Задачи:
— разрабатывать и оптимизировать SQL-запросы, процедуры, функции, триггеры, views;
— работать со структурой БД, индексами и миграциями;
— анализировать execution plans, находить блокировки, deadlock и проблемы производительности;
— контролировать изменения БД в Test и Production;
— мониторить состояние и нагрузку БД;
— заниматься backup/restore, репликацией и отказоустойчивостью;
— участвовать в расследовании Production-инцидентов;
— взаимодействовать с разработчиками, DevOps и QA.
Требования:
— опыт работы DBA / Database Engineer / SQL Developer;
— уверенный SQL;
— хорошее понимание реляционных БД;
— опыт оптимизации запросов и анализа execution plans;
— понимание индексов, транзакций, locking и deadlock;
— опыт работы с Production-БД;
— понимание backup/restore, репликации и High Availability;
— Git и версионирование SQL-кода.
Будет плюсом опыт в FinTech, банках или платежных системах, а также работа с высоконагруженными БД.
Условия:
— официальное трудоустройство по ТК РК;
— понятный онбординг и поддержка на старте;
— обучение и развитие за счёт компании;
— частичная компенсация занятий спортом;
— корпоративные активности и мероприятия;
— работа в офисе в Караганде или удалённо по всему Казахстану.
Location: San Francisco, CA • New York, NY
Figma is growing our team of passionate creatives and builders on a mission to make design accessible to all. Figma’s platform helps teams bring ideas to life—whether you're brainstorming, creating a prototype, translating designs into code, or iterating with AI. From idea to product, Figma empowers teams to streamline workflows, move faster, and work together in real time from anywhere in the world. If you're excited to shape the future of design and collaboration, join us!
We are looking for Data Engineering interns who are excited to help scale the systems and pipelines that power decision-making at Figma. As an intern on our data team, you will partner with engineers and analysts to design and build reliable datasets, ensure data quality, and make Figma's data more accessible across the company.
This internship will be based out of our San Francisco or New York Hub.
What you'll do at Figma:
Build, test, and document data pipelines that bring product or business data into Figma’s data warehouse
Help design foundational datasets that are trusted, well-documented, and easy to use
Optimize pipelines for performance and scalability as Figma grows
Partner with cross-functional teammates to understand data needs and deliver solutions
Contribute to the tools and practices that make working with data at Figma easier
With support from a manager and mentor, you’ll own a scoped project from problem definition through implementation, testing, documentation, and sharing the results.
Some projects you could work on:
Develop new ETL jobs to integrate product or business data into our warehouse
Improve the performance and reliability of core pipelines
Build reusable datasets that support experimentation, product and business analytics, or cross-functional stakeholders
Document and simplify complex data workflows for broader use
We'd love to hear from you if you have:
Experience coding in Python or a similar language and writing SQL queries
Experience building or working with data pipelines, ETL, or large datasets
Curiosity about how data systems work and interest in making them more scalable and reliable
Strong communication and collaboration skills
Excitement to learn, get feedback, and grow as a data engineer
At Figma, one of our values is Grow as you go. We believe in hiring smart, curious people who are excited to learn and develop their skills. If you’re excited about this role but your past experience doesn’t align perfectly with the points outlined in the job description, we encourage you to apply anyways. You may be just the right candidate for this or other roles.
Pay Transparency Disclosure
This internship role is based in either Figma’s San Francisco or New York hub offices, and has the hourly base pay rate stated below. Figma also offers interns a housing stipend and travel reimbursement. Figma’s compensation and benefits are subject to change and may be modified in the future.
Internship
$46
—
$46 USD
At Figma we celebrate and support our differences. We know employing a team rich in diverse thoughts, experiences, and opinions allows our employees, our product and our community to flourish. Figma is an
equal opportunity workplace
- we are dedicated to equal employment opportunities regardless of race, color, ancestry, religion, sex, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity/expression, veteran status
,
or any other characteristic protected by law. We also consider qualified applicants regardless of criminal histories, consistent with legal requirements.
We will work to ensure individuals with disabilities are provided reasonable accommodation to apply for a role, participate in the interview process, perform essential job functions, and receive other benefits and privileges of employment. If you require accommodation, please reach out to
accommodations-ext@figma.com
. These modifications enable an individual with a disability to have an equal opportunity not only to get a job, but successfully perform their job tasks to the same extent as people without disabilities.
Examples of accommodations include but are not limited to:
Holding interviews in an accessible location
Enabling closed captioning on video conferencing
Ensuring all written communication be compatible with screen readers
Changing the mode or format of interviews
To ensure the integrity of our hiring process and facilitate a more personal connection, we require all candidates keep their cameras on during video interviews. Additionally, if hired you will be required to attend in person onboarding.
By applying for this job, the candidate acknowledges and agrees that any personal data contained in their application or supporting materials will be processed in accordance with
Figma's Candidate Privacy Notice
.
Application limits:
To help candidates focus on the opportunities most relevant to their skills and experience, Figma limits the number and frequency of applications. These limits apply to all roles:
Candidates may submit up to 5 applications during any rolling 30-day period.
Candidates may not reapply to the same role while an application is active or within 90 days of receiving a rejection.
Once the applicable days has passed, candidates are welcome to apply again.
Location: New York; Stockholm; San Francisco
Workplace: OnSite
ABOUT US:
AI NEEDS A NEW INFRASTRUCTURE LAYER. WE'RE BUILDING IT AT MODAL.
Every era of computing brought new workloads that previous infrastructure couldn't support: mainframes, databases, and the cloud. Each time, the company that rebuilt the layer underneath defined the decade. AI is no different, except it touches everything instead of one slice, and the window to build the layer underneath it is open right now.
Our customers include category-defining companies like Ramp https://modal.com/blog/how-ramp-built-a-full-context-background-coding-agent-on-modal, Cognition, DoorDash, and Suno. They rely on Modal for instant GPU access, sub-second container starts, and native storage, so it's simple to serve low-latency inference, fine-tune models, and access production-ready sandboxes at scale.
We've passed $1B in annualized run rate, up 15x from a year ago. In October 2026 we raised a $750M Series D led by Accel at a $15.75B valuation.
Our team includes creators of popular open-source projects (e.g.,Seaborn https://github.com/mwaskom/seaborn,Luigi https://github.com/spotify/luigi), academic researchers, international olympiad medalists, and experienced engineering and product leaders with decades of experience.
THE ROLE:
We’re growing our Data team and are looking for our first few key hires to build self-serve data tools and drive business strategy in the right direction.
The mission of the Modal Data team is to make it easy to track company goals, make evidence-backed decisions, and prioritize the right work. We do this via:
- Self-serve AI analytics tools (Hex, Snowflake)
- Embedding with teams as a “data adviser,” providing strategic analysis and consulting
WHAT YOU'LL WORK ON:
- Contribute to building the most modern analytics stack https://modal.com/blog/analytics-stack in data today to support AI-driven self-serve analysis, key metrics tracking, and external customer reporting
- Influence work on new products like LLM Inference Endpoints https://modal.com/blog/qwen3-8-2-4t-a95b-now-available-on-modal through product analytics tracking
- Identify millions of dollars of cost savings and optimization across our tools and financial operations
- Write data pipelines that power the operations of our business, such as our cloud compute economics or sales comp
- Create foundational datasets that can be used by people and AI tools to answer questions around product use cases, financial reporting, and marketing campaigns
YOU MAY BE A FIT IF:
- You’re fluent in SQL and proficient in Python
- You have professional experience with at least 2 of the following tools: Snowflake, dbt, dlt, Modal, Hex, PostHog
- You extend your work beyond just data reporting and into action and impact
- You have high attention to detail
- You’re an excellent and precise communicator
- You’re personable and great at building relationships
NICE-TO-HAVE:
- Experience with AI products, especially LLM inference and sandboxes
- Experience in fin ops, fraud, sales ops, or risk, especially in the context of AI (e.g. token cost optimization)
- Project management skills
- Strong presence in the data community online and offline
Задачи:
— Проектирование и развитие процессов сбора, загрузки, преобразования и передачи данных (ETL/ELT)
— Разработка и сопровождение пайплайнов обработки больших объемов данных
— Работа с реляционными и нереляционными базами данных
— Анализ структуры и качества данных, выявление дублирования, пропусков и несоответствий
— Разработка SQL-запросов, процедур, скриптов и механизмов обработки данных
— Построение интеграционного взаимодействия между информационными системами и источниками данных
— Участие в разработке и развитии DWH / Data Lake / аналитических хранилищ
— Настройка процессов регулярной загрузки и синхронизации данных
— Обеспечение контроля качества, полноты и целостности данных
— Оптимизация запросов и процессов обработки больших объемов данных
— Анализ источников данных и определение необходимых таблиц, полей, связей и бизнес-смыслов
— Участие в проектировании моделей данных и структуры хранилищ
— Взаимодействие с системными и бизнес-аналитиками, разработчиками, архитекторами и DevOps
— Подготовка технической документации по потокам данных, интеграциям и структуре БД
— Участие в тестировании и приемке интеграционных решений
— Поиск и устранение проблем в процессах загрузки и обработки данных
— Участие в реализации интеграционных решений между крупными государственными информационными системами
Требования:
— Опыт работы от 3 лет в роли Data Engineer / инженера по данным
— Опыт работы с большими объемами данных и высоконагруженными системами
— Уверенное знание SQL и опыт работы с СУБД
— Понимание принципов построения DWH, Data Lake и ETL/ELT
— Опыт разработки и сопровождения пайплайнов обработки данных
— Навыки анализа структуры, качества и взаимосвязей данных
— Опыт работы с реляционными и нереляционными базами данных
— Понимание принципов интеграции информационных систем
— Готовность работать с крупными государственными и медицинскими информационными системами
Условия:
— Работа над масштабным государственным проектом в сфере цифрового здравоохранения Казахстана
— Работа с большими объемами данных и сложными интеграциями
— Участие в развитии архитектуры данных и хранилища
— Профессиональный рост и развитие компетенций Data Engineering
— Взаимодействие с командой аналитиков, разработчиков, архитекторов и DevOps
— Оформление по ГПХ / ДВОУ
— График 5/2, 09:00–18:00
— Обед 13:00–14:00
— Формат работы: только офис
— Адрес: г. Астана, пр. Кабанбай батыра, 17
Задачи:
– Разрабатывать и дорабатывать ETL-процессы в Airflow
– Подключать новые источники данных
– Создавать и дорабатывать витрины
– Оптимизировать SQL-запросы в GreenPlum и PostgreSQL
– Работать с большими объемами данных
– Развивать процессы контроля качества данных
Требования:
– От 1 года опыта работы с данными
– Отличное знание SQL: JOIN, оконные функции, процедуры
– Умение профилировать и оптимизировать запросы, понимать план выполнения
– Понимание принципов работы реляционных БД и архитектуры DWH: ODS, DDS, DM
– Практический опыт работы с Airflow и ETL-процессами
– Python на базовом уровне
– Знание Linux и умение работать с командной строкой
– Опыт работы с Git
– Понимание принципов работы Docker
Задачи:
— Проектировать и поддерживать интеграцию источников данных (взаимодействие с процессинговыми системами и Автоматизированной Банковской Системой / АБС);
— Организовывать мониторинг актуальности входящих данных и оперативно реагировать на инциденты;
— Готовить данные для загрузки в оговоренные форматы хранения (Data Lake / DWH) для последующего потребления смежными командами;
— Разрабатывать и оптимизировать витрины данных для BI-отчетности в Superset и PowerBI;
— Проводить глубокую проверку качества данных (Data Quality), выявлять аномалии и устранять корневые причины ошибок;
— Обеспечивать бесперебойную актуальность данных, нести ответственность за соблюдение SLA и быстрое восстановление при авариях.
Требования:
— Опыт в направлении финтех;
— Отличное знание SQL (DDL/DML) в PostgreSQL;
— Хорошее знание SQL (DDL/DML) в ClickHouse;
— Отличные навыки оптимизации SQL-запросов в PostgreSQL;
— Отличные навыки работы с Python: написание и поддержка DAG-ов в Airflow, опыт работы с асинхронными сервисами;
— Хорошие навыки конфигурирования PostgreSQL.
Задачи:
— Решать конкретные задачи с данными и пайплайнами, а не просто переливать данные.
— Взаимодействовать с аналитиками и менеджерами, отвечать на вопросы и брать ответственность.
Требования:
— 4+ лет коммерческого опыта в роли Data Engineer / ETL-разработчик.
— Сильный SQL.
— Уверенный Python для обработки данных и простых сервисов.
— Опыт с Spark или аналогом.
— Базовый опыт с Kafka.
— Проактивность: видеть проблемы и возможности в данных/пайплайнах и предлагать улучшения.
Условия:
— Трудоустройство по ТК РФ.
— Удаленная работа из любой точки мира или в офисах в Москве или Санкт-Петербурге.
— Культура свободы и ответственности.
— Оплачиваемое обучение: курсы, конференции, профильная литература, софинансирование английского в Skyeng.
— Забота о сотрудниках: ДМС с первого дня, включая стоматологию, поддержка ментального здоровья через Alter.
Quantori разрабатывает программное обеспечение для биотехнологических и фармацевтических компаний. Среди клиентов компании Pfizer, LGC, The Jackson Laboratory. В компании работает более 500 человек, инвестиции составляют 15 миллионов долларов.
Требования:
— Опыт работы не менее 6 лет
— Знание Python, R, SQL, Spark, dbt
— Уровень английского языка не ниже B2
Формат работы: удалённо.
Задачи:
— Развитие личного кабинета AI-тренеров: сбор данных из разных источников, настройка систем контроля качества, расчет качества и производительности, отображение данных на дашбордах, настройка пайплайнов поставки данных, написание YQL-скриптов и кода на Python, построение дашбордов в DataLens.
— Инфраструктурные задачи: создание сред для обучения агентов, написание кода, развёртывание серверов и докер-образов с открытым кодом.
— Контроль ресурсов аналитиков: выдача вычислительных ресурсов, мониторинг использования и оптимизация распределения.
— Разработка инфраструктуры бенчмарков: помощь аналитикам в ускорении и упрощении создания бенчмарков для различных сценариев, работа на Python.
Требования:
— Умение писать на Python и SQL.
— Любовь к работе с данными.
Будет плюсом:
— Опыт построения ETL-процессов, в том числе с Airflow.
— Опыт работы с BI-системами (DataLens, Tableau, Power BI и др.).
— Опыт работы с YTsaurus или аналогами.
— Настройка CI/CD.
Условия:
— Бесплатное участие сотрудников Яндекса в профильных конференциях.
— Школа подготовки спикеров для выступающих на конференциях.
— Другие бонусы, полный список доступен на сайте компании.
Задачи:
- Сбор требований с бизнес-заказчиков и анализ источников данных
- Разработка, реализация и поддержка типовых потоковых интеграционных решений на стеке технологий: Trino, Iceberg, S3, Spark, Apache Airflow, Kafka, Cosmos, Flink
- Оперативное реагирование на информацию о проблемах в зоне ответственности, выполнение типовых задач в установленный срок
- Поддержание в актуальном состоянии документации типовых интеграционных решений платформы больших данных, предоставление отчетности руководителю
Требования:
- Общее представление о стеке технологий Lakehouse
- Понимание различия работы между BigData/Lakehouse и с данными обычного размера
- Знание SQL (индексы, функции, оптимизация, профилирование производительности)
- Опыт работы с любой реляционной БД (Oracle, Postgres, MySQL, MsSQL, DB2 и т.п.)
- Умение работать с Git (знание команд git pull/commit/push)
- Опыт работы с DBT, Cosmos
- Представление о работе с Trino
- Понимание устройства Iceberg, форматов данных
- Понимание работы с minio или любого другого хранилища на основе S3
- Опыт использования систем ведения проектов и документации
- Знания основ программирования (JAVA, Python)
Задачи:
– проектирование и разработка слоев данных (Raw, Clean, Enriched/Presentation) с учетом лучших практик моделирования (Data Vault 2.0 / 3NF для хранилища, Star Schema для витрин);
– разработка и внедрение кастомных алгоритмов дедупликации и Entity Resolution (Fuzzy Matching) на Python;
– формализация бизнес-правил качества данных в код, настройка уровней доверия к источникам и правил выживания (survivorship rules);
– внедрение Data Contracts и механизмов карантина (quarantine) для некачественных данных с возможностью их последующего разбора;
– настройка автоматизированного тестирования данных (Data Quality checks) в пайплайнах.
Требования:
– Продвинутый уровень SQL и опыт работы с dbt (или аналогами) для построения слоев данных;
– уверенное владение PySpark и/или pandas для обработки больших объемов данных и реализации логики матчинга;
– практический опыт применения библиотек нечёткого поиска и связывания записей (Splink, recordlinkage, dedupe, theFuzz);
– понимание принципов работы алгоритмов сравнения строк (Левенштейн, Джаро-Винклер, косинусное сходство на TF-IDF/эмбеддингах);
– глубокое понимание 2-3NF, Data Vault 2.0 и различий между слоями сырых, очищенных и обогащенных данных;
– опыт внедрения инструментов тестирования данных (Great Expectations, Soda, dbt tests, deequ или аналоги);
– опыт работы с оркестраторами (Airflow, Dagster или Prefect), уверенное использование Git и базовые навыки CI/CD для дата-пайплайнов.
Требования:
- Опыт TeamLead (управление командой) не менее 4 лет;
- Опыт разработки ETL/ELT-процессов, в которых значительная часть логики реализована на стороне СУБД;
- Опыт разработки и сопровождения хранимых процедур / функций в СУБД;
- Практический опыт использования SQL/PLSQL или аналогичных процедурных расширений SQL для реализации загрузок и трансформаций данных;
- Опыт участия в проектах миграции ETL-систем (Apache стек);
- Опыт разработки на Python (написание ETL-скриптов, работа с pandas, интеграция с API);
- Опыт написания и отладки DAG'ов в Apache Airflow (не только проектирование, но и разработка);
- Опыт работы с PySpark (трансформации, оптимизация, партиционирование);
- Опыт миграции ETL-процессов с Informatica PowerCenter на открытый стек (Airflow + Greenplum);
- Глубокое практическое знание NiFi и Airflow: проектирование потоков, подключение источников, обработка ошибок, мониторинг, отладка;
- Опыт работы с качеством данных: разработка правил валидации, анализ влияния на бизнес-процессы;
- Понимание архитектурных подходов к проектированию хранилищ, различие ETL и ELT;
- Опыт работы с Hive metastore (устройство, хранение на PostgreSQL) и форматами файлов (Parquet, ORC);
- Опыт работы с Оracle;
- Опыт применения сложных SQL-запросов (оконные функции, джоины);
- Умение оптимизировать запросы для highload-среды;
- Опыт проектирования интеграций Apache-стека с Kafka и BI-системами;
- Опыт настройки потоковой обработки данных;
- Опыт работы с Hadoop и Hive (знание версий, источников данных);
- Опыт работы с PostgreSQL, Greenplum, Clickhouse;
- Опыт работы с Grafana/Prometheus для отслеживания ETL-процессов;
- Опыт работы с биллингом;
- Опыт автоматической валидации и контроля качества данных после миграции (сравнение результатов, метрики);
Обязанности:
- Миграция ETL-процессов с Informatica PowerCenter на целевой стек: NiFi + Airflow + Greenplum + SQL/хранимые процедуры.
- Подготовка документации AS IS и TO BE;
- Написание SQL кода;
- Отслеживание метрик.
Задачи:
- Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований
- Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика
- Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных)
- Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд
- Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных
- Разрабатывать и оптимизировать SQL-запросы
- Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками
- Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками
- Обеспечивать контроль качества данных и их целостность
Требования:
- Высшее образование: техническое, математическое или финансовое
- Опыт работы не менее 5 лет
- Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами)
- Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов
- Понимание индексов, партиций, ключей, нормальных форм, SCD
- Понимание моделирования данных, построения хранилища, репликации и консистентности данных
- Умение рефакторить код и проводить миграцию из одной системы в другую
- Знание принципов CI/CD
- Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом)
- Опыт работы с API (будет плюсом)
- Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом)
Задачи:
— Строить и развивать аналитическое хранилище компании на базе BigQuery.
— Настраивать конвейеры данных из продуктовых и маркетинговых источников (AppsFlyer, Adjust, RevenueCat, Amplitude, Mixpanel, Facebook Ads и др.).
— Формировать данные в удобный для аналитиков и продуктовых менеджеров вид.
— Документировать модель данных.
— Внедрять лучшие практики работы с хранилищем: слоистая архитектура (raw / staging / marts), соглашения по наименованиям, версионирование, тесты качества данных.
— Взаимодействовать с продуктом, маркетингом и аналитикой для понимания бизнес-требований и трансформации их в структуру данных.
Требования:
— Опыт работы в data engineering от 2 лет или сильная аналитическая роль с реальным инженерным компонентом (уровень solid junior / light middle).
— Уверенное владение Python для написания ETL/ELT скриптов, работы с API и автоматизации конвейеров.
— Опыт работы с GCP (BigQuery, Cloud Functions, Cloud Storage).
— Уверенный уровень SQL: оконные функции, CTE, оптимизация запросов.
— Понимание принципов аналитических хранилищ: слоистая архитектура, нормализация/денормализация, идемпотентность конвейеров, инкрементальные загрузки.
— Опыт интеграции данных из внешних источников через API или готовые коннекторы.
— Сильные коммуникативные навыки для общения с нетехническими стейкхолдерами, умение задавать уточняющие вопросы и объяснять технические ограничения простым языком.
— Опыт работы с Git: ветвление, код-ревью.
Желательно:
— Опыт с типичными источниками подписочного/мобильного стека: AppsFlyer, Adjust, Adapty, Amplitude, Mixpanel.
— Понимание специфики мобильной атрибуции: SKAdNetwork, постбеки, детерминистическая и вероятностная атрибуция.
— Опыт работы с BI-инструментами (Looker Studio, Metabase, Tableau, Power BI) на уровне настройки источника и построения дашбордов.
— Знания Terraform / IaC для ресурсов GCP.
— Опыт с CDC / стримингом (Pub/Sub, Dataflow) — плюс, но не критично.
Условия:
— Гибридный формат работы: 2 дня в офисе в Варшаве, 3 дня удаленно.
— Обеды оплачиваются в офисные дни.
— Возможность участвовать в командных мероприятиях.
— Гибкий график с фокусом на результат.
— Работа в молодой команде с энергией стартапа, без бюрократии и микроменеджмента.
Требования:
- sql, базы данных, python, аналитический склад ума
Обязанности:
- построение ETL-процессов
- работа с современным стеком трансформации
- оркестрация данных
- управление хранилищами
- визуализация смыслов
- оптимизация выборок
Условия:
Срочный трудовой договор на 3 месяца, удаленно/офис/гибрид.
Стажировка для студентов из любых ВУЗов.
УдалённоСтажёрГеография найма не уточнена
ОфисNew York; Stockholm; San Francisco
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
