Data engineer

Проектировать, разрабатывать и поддерживать надежные data pipelines и DAG-процессы; Готовить данные для аналитических, продуктовых и бизнес-задач; Работать с большими объемами данных, оптимизировать SQL-запросы и производительность хранилищ; Развивать процессы ETL/ELT и участвовать в проектировании DWH, моделей данных и витрин; Интегрироваться с внешними источниками и сервисами через API, FTP и другие каналы передачи данных; Проектировать и разрабатывать Python-сервисы, библиотеки и инструменты для обработки данных; Участвовать в развитии архитектуры data-платформы и самостоятельно предлагать технические решения для повышения надежности, производительности и масштабируемости. Сильное знание SQL : сложные запросы, работа с большими объемами данных, анализ и оптимизация производительности; Уверенное владение Python : опыт написания production-кода, библиотек, сервисов и инструментов для работы с данными; Понимание принципов построения DWH : слои данных, модели, витрины, ETL/ELT и контроль качества данных; Практический опыт построения и поддержки data pipelines; Самостоятельность в поиске и выборе технических решений; Умение понимать бизнес-контекст задач и эффективно взаимодействовать с командой. Будет преимуществом опыт работы с: Airflow — разработка и поддержка DAG, scheduling, retries, backfill, monitoring; dbt или аналогичными инструментами трансформации данных; Spark и распределенной обработкой данных; аналитическими СУБД и OLAP/MPP-системами: ClickHouse, Greenplum, Vertica и другими; Kafka / RabbitMQ ; Iceberg, Trino ; Docker, Kubernetes, CI/CD ; подходами Data Mesh ; open-source проектами или собственными техническими проектами. Работа с highload-продуктами, терабайтами данных и аудиторией 100M+ пользователей по всему миру ; Гибкий формат работы: удалённо, гибридно или из офиса; Расширенный релокационный пакет, включающий релокацию специалиста и членов его семьи; ДМС со стоматологией после испытательного срока; Компенсация спорта, английского языка и сессий с психологом; Компенсация профильного обучения и возможность обмениваться экспертизой внутри команды; Корпоративная библиотека, командные мероприятия, мастер-классы и другие внутренние активности; Высокий уровень самостоятельности и возможность напрямую влиять на технические решения и развитие data-платформы.