов;
- Опыт в Airflow: настройка DAG, расписаний, операторов и сенсоров, работа с Connections и Variables, настройка ретраев и алертов;
- Владение dbt: создание моделей, источников, использование refs и Jinja, настройка материализаций, seeds и тестов;
- Работа с Git и GitLab CI: управление ветками, создание MR, участие в код‑ревью, чтение конфигураций .gitlab‑ci.yml;
- Базовые навыки в Docker: составление Dockerfile, локальная сборка и запуск контейнеров;
- Понимание различий между OLTP и OLAP, особенностей строковых и колоночных хранилищ, а также ключевых принципов Data Vault 2.0;
- Опыт работы с СУБД: PostgreSQL, ClickHouse, Greenplum, Oracle, MySQL (понимание реляционной модели и принципов ACID), базовые знания NoSQL;
- Умение работать с инструментами мониторинга: чтение дашбордов в Grafana, Sentry, Kibana.
➕ Дополнительные требования:
- Опыт в ритейле от 3 лет, навыки работы с Kubernetes и DataHub, знание дата‑контрактов.
📩 Просьба предоставлять CV вместе с ФИО, рейтом, локацией (страна + город) и оценкой +/- по требованиям.
✉️ Писать в Max
🔥 Важно!
Срок подачи кандидатов до 28.10.2026 12:00
- Рейт: смотрим ваши ставки
- Локация: Только РФ
- Часовой пояс: МСК
- Формат работы: Удаленно
- Особые условия: Постоплата - 75 календарных дней.
- Гражданство: РФ
- Проект: Заказчик - крупная розничная сеть.
Проект - масштабирование и совершенствование корпоративной платформы данных для федеральной розничной сети.
- Длительность: Более года
- Возможность пролонгации: Да
📌 Основные задачи:
- Создание и развитие ETL‑пайплайнов с использованием Python и PySpark;
- Поддержка и доработка DAG в Airflow: анализ логов, устранение типовых сбоев, выполнение backfill;
- Разработка dbt‑моделей, а также сопутствующих тестов и документации;
- Обслуживание сущностей Data Vault 2.0 (в части Satellite);
- Взаимодействие с хранилищем S3 (через boto3) и работа с СУБД;
- Выполнение базовых проверок качества данных: контроль NULL‑значений, проверка уникальности ключей и корректности типов.;
- Фиксация технической метаданных в DataHub и отслеживание статуса пайплайнов в системах мониторинга.
✅ Требования:
- Не менее 2 лет опыта в роли data‑инженера;
- Уверенное владение Python: синтаксис, основы ООП, написание ETL‑скриптов с применением готовых библиотек, навыки отладки;
- Знание PySpark: работа с DataFrames API, понимание разницы между Action и Transformation, базовые представления об архитектуре Spark;
- Навыки работы с SQL: построение JOIN, использование агрегаций и оконных функций, базовое понимание работы индексов;
- Опыт в Airflow: настройка DAG, расписаний, операторов и сенсоров, работа с Connections и Variables, настройка ретраев и алертов;
- Владение dbt: создание моделей, источников, использование refs и Jinja, настройка материализаций, seeds и тестов;
- Работа с Git и GitLab CI: управление ветками, создание MR, участие в код‑ревью, чтение конфигураций .gitlab‑ci.yml;
- Базовые навыки в Docker: составление Dockerfile, локальная сборка и запуск контейнеров;
- Понимание различий между OLTP и OLAP, особенностей строковых и колоночных хранилищ, а также ключевых принципов Data Vault 2.0;
- Опыт работы с СУБД: PostgreSQL, ClickHouse, Greenplum, Oracle, MySQL (понимание реляционной модели и принципов ACID), базовые знания NoSQL;
- Умение работать с инструментами мониторинга: чтение дашбордов в Grafana, Sentry, Kibana.
➕ Дополнительные требования:
- Опыт в ритейле от 3 лет, навыки работы с Kubernetes и DataHub, знание дата‑контрактов.
📩 Просьба предоставлять CV вместе с ФИО, рейтом, локацией (страна + город) и оценкой +/- по требованиям.
✉️ Писать в Max
Просмотры: 2