Вакансии

Задачи: — Разрабатывать и поддерживать ETL процедуры в Airflow — Проектировать, реализовывать и внедрять распределённые системы обработки и хранения данных — Участвовать в развитии архитектуры хранилища — Работать с реляционными/NoSQL базами данных — Разрабатывать и поддерживать процедуры автоматизации аналитической инфраструктуры Требования: — Уверенное знание SQL — Уверенное знание Python — Опыт разработки ETL процедур от 3-х лет — Опыт работы с реляционными СУБД — Навыки командной разработки в Git Будет плюсом: — Современные code-driven ETL/ELT инструменты — Распределенные колоночные СУБД (ClickHouse, Vertica, Greenplum) — Docker, Kubernetes — S3 хранилище — CI/CD процедуры Условия: — Полная занятость — График 5/2 — Формат работы: удалённо

Ищем Data Engineer в крупную технологическую компанию, которая разрабатывает высоконагруженные платформенные продукты для международных рынков в entertainment-индустрии. Внутри — развитое data-направление и задачи, связанные с построением и развитием современной платформы данных. Чем предстоит заниматься: — проектировать, разрабатывать и развивать data pipelines; — работать с DWH: моделями данных, слоями, витринами и ETL/ELT-процессами; — писать и оптимизировать сложные SQL-запросы; — разрабатывать на Python инструменты и сервисы для работы с данными; — поддерживать и развивать production-пайплайны; — работать с большими объемами данных и распределенной обработкой; — следить за качеством и надежностью данных; — участвовать в выборе технических решений и развитии data-платформы; — взаимодействовать с аналитиками, разработчиками и другими продуктовыми командами. Для Senior-уровня также важен опыт самостоятельного проектирования архитектурных решений и способность брать ответственность за технический подход к задаче. Требования: — очень хорошее знание SQL и опыт работы со сложными запросами и большими объемами данных; — уверенный Python: не только небольшие скрипты, но и production-код, библиотеки или внутренние инструменты; — хорошее понимание принципов построения DWH; — опыт проектирования и разработки ETL/ELT-процессов; — понимание моделирования данных, построения витрин и контроля качества данных; — умение самостоятельно разбираться в задаче и предлагать техническое решение. Желательно: — практический опыт с Airflow: разработка и поддержка DAG, scheduling, retries, backfill, monitoring; — опыт с dbt или похожими инструментами трансформации данных; — опыт со Spark и понимание распределенной обработки данных; — работа с аналитическими СУБД: ClickHouse, Greenplum, Vertica или другими MPP/OLAP-системами. Будет плюсом: — Kafka; — Iceberg; — Trino; — Docker / Kubernetes; — CI/CD; — понимание подходов Data Mesh; — участие в open-source или собственные технические проекты. Условия: — full-time; — удаленный формат работы; — гибкое начало рабочего дня; — корпоративная техника; — испытательный срок 3 месяца; — расширенный пакет бенефитов после испытательного срока: медицинская страховка, бюджет на спорт / языки / дополнительное медицинское покрытие, дополнительные оплачиваемые дни отдыха; — внутренние технические встречи, тренинги и возможность участия в профессиональных конференциях и обучении. Процесс: Знакомство с рекрутером → короткий технический скрининг → технические секции по SQL, DWH и Python → для кандидатов Senior-уровня дополнительная секция по архитектуре и проектированию → встреча с командой.

Задачи: — Сотрудничество по модели аутстаф. Требования: — Глубокое понимание Linux (от загрузки до сетевого стека) и уверенное владение Bash и Python для автоматизации. — Коммерческий опыт с Kubernetes (администрирование, troubleshooting) и Docker (включая оптимизацию сборок). — Умение проектировать и поддерживать полный цикл CI/CD (предпочтительно на GitLab CI) и инфраструктуру как код (Terraform/Ansible). — Навыки построения систем мониторинга, логирования и алертинга на базе Prometheus, Grafana и ELK-стека. — Опыт работы со смежными сервисами: репозитории артефактов (Nexus), базы данных (PostgreSQL), брокеры сообщений (Kafka/RabbitMQ) и средства безопасности (Vault). — Знание сетевых и веб-технологий: HTTP/S, Nginx/HAproxy, стандарты аутентификации OIDC/OAuth 2.0 и Keycloak. — Опыт администрирования Big Data платформ: Hadoop ecosystem, Spark/Flink, Kafka, Hive/Trino. — Опыт работы с lakehouse-стеком: Iceberg/Paimon, Greenplum, Cassandra, MinIO/S3. — Умение управлять Big Data-компонентами через Kubernetes Operators и строить пайплайны в Airflow. — Знакомство с CDC (Debezium) и оркестрацией потоков данных. Будет плюсом: — Опыт работы по GitOps-методологии с ArgoCD и Helm. — Глубокое знание облачных платформ – Yandex Cloud, AWS. — Навыки в области DevSecOps. — Опыт работы с Go или Java для чтения и отладки кода приложений. — Опыт с Istio, Kerberos, Puppet. Условия: — Удалённая работа, аутстаф. — Варианты оформления: ИП или самозанятость. — Гибкий график и возможность совмещать с другими проектами. — Компания берёт на себя заботы по поиску проекта, общению с заказчиком и оплате. — Помощь в согласовании удобного графика работы с клиентом. — Возможность взять следующий проект при успешном сотрудничестве.

Компания «S7 Techlab» — IT-подразделение крупнейшей частной авиакомпании России. Разрабатывает собственные продукты для продажи авиабилетов, коммуникаций с путешественниками, учета финансов и обслуживания в аэропорту. Системы прогнозируют спрос и управляют предложением услуг, автоматизируют поддержку и улучшают пользовательский опыт на сайте и в приложении S7 Airlines. Программные решения регулируют работу авиапарка, оптимизируют маршруты, оценивают потребности в обслуживании самолетов. Внедряют искусственный интеллект, машинное обучение и облачные технологии, исследуют большие данные и клиентский опыт. Data office S7 построен на принципах data mesh и децентрализованной аналитики. В линейке продуктов представлены хранилища данных по коммерции, флоту, сотрудникам, пассажирам и рейсам. Задачи: — Управление командой разработки в продуктах систем класса DWH: распределение задач, найм, менторинг и развитие подчиненных, контроль и ответственность за результат команды; — Формирование технических решений; — Разработка, поддержка и оптимизация ETL процессов для формирования слоя модели данных, витрин данных, а также загрузки данных систем источников; — Настройка инструментов для обработки и анализа данных; — Взаимодействие с командой аналитиков по постановке задач и выявлению приоритетов, с командой разработки по технической реализации, со смежными командами (DBA, devops, SRE); — Миграция с легаси решений на новые целевые. Требования: — Опыт от 3-х лет на аналогичной должности; — Экспертное знание SQL и Python; — Понимание способов моделирования систем класса DWH и компонентов платформы данных; — Опыт работы с MPP БД / движками (Vertica, Greenplum, Trino, Spark), глубокое понимание особенностей работы распределенных вычислений; — Опыт работы с оркестраторами ETL процессов (Airflow, Dagster); — Опыт управления командой разработки от 2-3 человек. Будет плюсом, если знаете и применяли в работе: — Распределенный брокер сообщений Kafka; — DQ фреймворки (Great Expectations, Soda, Deeque); — Распределенные объектные хранилища (HDFS, S3); — SQL фреймворки (dbt, sqlmesh); — Контейнеризация и оркестрация (Docker, Kubernetes). Условия: — Работа в аккредитованной IT-компании; — Гибридный/офисный формат работы; — Работа в комфортном офисе по адресу ул. Петровка, 7; — ДМС со стоматологией после прохождения испытательного срока; — Корпоративная жизнь с разнообразными коллективными событиями; — Подарки для детей к первому классу и на Новый год; — Профессиональное развитие: обучение в компаниях-партнерах, участие и выступление в конференциях; — Полеты по корпоративным тарифам S7 Airlines; — Корпоративные скидки в BestBenefits: рестораны, обучающие курсы, товары и т.д.; — Программа комплексной поддержки «Понимаю» (бесплатные консультации юристов, психологов, нутрициологов, финансистов).

Требования: — 3+ лет опыта в Data Engineering. — Опыт полного ownership хранилища: от источников до пользовательских витрин. — Сильный SQL и production Python. — Production-опыт с dbt. — Практический опыт Airflow / Dagster / Prefect. — Глубокий опыт хотя бы с одной MPP / columnar системой: Trino, ClickHouse, Greenplum, Spark и др. — Понимание Kimball, Data Vault и/или Anchor Modelling. Условия: — Удалённая работа. — Работа по времени МСК. — Полная занятость (Full-time).

Задачи: — разработка витрин (70–80 % задач) — сопровождение на уровне 3-й линии (20–30 %) — поднятие витрин в MVP с нуля — реализация витринной разработки и интеграция с командой веба Требования: — опыт работы дата-инженером от 3 лет — продвинутый уровень работы с GreenPlum либо аналогичными БД на MPP — навыки работы с Airflow и Python — обязательный опыт работы с S3 — понимание интеграций со стеком BigData/Spark

Компания ищет Senior Data Engineer для удалённой работы по московскому времени, который возьмёт на себя развитие нового контура DWH / Lakehouse и станет ответственным за хранилище данных от начала до конца. В задачи входит перенос текущей аналитики на новую Lakehouse-архитектуру, развитие DWH от источников данных и их загрузки до создания детального слоя и витрин, работа с технологиями dbt, Airflow, Trino, Iceberg, S3 и ClickHouse, проектирование моделей данных с использованием Data Vault, а также организация процессов Data Quality, CI/CD и надежного перехода от разработки к продакшену. Необходимо оптимизировать SQL-запросы, пайплайны и производительность хранилища. Требования включают минимум 3 года опыта в Data Engineering, опыт полного владения хранилищем данных от источников до витрин, уверенные навыки SQL и production-уровня Python, опыт работы с dbt в продакшене, практический опыт с Airflow, Dagster или Prefect, глубокое знание хотя бы одной MPP или колоннарной системы (Trino, ClickHouse, Greenplum, Spark и др.), а также понимание методологий Kimball, Data Vault и/или Anchor Modelling.

Требования к специалисту: — Опыт работы в сфере системного анализа, построения хранилищ данных, анализа данных: не менее 3 лет — Опыт работы в Каталоге данных — Обязателен опыт проведения обследований источников данных и постановки заданий на отчетность и интеграции: не менее 3 лет — Знание СУБД и программного обеспечения: • SQL (Oracle, PostgreSQL, GreenPlum) – уровень Senior • Опыт работы с JSON - обязателен • Знание JavaScript и Groovy • Python (Pandas, NumPy) — Знание нотации BPMN и опыт моделирования процессов обязателен (опыт работы в Cаmunda - преимущество) — Опыт работы в BI-инструментах – желателен (FineBI - преимущества) Дополнительно: Образование: — высшее, профиль образования: техническое (математическое, экономическое, информационные технологии, статистика) Личные качества: — Ответственность — Самостоятельность — Проактивность — Ассертивность (доброжелательная настойчивость) для получения необходимой информации — Аккуратность и внимательность — Отличные коммуникативные навыки, готовность много общаться, в том числе со «сложными заказчиками» — Готовность осваивать новые системы

Требования: Инфраструктура и Cloud: — Опыт развертывания и настройки managed-кластеров Spark (Yandex Data Proc, Google Dataproc, AWS EMR). — Владение Terraform (или Ansible) для автоматизации инфраструктуры. — Настройка сетевого взаимодействия (VPC, VPN, Security Groups) между Greenplum и Spark. — Опыт работы с Docker и Kubernetes (если Spark запускается на K8s). Big Data стек: — Понимание архитектуры Greenplum и способов выгрузки данных (gpfdist, PXF, JDBC). — Знание архитектуры Spark (Driver, Executor, History Server), умение управлять ресурсами кластера. — Настройка оркестрации пайплайнов (Apache Airflow). — Работа с форматами данных (Parquet, ORC, Avro). Мониторинг и CI/CD: — Настройка мониторинга и логирования для Spark-джобов (Prometheus, Grafana, ELK). — Настройка CI/CD для деплоя Spark-приложений (GitLab CI, Jenkins). Языки и утилиты: — Python (PySpark) или Scala — для написания инфраструктурных скриптов и отладки. — Bash-скриптинг

Задачи: — Разрабатывать и развивать пайплайны данных и платформенный слой, от которого зависят AI-продукты компании; — Анализировать использование LLM: стоимость, экономику токенов и кеширования, финансовую отчетность по расходам на AI; — Развивать RAG-системы: контекстные базы знаний, инфраструктуру векторного и семантического поиска; — Обеспечивать эксплуатационную надежность платформы: профилирование, мониторинг и observability пайплайнов, за которые вы отвечаете; — Разрабатывать интерфейсы и сервисы поверх данных, а не только обеспечивать их загрузку: авторизацию, API и интерактивный доступ для пользователей данных. Требования: — Сильный коммерческий опыт в Data Engineering с современным стеком: Databricks, dbt, Airflow, Dagster, Greenplum, Snowflake, или аналогичными технологиями; — Уверенное владение Python и понимание backend-разработки: как работает авторизация, как сервис предоставляется пользователям и как с ним взаимодействуют; — Практическое понимание профилирования и мониторинга data-систем в production; — Глубокое понимание AI/LLM-стека: векторных баз данных, embeddings, контекстного и семантического поиска, RAG-архитектур и принципов работы автономных агентов; — Опыт работы с облачными технологиями, в идеале — AWS. Условия: — Гибкий график и удалённый формат работы; — ДМС для сотрудников, их партнеров и детей, компенсация онлайн-сессий с психологом и занятий спортом; — Оплата участия в профильных конференциях и курсах, внутренние конференции; — Компенсация изучения иностранного языка; — Регулярные офлайн-ивенты и корпоративные мероприятия.

Компания ДОМ.РФ реализует национальные проекты в области жилищного строительства и ипотеки, занимается развитием жилищной сферы в России более 25 лет. В компании работает более 9 тысяч человек, из которых более 1,5 тысяч в цифровой вертикали, которая проводит цифровую трансформацию строительной отрасли и создает инновационные ИТ-продукты. Описание вакансии: Мы ищем разработчика-аналитика DWH в направление Рисков. Работа состоит примерно из 60-70% разработки и остальной части аналитики и взаимодействия с заказчиком. Задачи: — Проводить проектную коммуникацию с бизнес-заказчиком для уточнения бизнес-требований — Выявлять и анализировать бизнес-требования, потребности и проблемы заказчика — Формировать спецификации требований, описания 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 — Участвовать в приёмочных испытаниях информационных продуктов и документации с заказчиками — Обеспечивать контроль качества данных и их целостность Требования: — Высшее техническое, математическое или финансовое образование — 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 Будет плюсом: — Знание PL/SQL для Oracle, Postres, Greenplum или иной MPP СУБД — Опыт работы с API — Знание ООП, DBT, Kafka, Bash, SAS, разработка кастомных Airflow операторов

Позиция основного backend разработчика в команду, способного выполнять ежедневные задачи в продуктовых командах. Обязательные требования: — Опыт работы не меньше 5 лет; — Опыт работы с Python 3 более 3 лет; — 3+ года опыта работы с SQL (Postgres, Greenplum, Oracle); — Знание SQL на продвинутом уровне: оптимизация запросов, чтение плана запроса; — Опыт работы c Greenplum на уровне разработчика, понимание отличий от других БД (Postgres); — Опыт работы с SQLAlchemy; — Опыт работы с Docker и Kubernetes, знание принципов контейнеризации; — Опыт проектирования REST API; — Опыт работы с системами на микросервисной архитектуре (Spring Cloud, Kubernetes, Openshift или аналоги). Дополнительные требования (будет плюсом): — Опыт работы с Java + Spring; — Опыт работы с СУБД Oracle; — Опыт работы с NoSQL БД; — Опыт работы с брокерами сообщений (Kafka, RabbitMQ, аналоги); — Опыт работы с Cache (Redis, Hazelcast).

Задачи: — Разработка, сопровождение и ревью ETL-процессов поставки данных. — Создание конвейеров для извлечения, трансформации и загрузки данных из различных источников, настройка расписания и мониторинга. — Регулярная проверка и улучшение существующего кода, оперативное исправление ошибок, тщательное документирование всех преобразований и потоков данных. — Проектирование структуры хранения данных в разных слоях хранилища, разработка моделей данных, настройка партиционирования, индексации и сжатия для повышения производительности. — Согласование структур с командами аналитики и разработки, адаптация схем при изменении бизнес-процессов. — Выявление и оптимизация неэффективных участков в процессах поставки данных, анализ времени выполнения ETL-задач, профилирование данных для обнаружения аномалий и избыточности, пересмотр алгоритмов трансформации. — Погружение в данные прикладных бизнес-областей, изучение бизнес-процессов и ключевых метрик компании, разбор логики расчёта показателей и источников их формирования. Требования: — Опыт проектирования DWH (слои, модели хранения данных, ETL-процессы). — Разработка ETL-процессов на Apache Airflow или аналогах. — Настройка поставок данных по API. — Экспертное знание SQL. — Программирование на одном из языков высокого уровня (Python, Go, Java и др.). — Понимание устройства и архитектуры реляционных баз данных. — Знание основных алгоритмов и структур данных, особенно применяемых в работе с большими данными. Будет плюсом: — Опыт работы с MPP-СУБД (Greenplum, ClickHouse, Vertica, Teradata и др.). — Понимание принципов работы технологий распределённой обработки данных (Hadoop, MapReduce, MPP). Условия: — Работа с инфраструктурой и данными Яндекса, масштабные задачи. — Влияние на эффективность ключевых бизнес-процессов. — Возможность обмена опытом с ведущими специалистами отрасли и профессионального роста. — Доступ к передовым технологиям и инструментам. — Карьерные перспективы внутри одной из ведущих IT-компаний России.

Задачи: — Разрабатывать кластеризованный on-premise build ClickHouse для собственной cloud-инфраструктуры — Внедрять, масштабировать и поддерживать ClickHouse-кластеры в production — Развивать DB-related инфраструктуру Data-платформы — Автоматизировать инфраструктурные процессы и создавать внутренние tooling-решения — Развивать и интегрировать ролевые модели для ClickHouse, Snowflake, PostgreSQL и других баз данных — Проектировать naming conventions и пользовательские ролевые модели для баз данных — Работать с MPP и distributed query stack, включая Trino, Greenplum, Vertica, StarRocks и другие технологии — Участвовать в развитии производительности, надежности и масштабируемости Data-инфраструктур Требования: — 5+ лет опыта в DevOps / SRE / DataOps — Глубокая практическая экспертиза в ClickHouse и опыт работы с ним в production — Сильное понимание distributed systems, networking, storage и performance — Опыт production troubleshooting и низкоуровневого тюнинга Linux / *nix-систем — Опыт разработки инструментов автоматизации, предпочтительно на Python и/или Go — Глубокое понимание основных принципов, технологий и инструментов Cybersecurity / AppSec — Опыт работы с Karpenter — Опыт оптимизации расходов AWS с использованием Kubecost, Infracost, AWS tagging и других подходов — Опыт работы с ingress, балансировкой и терминацией трафика: Traefik, Istio, Nginx, SSL/TLS — Опыт работы с Identity Management решениями: Authentik, Keycloak, Okta или аналогами — Опыт работы с VPN-решениями: Pritunl, OpenVPN, WireGuard, Fortinet или аналогами — Глубокое понимание как минимум одной аналитической БД, MPP-системы или distributed query engine: ClickHouse, StarRocks, Trino, Greenplum, Doris, DuckDB, Vertica или аналогов Условия: — Работа со сложной Data/ML-инфраструктурой и возможность влиять на ее архитектуру и развитие — Высокий уровень технической автономии и среда без микроменеджмента — Гибкий формат работы: удаленно или из офиса — Гибкое начало рабочего дня с 9:00 до 11:00 — Поддержка релокации за счет компании — Компенсация спорта и занятий английским языком — Сессии с психологом и доступ к корпоративной библиотеке — Возможности для профессионального развития и обмена технической экспертизой — Командные мероприятия, тимбилдинги и мастер-классы

Задачи: — Организация пайплайнов потоков данных (конвейера движения данных в компании) — Разработка, поддержка и оптимизация производительности Корпоративного Хранилища Данных (EDWH) — Разработка и настройка ETL/ELT-процессов в Корпоративное Хранилище Данных (сбор, структурирование и обеспечение сохранности данных) — Настройка инфраструктуры для обеспечения качества данных — Разработка BI дашбордов, визуализации данных Требования: — Обязателен опыт работы с технологиями: Greenplum или другая MPP СУБД, ClickHouse, Airflow — Хорошее знание SQL и реляционных баз данных (желательно, Greenplum или PostgreSQL), опыт написания сложных запросов — Хорошее знание Python — Знание современных технологий обработки больших данных — Высшее образование (IT/математика/математическая статистика/физика)

Задачи: — Разрабатывать функциональность сервиса на Python — Строить Data Lineage на логическом уровне витрин на основе существующего графа движения данных на табличном уровне — Реализовывать обработку, преобразование и агрегацию связей между объектами данных — Работать с большими объемами данных с использованием PySpark, pandas, SQL — Работать с Hadoop-стеком: HDFS, Spark, Hive — Дорабатывать существующий фреймворк автоматизированного тестирования — Разрабатывать и поддерживать автотесты для создаваемой функциональности — Участвовать в анализе и устранении дефектов Требования: — Опыт разработки на Python от 2 лет — Практический опыт работы с PySpark и pandas — Отличное знание SQL — Опыт работы со стеком Hadoop: HDFS, Spark, Hive — Понимание принципов обработки больших объемов данных — Опыт написания автоматизированных тестов на Python — Готовность отвечать за качество разработанной функциональности и ее автоматизированную проверку — Умение разбираться в существующем коде и самостоятельно решать технические задачи Плюсом: — Опыт работы с Data Lineage, Data Governance или Metadata Management — Опыт с Oracle, PostgreSQL, Greenplum — Понимание принципов построения DWH и витрин данных — Опыт работы с графовыми структурами данных — Опыт использования pytest или аналогичных инструментов тестирования Условия: — Формат работы: гибрид (Москва) — График: 5/2 — Полная занятость

Задачи: — Разрабатывать и поддерживать ETL процедуры в Airflow — Проектировать, реализовывать и внедрять распределённые системы обработки и хранения данных — Участвовать в развитии архитектуры хранилища — Работать с реляционными/NoSQL базами данных — Разрабатывать и поддерживать процедуры автоматизации аналитической инфраструктуры Требования: — Уверенное знание SQL — Уверенное знание Python — Опыт разработки ETL процедур от 3-х лет — Опыт работы с реляционными СУБД — Навыки командной разработки в Git — Будет плюсом опыт работы с современными code-driven ETL/ELT инструментами, распределенными колоночными СУБД (ClickHouse, Vertica, Greenplum), Docker, Kubernetes, S3 хранилищем, CI/CD процедурами Условия: — Официальное трудоустройство и конкурентная заработная плата — Удаленный формат работы с возможностью работать в офисе рядом с метро Дмитровская, Савеловская — Предоставление современной рабочей техники, дополнительного монитора — Гибкое начало рабочего дня по согласованию с руководителем — Медицинское страхование (ДМС со стоматологией), страхование от несчастных случаев и критических заболеваний после испытательного срока — Консультации психолога от сервиса «Ясно» — Поддержка в обмене знаниями и идеями, поощрение выступлений на митапах — Бесплатная подписка на сервис корпоративных скидок и предложений BestBenefits и доступ к онлайн-библиотеке издательства «МИФ»

Задачи: — Развивать и поддерживать IT-инфраструктуру, обеспечивать стабильность и отказоустойчивость систем. — Настраивать и сопровождать процессы CI/CD, автоматизировать развёртывание и эксплуатацию сервисов. — Работать с контейнеризацией и оркестрацией на базе Docker и Kubernetes. — Автоматизировать инфраструктурные и эксплуатационные задачи с использованием Ansible, Bash и Python. — Администрировать базы данных, обеспечивать резервное копирование, восстановление и мониторинг. — Поддерживать и оптимизировать процессы загрузки, преобразования и обработки данных (ETL). — Участвовать в развитии хранилищ данных (DWH) и витрин данных. — Настраивать мониторинг, алертинг и диагностику инфраструктуры и сервисов. — Анализировать и устранять проблемы производительности, загрузки и обработки данных. — Использовать AI-инструменты и AI-агентов для автоматизации рутинных DevOps-задач и повышения эффективности работы. Требования: — Опыт работы в DevOps и/или Data Engineering от 4 лет с практическими навыками в обоих направлениях. — Уверенное владение Linux (Ubuntu/Debian, CentOS/RHEL). — Опыт работы с Docker, Kubernetes и Helm. — Практический опыт работы с Ansible и CI/CD на базе GitLab. — Навыки автоматизации с использованием Bash и Python. — Уверенное владение SQL и опыт работы с PostgreSQL. — Опыт работы с одной или несколькими СУБД: PostgreSQL, ClickHouse, Greenplum. — Понимание принципов построения хранилищ данных (DWH) и организации ETL-процессов. — Опыт работы с Apache NiFi и/или Apache Airflow. — Опыт настройки мониторинга и алертинга (Grafana, Prometheus или аналоги). — Понимание сетевых технологий и протоколов TCP/IP, HTTP, DNS. — Умение самостоятельно решать технические задачи и взаимодействовать с проектной командой. Будет плюсом: — Практический опыт разработки ETL-процессов, хранилищ и витрин данных. — Опыт работы с Python-библиотеками SQLAlchemy и Pandas. — Знакомство с продуктами Arenadata (ADB, ADS, ADH). — Опыт работы с Hadoop, PySpark или Apache Kafka. — Опыт работы с Terraform и OpenStack. — Опыт настройки высокодоступных и масштабируемых систем. — Понимание принципов Data Quality и опыт автоматизации проверок качества данных. — Практический опыт использования AI/LLM-инструментов и AI-агентов для автоматизации инженерных задач.