Вакансии

Задачи: — Работа в роли Java разработчика с опытом в Big Data Требования: — Коммерческий опыт разработки на Java — Практический опыт работы в экосистеме Big Data — Опыт разработки и интеграции с распределёнными системами хранения и обработки данных — Опыт с Hadoop и Greenplum (обязательно) Условия: — Полная занятость — Формат работы — удалённый (remote) — Работа по модели outstaff

Команда DWH Лавки работает над хранилищем, которое поддерживает аналитику и ключевые операционные процессы бизнеса. Сейчас развивается направление RT/NRT‑данных для AI‑систем Лавки. Стек технологий: • Python, SQL и YQL • Внутренний Code Driven фреймворк DMP Suite • YT, Greenplum и ClickHouse • Apache Flink / Flink Flow и LogBroker для потоковой обработки • Встроенные инструменты Data Quality, мониторинга и управления ETL‑процессами Задачи: • Развитие поставок данных: проектировать и развивать RT/NRT‑поставки данных для разных сценариев работы продуктовых команд (жизненный цикл заказа, работа сотрудников, складские операции, отслеживание доступности товаров). • Проектирование RT‑данных: помогать системным аналитикам и продуктовым командам проектировать RT‑данные, подбирать источники и способы обработки, определять модель событий, контракты, требования к свежести и качеству данных. • Поиск возможностей по RT‑данным: искать новые способы работы с RT‑данными, разрабатывать универсальные подходы и помогать внутренним заказчикам разобраться, какие задачи можно решить с их помощью. • Инженерные задачи и развитие DWH: исследование процессов и источников данных, запуск решений в промышленную эксплуатацию, контролирование их работы и безопасное развитие DWH с большим графом зависимостей. Требования: • Опыт проектирования и поддержки промышленных RT/NRT‑пайплайнов. • Опыт разработки в крупном DWH или распределённой платформе. • Умение проектировать надёжную обработку событийных данных. • Уверенное владение Python и SQL. Условия: • Ежегодные медицинские чекапы, йога и психотерапия для предотвращения выгорания. • Другие бонусы доступны по ссылке https://yandex.ru/jobs/pages/benefits.

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 Будет 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: — Полная занятость — График: 5/2 — Формат работы: гибрид (Москва)

Задачи: — Разработка и интеграция с распределенными системами хранения и обработки данных в экосистеме Big Data. Требования: — Коммерческий опыт разработки на Java. — Практический опыт с технологиями Big Data, в частности Hadoop и Greenplum. Условия: — Удалённая работа. — Полная занятость.

Location: Москва В кластере несколько продуктов для расчетов результативности сотрудников банка:  * Сервисы расчета результативности (от расчета показателей в КПЭ до учета этих данных в премии сотрудника) * AI-Ассистент для консультации сотрудников продающих ролей по статусу учета продаж сотрудника в результативности * Сервисы ведения и рекомендаций финансовых целей для руководителей ТОП-600 * Расчета стоимости встреч в Jazz * Сервисы ведения продуктовых атрибутов B2C, B2B для ведения расчетов финансовых показателей на единой модели данных платформы FinAl **По тех теку решения делятся на:** * Greenplum, Hadoop - ежедневный учет продаж физической сети банка (соблюдений критериев мотивации) * PHP и Java - расчет сводных коэффициентов результативности для целей премирования * собственная платформа ЕРМ - конструктор методик премирования, связи с моделями планирования (бизнеса, численности). Команда кластера 50 человек, распределена на 3 города: Москва, Нижний Новгород и Воронеж. Обязанности ### **Задачи ИТ Лидера:** * определение целевой архитектуры решений кластера, как части ЕРМ платформы, обеспечивающей автономные бизнес процессы на базе AI * контроль соответствия, разрабатываемого ПО архитектурным требованиям, технический и архитектурный контроль процессов разработки систем * разработка и исполнение ИТ стратегии развития продукта * формирование дорожных карт инициатив * подбор, развитие компетенции сотрудников, управление их мотивацией и карьерными треками; * выстраивание взаимодействия с кросс-командами, выявление и устранение проектных и кросс-проектных ИТ рисков * управление бюджетами проектов. Требования ### **Мы ожидаем:** * опыт разработки ПО от 5 лет в роли архитектора или руководителя команды разработки * опыт подбора, управления, развития и удержания IT-команд от 30 человек * опыт управления сложными высоконагруженными или критичными для бизнеса информационными системами, желательно в банковском или финансовом секторе * опыт формирования целевой архитектуры продукта и управления ее реализацией практический опыт построения AI-native решений: понимание того, как перестраивать архитектуру и процессы разработки с учетом применения AI, а не просто добавлять AI-функциональность в существующий продукт * понимание современных подходов к использованию генеративного AI, LLM, AI-агентов, RAG, ML/AI-пайплайнов, MLOps/LLMOps и принципов интеграции AI в корпоративные системы. **Будет плюсом** * опыт работы с классическими BI-системами (Tableau, QlikView, SAP BW) или open-source решениями (Superset) или российскими BI-решениями * опыт проектирования, построения и внедрения информационно-аналитических систем, ETL, DWH и BI решений * опыт разработки систем бюджетирования, планирования или бизнес-анализа. Условия ### Мы предлагаем: * конкурентная заработная плата: оклад + бонусы * масштабные и интересные задачи в agile команде * комфортный офис на м. Кутузовская, Сбербанк Agile Home * ДМС для сотрудников и скидки на медицинскую страховку для родственников * бесплатный тренажерный зал и спортивные групповые занятия * обучение и тренинги · Профессиональный и позитивный коллектив.

Требования: — Для работы в экосистеме Big Data. — Роль для специалиста, который уверенно владеет Java и имеет практический опыт разработки и интеграции с распределенными системами хранения и обработки данных, в частности Hadoop и Greenplum. — Коммерческий опыт разработки на Java. — Практический опыт с технологиями Big Data, в частности Hadoop и Greenplum. Условия: — Удалённо, РФ. — Полная занятость.

Задачи: — Проводить самостоятельные исследования, искать точки роста и формировать рекомендации для продукта и бизнеса — Анализировать влияние ассортимента на конверсию и выручку — Декомпозировать изменения ключевых метрик и находить причины — Сегментировать клиники, врачей, услуги и тарифы — Развивать систему метрик, отчетность и аналитические инструменты для продукта и коммерции — Много взаимодействовать с продуктом, аккаунтингом, коммерцией и разработкой Требования: — Опыт в продуктовой аналитике от двух лет — Опыт использования Python для исследований — Отличные знания SQL (желательно Greenplum, Clickhouse) — Опыт с отчетностью в Superset, PowerBI или любым другим инструментом — Будет плюсом: продуктивизации и автоматизации своей работы Airflow/DBT — Опыт работы с маркетплейсами/агрегаторами, ассортиментом, коммерческой аналитикой или revenue-задачами

Задачи и обязанности: — Анализ бизнес-требований и постановка четких технических заданий инженерам данных на разработку и поддержку ETL-пайплайнов. — Валидация данных и приемка работы у инженеров данных, контроль качества. — Анализ отчетности: поиск аномалий, исследование причин отклонений, формирование и проверка гипотез. — Создание автоматизированной отчетности по метрикам. — Проведение AdHoc-исследований по запросам команды маркетинга для поддержки принятия операционных и стратегических решений. — Проектирование и аналитическое сопровождение A/B-тестов для оценки эффективности маркетинговых инициатив. Требования: — Уверенное знание Python и его библиотек для анализа данных. — Продвинутое знание SQL, опыт написания сложных запросов и оптимизации их производительности. — Аналитический склад ума, самостоятельность и проактивность. — Умение декомпозировать сложную бизнес-проблему на измеримые задачи. — Самостоятельность и проактивность, гибкость, умение выявлять бизнес-потребности и собирать/уточнять требования у бизнес-заказчиков. Будет плюсом: — Опыт работы с корпоративными DWH (Greenplum, Clickhouse и др.), инструментами автоматизации (например, Airflow), BI-системами (Tableau, Power BI). — Опыт работы в отделе маркетинга и понимание метрик performance-маркетинга (CPA, CPO, ROMI/ROAS, LTV, CAC). Условия: — Гражданство РФ/РБ и дружественные страны. — Локация: Москва, проспект Лихачёва. — Формат работы: гибрид. — Срок проекта до 30.09.2027 с возможной пролонгацией. — Возраст до 45 лет. — Ставка 2000 рублей с НДС, отсрочка 35 рабочих дней.

Задачи: — Разработка кластеризованного on-prem билда ClickHouse под собственную облачную инфраструктуру; — Внедрение, масштабирование, поддержка; — Развитие DB-related инфраструктуры DAP; — Автоматизация, интеграция инструментов ролевых моделей: ClickHouse, SF, PostgreSQL и др.; — Нейминг конвеншн и пользовательские ролевые модели баз данных; — Работа с MPP-стеком: Trino, Greenplum, Vertica, StarRocks. Требования: — Опыт в позициях DevOps / SRE / DataOps от 5 лет; — Опыт написания автоматизации и tooling, предпочтительно на Python и Go; — Опыт production troubleshooting и низкоуровневого тюнинга ОС на базе *nix, преимущественно в облаке; — Глубокое понимание распределённых систем, сетей, хранилищ и производительности; — Глубокое понимание основных концепций, технологий и инструментов кибербезопасности (cybersec/appsec); — Опыт работы с Karpenter; — Опыт оптимизации затрат в AWS (Kubecost, Infracost, AWS теги и др.); — Опыт работы с termination трафиком, ingress и балансировщиками (Traefik, Istio, Nginx + сертификаты); — Опыт с Authentik или аналогами Keycloak/OKTA (управление идентификацией); — Опыт с VPN решениями (Pritunl {OpenVPN, WireGuard}, Fortinet и аналоги); — Желательно глубокое понимание хотя бы одной аналитической базы данных / MPP / распределённого движка запросов: ClickHouse, StarRocks, Trino, Greenplum, Doris, DuckDB, Vertica. Условия: — Рабочее место по выбору: офис в бизнес-центре класса «А» в Белграде (Сербия) или удалённая работа; — Гибкое начало рабочего дня с 9:00 до 11:00, 9-часовой рабочий день с часом на обед; — Частичная компенсация занятий в фитнес-зале и курсов английского, доступ к корпоративной библиотеке и консультации с психологом; — Поддержка при релокации: релокационный пакет в Белград; — Корпоративные мероприятия, выезды на природу, тимбилдинги и мастер-классы; — Качественный профессиональный опыт, развитие навыков и комфортная рабочая атмосфера.

Задачи: – Развивать платформу данных; – Разрабатывать и оптимизировать ETL/ELT-процессы; – Работать с batch- и streaming-пайплайнами; – Развивать модели данных и хранилище; – Повышать производительность и надежность платформы; – Настраивать мониторинг, алертинг и контроль качества данных; – Автоматизировать эксплуатационные процессы; – Участвовать в технических ревью и развитии инженерных практик команды. Требования: – Уверенное владение Python и SQL; – Опыт работы с Spark, Clickhouse, Hadoop, Kafka, Greenplum, S3 (Ceph, Minio); – Опыт написания DAG-ов для Airflow; – Опыт работы с Docker и K8S; – Навыки работы с Linux; – Навыки работы с Git.

О проекте: Платформа разработки, валидации, транспорта и развёртывания DWH-объектов между ландшафтами (DEV → TEST → PROD). Целевые СУБД: ADB (Greenplum) и ADQM (ClickHouse). В продуктиве — CLI-конвейер Linter → Builder → Deployer. В работе — интегрированный сценарий: Backend (Repository / Transport / Deploy Orchestration / Load / Admin), Execution Service, Deployment Worker, peer Transport API и Web UI поверх CLI. Задачи: — Разработка и развитие модулей toolchain на Python: mors-linter, mors-builder, mors-deployer (CLI на Typer, packaging через uv/Hatchling). — Доработка и реализация интегрированного сценария на FastAPI: Web API (M-API), модули Repository, Transport, Deployment Orchestrator, Load, Administration; единый error-contract (ApiError), health-checks, OpenAPI. — Реализация peer Transport API между ландшафтами: multipart/form-data (metadata + artifacts), status poll, маршруты DEV/TEST/PROD; интеграция с Deployment Worker (BUILD_PACKAGE / DEPLOY_PACKAGE) над CLI. — Проектирование и работа с PostgreSQL: Metadata DB и Operational DB (раздельные инстансы), typed JSONB definitions, dependency index, locks (EDIT/IMPORT), транзакции, FOR UPDATE / очереди на БД (SKIP LOCKED). — Статический анализ SQL/YAML/конфигов DWH-проектов (sqlglot, sqlparse, networkx); правила именования, namespaces, циклические зависимости, диалекты Greenplum/ClickHouse. — Логика сборки транспортных артефактов и деплоя: стратегии миграций (create / alter / skip / drop / recreate / shadow), DB locks, логирование в deployer_metadata. — Интеграции: S3-compatible ArtifactStore (boto3; MVP — BYTEA, S3 — эволюция), Artifactory / private PyPI, GitLab CI. — Покрытие Unit- и Integration-тестами (pytest), Code Review, рефакторинг, отладка сквозных сценариев Activate / Import / Transport / Deploy. — Участие в Spec-Driven Development (specs, C4/Structurizr, ADR); стыковка с frontend по JSON/OpenAPI (Repository tree, OBJREQ/OBJTRAN, RUNMON, Admin). Требования: — Уверенный Python 3.10+ (желательно 3.11–3.13); — Опыт FastAPI (routing, Depends, Pydantic-модели, OpenAPI, middleware, multipart upload); — Опыт CLI (Typer / Click / argparse); — Понимание asyncio; клиенты httpx / aiohttp для peer-вызовов; uvicorn/gunicorn для сервисов; — Отличное знание PostgreSQL (транзакции, JSONB, индексы, advisory/FOR UPDATE locks, миграции схем — Alembic или аналог); — Опыт работы с Greenplum/PostgreSQL DDL через драйвер (psycopg2 / psycopg3); — Прямой SQL + понимание ORM (SQLAlchemy — плюс); — Знание SQL / DWH-домена: схемы, таблицы, views, functions, roles, external/FDW, transforms; жизненный цикл объектов склада; чтение и составление сложных SQL; — Парсинг и графы: sqlglot/sqlparse (или аналоги), графы зависимостей (networkx), топологический порядок выполнения; — Валидация и конфиги: Pydantic / pydantic-settings, PyYAML, TOML; env-based конфигурация (environs / dotenv); — Работа с артефактами и файлами: ZIP/архивы, файловая структура проектов, S3 API (boto3); — Принципы разработки: SOLID, DRY, KISS, YAGNI; модульный дизайн; понимание Clean Architecture / hexagonal на уровне сервисов; — Инструменты: Git, uv, packaging (Hatchling/wheel), pre-commit (black, isort, mypy), GitLab CI; — Тестирование: pytest (+ pytest-cov, pytest-mock), Unit и Integration; умение писать тесты на API (TestClient / httpx ASGI); — Базовые знания фронтенда: JavaScript/TypeScript, HTML/CSS, JSON/AJAX для работы с UI-командой и OpenAPI; — Адекватная оценка сроков, ответственность за изменения, работа по Agile (Scrum/Kanban), Jira.

Задачи: — Проектирование и сопровождение баз данных: разработка и поддержка объектов базы данных (таблицы, представления, индексы, хранимые процедуры) в среде Greenplum — Разработка витрин данных: проектирование и расчет показателей для витрин данных под бизнес-задачи с использованием SQL — Построение ETL/ELT-пайплайнов: реализация и оптимизация процессов загрузки и трансформации данных в корпоративном хранилище данных (DWH) с использованием Apache Airflow для оркестрации — Контроль качества данных: проведение первичного тестирования и валидации результатов загрузок, обеспечение целостности и достоверности данных — Документирование решений: активное участие в создании и поддержке технической документации по разрабатываемым процессам и схемам данных — Планирование и отчетность: ведение регулярной отчетности о ходе выполнения задач, фиксация проблем и сроков в системах трекинга (Jira) Требования: — Высшее ИТ-образование — Владение SQL: уверенное знание синтаксиса и основных конструкций (SELECT, INSERT, JOIN), работа с агрегатными функциями и оконными выражениями — Понимание операций над множествами (UNION, INTERSECT, EXCEPT) и декартова произведения — Опыт работы с реляционными СУБД (любой вендор — PostgreSQL, MySQL, ClickHouse и т.д.) на уровне pet-проектов — Будет преимуществом знание языков программирования (например, Python) и принципов объектно-ориентированного программирования (ООП) — Наличие завершенных pet-проектов (личных учебных проектов) с обязательной ссылкой на Git-репозиторий для оценки стиля кода и подхода к решению задач — Готовность работать 5/2 из офиса (Нижний Новгород, Нестерова, д.31)

Компания Aston приглашает на позицию Дата инженер (ученик) с последующим трудоустройством. Задачи: — пройти онлайн-интенсив длительностью 1 месяц, изучая теорию и выполняя практические задания; — совмещать обучение с работой; — после успешного окончания интенсива зачисление на стажировку в Лабораторию ASTON; — обучение на стажировке 3-4 месяца, 5 дней в неделю с 9:00 до 18:00 с перерывом на обед; — изучение теории с еженедельными проверками; — практика на учебных проектах под руководством опытного технического руководителя; — подготовка к собеседованию и самопрезентации; — посещение офиса обязательно для кандидатов, где есть офис компании; — для кандидатов из городов без офиса обучение возможно удаленно; — после старта на коммерческом проекте формат работы гибридный (3 дня в офисе ASTON, 2 дня удаленно) до уровня М2, затем полное посещение офиса заказчика; — возможны командировки в Санкт-Петербург или Москву. Требования: — законченное высшее или среднее специальное профильное образование; — готовность пройти стажировку в компании ASTON. Условия: — выплата стипендии во время обучения; — официальное трудоустройство; — доступ к корпоративной программе обучения; — регулярный пересмотр и повышение зарплаты после выхода на проект; — гарантированный финансовый бонус при старте на коммерческом проекте; — офис в центре города, корпоративные мероприятия, частичная компенсация спортивных абонементов. Требуемые навыки: визуализация, математическая статистика, NoSQL, Apache Hadoop, Greenplum, базы данных, Agile, Python, SQL.

Обязанности: — Разработка и поддержка витрин данных по продуктам страхования — Построение воронок прохождения этапов в мобильном приложении — Написание чистого кода и автоматизированных пайплайнов отчётности с последующей передачей команде ПРОМ-разработки — Формирование требований/заявок на ПРОМ-реализацию, взаимодействие с разработчиком ПРОМ-витрин на этапе внедрения — Плотная коммуникация с командами-заказчиками для сбора и уточнения потребностей в аналитике (в т.ч. размытых бизнес-требований) — Ad-hoc аналитика по запросам бизнеса — Периодически — клиентская аналитика в страховом направлении — Постепенный перевод проверенных временем решений в ПРОМ и интеграция с «Навигатором» Требования: — Опыт работы аналитиком данных от 1–3 лет в компаниях финансового сектора (банки/страховые) — Уверенный SQL, опыт работы с Greenplum — Python — для автоматизаций, выгрузок, трансформаций данных — Умение строить простые ML-модели (регрессия, классификация) — Опыт работы с Hadoop/Hive/Spark — Excel продвинутого уровня: сводные таблицы, составные формулы, ВПР, элементы прогнозирования — Базовые навыки сборки pipeline/отчетов/дэшей — Готовность работать с CI/CD — Инструментальное владение AI для анализа, генерации и автоматизации — Понимание страховых продуктов, банковского сектора Условия: — Гибридный формат работы (современный офис в Москве на метро Проспект мира) — Льготные ипотечные условия кредитования — Подписка Прайм с возможностью совместного использования на трёх близких — Скидки на продукты компаний – партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие — ДМС с первого дня и скидки на страхование для близких — Корпоративная пенсионная программа — Детский отдых и подарки за счет Компании — Обучение за счет Компании, Онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификаци.

Задачи: — Самостоятельно отвечать за аналитическую проработку домена или направления, управлять требованиями, рисками качества данных и ожиданиями заказчиков — Декомпозировать сложные инициативы, формировать подходы к реализации — Проводить ревью артефактов Middle-специалистов — Проектировать аналитические витрины и модели данных с учетом производительности, сопровождаемости, отслеживания происхождения данных и принципов управления данными — Организовывать анализ систем-источников и проектирование машинных загрузок данных, включая правила трансформации, историчность и контроль качества — Проводить ревью скриптов Middle-специалистов — Вести разработку BI-решений под ключ: выявление потребностей, согласование KPI, проектирование метрик, приемка, публикация и сопровождение — Оптимизировать BI-архитектуру и производительность отчетов, определять требования к RLS/разграничению доступа и качеству пользовательского опыта — Проектировать сложные интерактивные Power BI-дашборды со связанными визуализациями, гибкими ролевыми моделями и оптимизацией скорости работы — Проводить сложные воркшопы с заказчиками, разрешать спорные вопросы по данным и метрикам, формировать единый понятийный аппарат — Задавать стандарты аналитической документации, критерии приемки витрин и отчетов, консультировать команду по эффективной работе с данными — Участвовать в построении процессов контроля качества данных и валидации сквозного пути: источники → DWH → BI Требования: — Опыт работы в роли аналитика данных не менее 5 лет, включая проекты с КХД, BI-ландшафтом и большими объемами финансовых и операционных данных — Опыт в банковской предметной области обязателен: продукты, операции, клиентская аналитика, управленческая и финансовая отчетность — Опыт участия в регуляторных проектах и подготовке регуляторной отчетности — Наличие подтвержденных кейсов влияния аналитических решений на бизнес-процессы, управленческую отчетность или снижение ручного труда — SQL и опыт моделирования DWH на высоком уровне — Глубокое понимание архитектуры Greenplum (или других MPP-СУБД): распределение, партиционирование, планы выполнения, оптимизация под большие объемы — Data Vault 2.0 — владение на уровне проектирования сущностей и связей, принятие архитектурных решений по слоям КХД и витринам — Опыт работы с внешними источниками данных (оценка применимости, качества и ограничений) — Power BI — уверенное владение (DAX, ролевые модели, оптимизация производительности) — Умение объяснять сложные вещи простым языком — Навыки письменной коммуникации: понятные комментарии, статусы, описания решений, инструкции и документация — Умение занимать лидерскую позицию и вести других за собой Навыки администрирования и мотивации: — Фасилитация сложных кросс-функциональных обсуждений с бизнесом, ИТ, ИБ, эксплуатацией и подрядчиками — Участие в найме, оценке кандидатов, развитии команды и разрешении конфликтных ситуаций — Опыт работы с OpenMetadata или другими каталогами данных (будет плюсом) — Опыт наставничества и передачи знаний внутри команды (будет плюсом) — Участие в построении процессов контроля качества данных (будет плюсом)

В компании Aston открыта вакансия Data Engineer с возможностью удалённой работы и полной занятостью. Основные обязанности включают выполнение полного цикла задач — от сбора требований до внедрения решений в продакшен. Кандидату предстоит разрабатывать и совершенствовать витрины данных, автоматизировать процессы с помощью оркестраторов, оптимизировать алгоритмы расчёта показателей и код, а также анализировать качество данных. В задачи также входит создание дата-продуктов и визуализаций, тестирование функционала и его передача заказчику, а также подготовка Adhoc-выгрузок по запросам. Требуется опыт работы на позиции Data Engineer не менее трёх лет, уверенное владение SQL (Oracle, Postgres, GreenPlum), технологиями Hadoop (HDFS, Hive, Impala), а также продвинутые знания PySpark с навыками оптимизации кода. Необходимы знания инструментов обработки и трансформации данных, таких как PySpark и Apache Airflow, а также теории баз данных. Важны умения структурировать и анализировать информацию, понимание основ банковской деятельности и принципов работы моделей Data Science.

Задачи: — Создавать AI-агенты и платформы для них — Строить MLOps-инфраструктуру — Работать с данными для ML Требования: — Опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет — Production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации, понимание их интеграции в CI/CD пайплайны — Опыт работы с Docker и Kubernetes (в контексте развертывания моделей как сервисов) — Опыт работы с одним из major cloud-провайдеров (желательно GCP или AWS/Azure с пониманием hybrid-cloud) — Умение работать с большими данными, опыт с Greenplum или аналогичными MPP-системами (Teradata, Exasol) — Знание распределенных вычислений (Spark) — Опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.) — Отличные знания Python, SQL на очень высоком уровне для работы с data vault — Знания Git, GitLab CI/CD

Задачи: — Проводить анализ источников, унификацию/подключение источников к DDS — Формировать витрины данных на слое DMT — Проводить тестирование разработанных витрин — Писать проектную документацию (ТЗ/S2T) Требования: — Опыт работы в роли аналитика в хранилище Банка от 2-х лет — Понимание архитектуры хранилищ данных (ODS,DDS,DMT) — Опыт работы с моделью данных (Data vault) — SQL – продвинутый уровень (группировки, join-ы, подзапросы, оконные функции, умение ориентироваться в запросах на 1000+ строк) — Опыт работы в построении витрин: прототипирование витрин, тестирование витрины — Опыт формирования требований на разработку ПО (ТЗ,S2T) — Опыт интервьюирования заказчика, сбор требований к витринам — Опыт подключения источников к DDS (будет плюсом) — Опыт работы c Greenplum (будет плюсом) — Опыт работы с Airflow (будет плюсом)