Data Engineer — свежие вакансии

Digital Chief — IT-хаб новой ecom-платформы от Альфа-Банка, где мы объединяем экспертизу по построению процессов и технологий вокруг нового продукта на рынке.

Мы строим независимый e-com — единый мультиканальный сервис Альфа-Селлер.

Он объединит инструменты для работы на маркетплейсах, полный спектр решений для создания собственного интернет – магазина и управление кросс - канальными продажами в одном пространстве.

Наша ключевая задача — помочь селлерам снизить зависимость от отдельных площадок и выстроить устойчивую стратегию развития бизнеса.

Мы уже запустили e-com в Альфа-Банке и нашими продуктами воспользовались более 4000 селлеров.

Сейчас в нашей команде открыта позиция Data Engineer.

Задачи:

• Проектирование и внедрение систем управления качеством данных (Data Quality Frameworks).

• Поддержка и развитие каталогов данных (data catalog, lineage, схемы, владельцы, описания).

• Архитектура и реализация витрин данных для аналитики, ML и AI-агентов.

• Поддержка и написание пайплайнов ETL/ELT (Airflow / Spark / Kafka / etc.).

• Настройка мониторинга качества данных: completeness, freshness, accuracy, consistency.

• Работа с инструментами автоматической проверки данных (Great Expectations, Soda, dbt tests и др.).

• Взаимодействие с командами DE, аналитики, ML и продуктов для обеспечения доверия к данным.

• Сопровождение инициатив по data privacy, security, compliance (GDPR, SOC2, PII, etc.).

Что мы ожидаем:

• 3+ лет опыта в области Data Engineering, Data Governance, Data Quality или Data Platform.

• Отличное знание SQL, уверенное владение Python.

• Опыт внедрения и поддержки data catalog / data lineage (OpenMetaData).

• Опыт написания ETL на БД Clickhouse.

• Опыт внедрения фреймворков для валидации и контроля качества данных.

• Опыт работы с инструментами: Great Expectations, Deequ, Soda, Monte Carlo, dbt tests.

• Навыки построения документации и стандартов по качеству данных, SLA, ownership моделей.

Будет преимуществом:

• Опыт работы в компаниях с распределенной архитектурой данных

• Опыт с генеративным ИИ - структурирование и валидация входных/выходных данных для LLM.

Что мы предлагаем:

• Официальное трудоустройство по ТК РФ;

• Работа в аккредитованной ИТ-компании;

• Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования

• Гибридный формат работы 5/2. Удобное рабочее место: наш современный офис находится в банковском кластере в 3-х минутах ходьбы от метро Технопарк. Рядом большой выбор кафе и ресторанов, где ты сможешь разнообразно пообедать с коллегами, сменить обстановку и “перезагрузиться”

• Среду для твоего неизбежного развития: тебя ждут сложные и интересные задачи с использованием большого массива данных, у нас регулярно проходят тренинги, вебинары, у тебя будет доступ к бесплатным корпоративным библиотекам Альпины и бизнес - изданий, скидки на курсы иностранных языков

• Карьерный рост: ты будешь понимать, что нужно сделать для перехода на другой уровень

• Чувство локтя: у нас дружелюбная атмосфера и команда лучших профессионалов, которые готовы делиться с тобой экспертизой

• Заботу о твоем здоровье: программа ДМС, куда входит стоматология и обслуживание в лучших клиниках города, скидки на абонементы в фитнес-клубы, неформальные спортивные сообщества. Также есть фитнес-зал в офисе

• Возможности для разнообразного досуга: скидки на услуги туристических агентств, продукты питания, в рестораны и бары, в магазины и салоны красоты

В Центре робототехники Сбера мы создаем роботов и системы ИИ, которым нужны большие и аккуратно подготовленные наборы данных. Data Conveyor Team отвечает за путь этих данных от сырых записей до формата, с которым могут работать ML-команды. Сейчас нам нужен Software Engineer, который будет превращать записи с роботов и внешние датасеты в понятный, проверяемый и воспроизводимый формат для обучения моделей.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• проектировать и реализовывать пайплайны, которые превращают данные из разных источников в формат, пригодный для обучения моделей

• стабилизировать основной путь конвертации данных с роботов: единый поддерживаемый процесс, проверяемые результаты, повторяемые запуски и понятные отчеты об ошибках

• поддерживать dataset schema, versioning, compatibility checks, validators и manifests

• подключать новые источники данных: записи с роботов, внешние датасеты, симуляции, egocentric data, данные тестовых запусков и корректирующих демонстраций

• обеспечивать reproducible dataset builds и связь source data -> converted episodes -> filtered dataset -> dataset release -> training run -> benchmark result

• создавать validation suite: проверка файлов, video/parquet layout, timestamps, required fields, metadata, annotation status и known historical variants

• готовить данные к передаче в обучение так, чтобы ML-команды понимали состав датасета, ограничения, версию и качество

• делать надежные CLI/tools, тесты, runbooks и отладочные отчеты для исследователей и инженеров.

• сильный Python и опыт разработки batch / data processing pipelines

• опыт backend, data engineering или software engineering для внутренних платформ и ML/data workflows

• опыт работы с большими файлами, metadata manifests, reproducible builds и validation logic

• практический опыт с Linux, Docker, Git, CI/CD и командной строкой

• понимание storage и data formats: S3/object storage, network storage, parquet, zarr, hdf5, webdataset, video files или аналогичные форматы

• умение разбираться в нестандартных форматах данных и приводить их к строгому контракту

• готовность писать поддерживаемый production-like код, а не одноразовые conversion scripts.

Будет плюсом:

• опыт с LeRobot, RLDS, DROID / Bridge / RT-X-like datasets, ROS bags или robotics trajectories

• опыт с Ray, Airflow, Prefect, Kubernetes, SLURM, LSF или другими orchestration / job systems

• опыт с W&B, MLflow, Hydra configs, experiment tracking или dataset management systems

• понимание computer vision, multimodal data, VLA, imitation learning или robot learning

• навыки работы с генеративными AI-моделями

• опыт создания AI-агентов и использования их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

• инструментальное владение AI для анализа, генерации и автоматизации.

• офисный формат работы, адрес офиса Автозаводская 23а к2

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Вот уже 10 лет divan.ru каждый день работает, стараясь сделать мир еще удобнее, мягче и счастливее. Ведь жизнь в каждом доме начинается с мебели.

Мы динамично растем каждый год и не собираемся останавливаться. Сегодня мы уже глобальная компания с филиалами в Республике Беларусь, Казахстане, Узбекистане и мы только в начале нашего захватывающего пути.

Нам важно чтобы в нашей команде работали сотрудники, искренне разделяющие миссию компании, готовые ежедневно делать наших клиентов счастливее.

Обязанности:

• Разработка и сопровождение ETL/ELT-процессов.
• Подключение новых источников данных.
• Разработка моделей данных в PostgreSQL / ClickHouse.
• Развитие Data Warehouse и витрин данных.
• Оптимизация тяжелых SQL-запросов и ETL-процессов.
• Контроль качества и полноты данных.
• Мониторинг и устранение проблем в загрузках.
• Участие в проектировании архитектуры аналитической платформы.
• Взаимодействие с BI-разработчиками и аналитиками.

Обязательно

• От 2–3 лет опыта в Data Engineering / DWH / ETL.
• Уверенный SQL.
• Хорошее знание PostgreSQL или другой промышленной реляционной СУБД.
• Python для разработки ETL/ELT-процессов.
• Опыт работы с Apache Airflow или аналогичными оркестраторами.
• Понимание принципов построения DWH и аналитических витрин.
• Опыт работы с большими объемами данных.
• Понимание принципов оптимизации SQL-запросов.
• Опыт работы с Git.
• Умение самостоятельно разбираться в проблемах загрузки и качества данных.

Будет преимуществом

• Опыт работы с ClickHouse.
• Опыт работы с Data Vault.
• Опыт работы с dbt.
• Опыт контейнеризации с Docker.
• Опыт настройки CI/CD.
• Опыт работы с GitLab CI/CD.
• Опыт построения data quality checks.
• Опыт работы с Power BI или другими BI-системами.
• Опыт работы с SQL Server.
• Опыт интеграции данных из API и внешних информационных систем.

• Много доверия и ответственности;

• Широкий спектр интересных и амбициозных задач;

• Быструю реализацию полезных идей без бюрократии;

• Удаленный формат работы;
• Обучение и наставничество от опытных коллег с первого дня работы;

• Оформление по ГПХ в компанию ООО «Диван Трейд».

Обязанности

• Проектирование и разработка отказоустойчивых ETL/ELT процессов в экосистеме Hadoop и Oracle
• Оптимизация и сопровождение пайплайнов данных (Spark, PySpark, Airflow)
• Интеграция новых источников данных и построение витрин для бизнес-заказчиков
• Обеспечение качества и актуальности данных в продуктивных системах
• Участие в архитектурных решениях по хранению и обработке больших данных
• Ad-hoc аналитика и поддержка команд аналитиков и data scientist

Требования

• Высшее техническое образование (или завершающая стадия обучения)
• Опыт разработки на Python (написание скриптов, работа с библиотеками pandas, requests) от 6 месяцев (в т.ч. в рамках учебных проектов или стажировок)
• Уверенное знание SQL (написание сложных запросов, оконные функции, понимание планов выполнения, нормализация БД)
• Понимание основ архитектуры больших данных (понятия ETL/ELT, колоночные и реляционные хранилища, форматы хранения Parquet/ORC)
• Знакомство с концепциями оркестрации (Airflow) или опыт настройки простых пайплайнов в учебных целях
• Понимание принципов работы с системами контроля версий (Git) и умение работать в команде над кодом
• Базовые навыки работы в Linux (навигация по файловой системе, права доступа, простые bash-скрипты)
• Готовность к быстрому освоению технологий экосистемы Hadoop/Spark
• Навыки самостоятельного поиска информации и решения технических задач
• Опыт использования LLM-агентов и AI-ассистентов (например, Cursor, Claude Code) для генерации, рефакторинга и отладки инженерного кода

Мы в Центре Робототехники Сбера создаем универсальный воплощенный ИИ для роботов, который будет управлять разнообразными физическими воплощениями: манипуляторами, мобильными колесными роботами, роботами-собаками, мобильными манипуляторами и другими робототехническими платформами.

Сейчас мы ищем в команду специалиста уровня middle/senior.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог зайдёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• подготовка и развитие датасетов для обучения VLM-моделей навыкам планирования и взаимодействия с роботом.Сбор, очистка, структурирование и валидация данных экспериментов, результатов работы моделей

• формирование новых обучающих выборок на основе анализа ошибок моделей и потребностей расширения функционала системы

• разработка пайплайнов для автоматизации сбора, фильтрации, разметки, проверки качества и версионирования данных

• курирование разметки данных: подготовка инструкций, контроль качества

• взаимодействие с ML-исследователями и инженерами для подготовки данных под обучение, дообучение и оценку моделей

• обучение моделей.

• опыт работы с подготовкой и обработкой данных для ML-задач

• уверенное владение Python и библиотеками для работы с данными (Pandas, NumPy и аналогами)

• опыт автоматизации процессов подготовки данных и разработки пайплайнов обработки данных

• понимание принципов контроля качества датасетов и воспроизводимости экспериментов

• опыт работы с Docker, Linux, Git

• понимание машинного обучения и подготовки данных для обучения моделей

• навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использование их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах

• инструментальное владение Ai для анализа, генерации и автоматизации

• готовность разбираться в предметной области робототехники, VLM-моделей и мультимодальных данных.

Будет плюсом

• опыт подготовки данных для ML, NLP, CV или мультимодальных моделей

• опыт работы с данными для обучения LLM/VLM-моделей

• опыт работы с DVC, MLflow, ClearML или другими инструментами для управления экспериментами и датасетами.

• офисный/гибридный формат, адрес Автозаводская 23а к2

• ежегодный пересмотр зарплаты и годовая премия

• расширенный ДМС и льготное страхование для семьи

• уникальная система обучения Сбера для профессионального и карьерного развития

• выгодная ипотека для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Прикладная аналитическая платформа "Блока Риски" — это решение, позволяющее создавать аналитические витрины на Облаке Данных по различным направлениям бизнеса, таким как:

• Расчет оптимальных стратегий взыскания.
• Расчет предложений по реструктуризации.
• Расчет компонентов кредитного риска PD, LGD, EAD.
• Ускорение расчета RWA.
• Процесс калибровки промышленных моделей.
• Аналитика по портфелю, взысканию и фроду.

У нас более 120 витрин, 2000+ потоков загрузки данных, 1200 нод, 40 000 ядер и 25+ петабайт данных.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Обязанности

• Участие в проектировании и разработке витрин и хранилищ данных.
• Участие в проектировании и реализации инструментов автоматизации разработки.
• Участие в доработке промышленных витрин данных.

Требования

• Опыт работы от 2-х лет с одной или несколькими СУБД: Oracle, MS SQL, Teradata либо СУБД стэка Bigdata.
• Опыт работы в роли аналитика с функцией подготовки выгрузки данных для заказчика.
• Уверенное знание SQL: сложные запросы, аналитические функции, понимание физической реализации join’ов, оптимизация производительности запросов.
• Знание одного или нескольких языков программирования: PL/SQL, T-SQL, Java, Python, Scala на уровне переменных, процедур, функций, циклов, условных операторов.
• Знание одного или нескольких ETL-инструментов: Informatica, MS SSIS, SAS, ODI.
• Понимание принципов организации хранилищ данных, подходов к проектированию логической и физической моделей, понимание основной проблематики хранилищ и подходов к решению.

Условия

• Возможность выбрать офис рядом со станцией метро Кутузовская или Тульская.
• Формат работы: фултайм офис.
• Ежегодный пересмотр зарплаты и годовая премия.
• Корпоративный спортзал и зоны отдыха.
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• Вознаграждение за рекомендацию друзей в команду Сбера.

Работа в Сбере – это

Технологии

Участие в развитии инноваций на базе ИИ

Развитие

Акселераторы для стартапов, хакатоны и регулярные митапы от лидеров направлений

Комфортный офис

Креативные пространства для работы, спортзалы, зоны для отдыха и перезагрузки

Сообщество

Возможность найти союзников по любым интересам

Мы ищем Senior Data Engineer, который будет отвечать за инфраструктуру, пайплайны и качество данных для обучения современных Vision-Language Models. Роль находится на стыке data engineering и ML: нужно будет работать с большими мультимодальными датасетами, понимать потребности исследователей и ML-инженеров, строить пайплайны очистки, фильтрации, категоризации и генерации данных, а также обеспечивать воспроизводимый экспорт данных в формат для обучения моделей.

• Собирать и структурировать потребности ML-команды в данных: какие данные нужны для обучения, дообучения, оценки и улучшения VLM.
• Предлагать и реализовывать идеи пайплайнов очистки, фильтрации, дедупликации, категоризации и генерации данных.
• Ориентироваться в современных практиках построения датасетов для Vision-Language Models: image-text pairs, synthetic data, filtering, quality scoring, data mixture design, dataset versioning.
• Отвечать за инфраструктуру хранения и подготовки данных, включая:

1. импорт данных из различных источников: production, Common Crawl, open-source datasets, generated data;
2. валидацию и контроль качества данных;
3. хранение и версионирование датасетов;
4. экспорт данных в форматы, пригодные для обучения моделей.

• Проектировать и реализовывать пайплайны обработки данных на большом масштабе, включая десятки миллиардов изображений.

• Разрабатывать пайплайны генерации синтетических данных для обучения и улучшения VLM.

• Собирать статистику по данным, строить отчёты и визуализации для анализа состава, качества и покрытия датасетов.

• Обеспечивать воспроизводимость, наблюдаемость и надёжность data-процессов.

• Работать в тесной связке с ML-инженерами, исследователями и инфраструктурной командой.

• Сильный опыт в data engineering и построении production-grade data pipelines.

• Уверенное владение Python, включая multiprocessing, multithreading и async-подходы.

• Опыт работы с большими объёмами данных и распределённой обработкой.

• Практический опыт с объектными хранилищами, в частности S3 или аналогами.

• Опыт работы с YTsaurus или похожими системами для распределённого хранения и обработки данных.

• Понимание принципов валидации, очистки, дедупликации и версионирования датасетов.

• Опыт работы с DVC, Git, Docker.

• Опыт работы с PostgreSQL или другими реляционными базами данных.

• Умение проектировать устойчивые пайплайны: от импорта данных до финального экспорта в training-ready формат.

• Способность самостоятельно разбираться в нечетко сформулированных задачах и доводить их до работающего решения.

• Готовность работать на стыке engineering и ML research.

Будет плюсом

• Опыт работы с мультимодальными данными: изображения, текст, image-text pairs, captions, OCR, metadata.

• Понимание того, как устроены современные датасеты для обучения VLM / LMM / multimodal models.

• Опыт построения пайплайнов для synthetic data generation.

• Опыт реализации quality scoring, filtering, semantic deduplication, clustering или data attribution.

• Опыт визуализации статистики по большим датасетам и построения внутренних аналитических дашбордов.

• Опыт работы с Common Crawl, LAION-подобными датасетами, open-source vision-language datasets.

• Базовое понимание ML training pipeline и того, как качество данных влияет на качество модели.

• крупнейшее DS&AI community — более 600 DS-специалистов банка

• дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира

• возможность быть соавтором НИРов и статей для международных конференций

• возможность выбрать удобный формат работы: гибрид или офис

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• ипотека выгоднее до 7% для каждого сотрудника

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.

Обязанности:

• Разворачивать, настраивать и сопровождать компоненты кампейн-платформы во всех окружениях (dev / test / prod) на Linux-серверах.
• Развивать интеграционный слой: API, коннекторы к каналам коммуникации, очереди, обмен с внутренними системами банка.
• Поддерживать стриминговую инфраструктуру: топики Kafka, деплой и сопровождение джобов, чекпоинты, состояние, масштабирование.
• Настраивать и тюнить сервинг-слой под онлайн-выдачу.
• Заниматься производительностью и надёжностью: нагрузочные тесты, capacity planning, разбор инцидентов и постмортемы.
• Настраивать разграничение доступа и выполнять требования ИБ.
  DataOps
• Выстраивать CI/CD для данных: версионирование кода витрин, DAG'ов и стриминговых джобов в Git, автотесты, автоматический прогон релизов между окружениями.
• Внедрять data quality as code: автоматические проверки свежести, объёма, схемы и дрейфа данных, quality gates внутри пайплайнов.
• Строить data observability: сквозной мониторинг лага, дашборды в Grafana по SLA данных, алертинг на нарушения.
• Развивать lineage и каталог данных (DataHub): автоматический сбор метаданных, прозрачность зависимостей кампейн-витрин.
• Управлять окружениями и тестовыми данными: воспроизводимость, обезличивание, быстрый разворот песочниц.
• Автоматизировать рутину и снижать time-to-market для новых кампаний: шаблоны, self-service инструменты для команды CVM.

Требования:

• От 3 лет опыта в эксплуатации или разработке распределённых систем / data-платформ.
• Уверенный Linux: администрирование, диагностика, работа с systemd, логами, ресурсами; сетевые основы.
• Скриптинг на Bash и Python.
• Практический опыт с Kafka: топики, партиционирование, консьюмер-группы, диагностика.
• Docker и Kubernetes на уровне уверенной эксплуатации.
• Опыт настройки CI/CD-пайплайнов (GitLab CI, Jenkins или аналог) и работы с Git.
• SQL и понимание работы СУБД: планы запросов, базовый тюнинг.
• Опыт построения мониторинга и алертинга: Prometheus, Grafana, работа с логами (ELK или аналог).

Будет плюсом:
• Практика DataOps: тестирование пайплайнов, data quality-фреймворки, контрактное тестирование данных.
• Apache Flink: деплой, стейт, чекпоинтинг, тюнинг.
• Greenplum, ClickHouse или другая СУБД.
• Redis, Informatica PowerCenter / PowerExchange CDC, NiFi, Airflow, DataHub, dbt.
• Ansible или другие инструменты автоматизации конфигурации.
• Опыт работы с кампейн-платформами / marketing automation.
• Понимание требований ИБ в банковской среде.

Став частью команды Forte, ты получишь:

• Конкурентную заработную плату и бонусы за персональную эффективность;
• График работы 5/2 с 9:00-18:00 в комфортном офисе;
• Жизнь внутри компании с ее корпоративными мероприятиями: тимбилдинги, челленджи, спортивные турниры, благотворительные акции;
• Заботу о здоровье с медицинским страхованием, а также DayOff в честь дня рождения и за выслугу лет;
• Выгодную рассрочку в крупные фитнес-клубы;
• Доступ к корпоративной библиотеке для непрерывного обучения и саморазвития.

Ищем лидера для двух небольших команд data engineering и аналитики, суммарно до 10 человек. Это не greenfield и не роль «поставить красивые дашборды». У нас уже есть работающий, но неоднородный контур: ClickHouse, Kafka, dbt, Airflow/MWAA, AWS, GitLab CI, продуктовая аналитика в PostHog, внешние источники и витрины для продукта, финансов и антифрода. Он растёт быстрее, чем успевают закрепляться контракты, владение и правила эксплуатации. Нужен человек, который наведёт в этом порядок и затем сможет устойчиво развивать команды.

Чем предстоит заниматься

-Вести data engineering и analytics: цели, приоритеты, качество результата, развитие людей

-Описать и закрепить понятные контракты данных: источник, схема, ключи, временная семантика, дедупликация, backfill, SLA и владелец

-Сделать поставку данных предсказуемой: CI/CD для dbt и DAG, контроль версий, проверки до публикации, наблюдаемость и понятные разборы инцидентов

-Довести до эксплуатационного уровня витрины и ingestion-пайплайны на Kafka, ClickHouse, dbt и Airflow

-Выстроить data quality: сверки источника и витрин, идемпотентность, обработка поздних событий, reconciliation и тесты на критичных данных

-Свести потребности продукта, маркетинга, биллинга и антифрода в прозрачную модель приоритетов, а не в бесконечный поток разовых выгрузок

-Самому погружаться в сложные технические узлы, ревьюить решения и поднимать планку инженерной работы команды

Что важно

-Опыт руководства небольшой технической командой или сильного технического лидерства в data-направлении

-Уверенный SQL и практический опыт с ClickHouse: производительность, партиционирование, репликация, дедупликация, materialized views, Kafka Engine

-Опыт с Kafka, dbt и Airflow; понимание эксплуатации пайплайнов, а не только написания SQL-моделей

-Умение разбирать легаси-контур по фактам: код, схемы, логи, данные, потребители, стоимость и риски

-Опыт проектирования витрин для продуктовой, финансовой или риск-аналитики

-Умение превращать размытый запрос в проверяемый контракт и доводить его до работающего результата

-Нормальная управленческая зрелость: давать ясную обратную связь, не прятать проблемы, не подменять результат статусами и презентациями

-Опыт и культура code review: читать и разбирать чужой код, держать инженерные стандарты и качество командных решений

Кому не подойдёт

-Человеку, который хочет управлять большой функцией, не работая с платформой руками

-Аналитику, для которого data engineering заканчивается на постановке задачи

-Инженеру, который считает документацию, качество данных и договорённости необязательной бюрократией

-Кандидату, которому нужен идеальный greenfield вместо сложной, но живой системы

Что можно сделать в первый год

-Зафиксировать границы владения командами и критическими контурами

-Убрать непрозрачные и дублирующиеся поставки данных

-Ввести единый минимальный стандарт для новых источников, витрин, backfill и проверок качества

-Сделать состояние ключевых пайплайнов и данных наблюдаемым

-Сформировать самостоятельную команду, которой не нужен постоянный ручной контроль фаундера

Мы предлагаем

-Полностью удалённую работу из любой точки мира.

-Современное корпоративное оборудование.

-Работу над продуктом с реальной нагрузкой и масштабом.

-Влияние на ключевые продуктовые метрики через рекомендации

A2 Consulting – представитель группы компаний КОРУСКонсалтинг, резидент ПВТ, команда профессионалов в области внедрения систем бизнес-анализа (BI) и корпоративных хранилищ данных (DWH) на предприятиях различных отраслей с покрытием региона СНГ, EU и USA.
Наша основная задача – предоставлять своим клиентам конкурентные преимущества посредством построения (внедрения) современных систем в сфере данных – DataGovernance, DataWareHouse и Buisness Intelligence.

В связи с активным ростом группа компаний A2 Consulting ищет в свою команду Data Engineer для участия в проектах по внедрению решений класса Data Lakehouse (DLH).

🔹 Что мы ищем в кандидатах:

• Опыт работы в качестве Data Engineer от 2 лет
• Уверенное знание SQL и реляционных баз данных
• Уверенное знание Python;
• Опыт работы с оркестраторами ETL-процессов (Apache Airflow).
• Понимание концепций Data Lakehouse и медальонной архитектуры;
• Опыт построения ETL/ELT pipelines (пакетная и потоковая обработка);

🔹 Что будет входить в обязанности:

• Проектирование, разработка и поддержка ETL/ELT-процессов загрузки данных из источников в Data Lakehouse;
• Разработка трансформаций данных по слоям решения;
• Сбор витрин данных по разработанному ТЗ для сервисов и BI-аналитики;
• Настройка и сопровождение оркестрации пайплайнов в Apache Airflow;
• Работа с табличным слоем на Apache Iceberg и объектным хранилищем;
• Участие в контроле качества данных;
• Написание документации, комментирование кода;
• Взаимодействие с Data-аналитиками и архитекторами для создания новых и оптимизации существующих витрин.

🔹 Будет плюсом:

• Опыт работы с объектным хранилищем (S3-совместимое MinIO/ Ceph) и табличными форматами (Apache Iceberg / Hudi / Delta);
• Опыт работы с Apache Spark;
• Опыт работы с SQL-движками Trino / Presto;
• Опыт работы с Apache Kafka и CDC (Debezium);
• Опыт работы с dbt;
• Опыт внедрения решений на Kubernetes;
• Опыт работы в банковской / финансовой сфере;
• Знакомство с инструментами data governance (Apache Atlas, Apache Ranger).

🔹 Что мы предлагаем:

• Стать сотрудником группы компаний КОРУСКонсалтинг – ТОП-10 IT-интеграторов на пространстве СНГ;
• Работу в компании-лидере рынка BI в Беларуси, резиденте Парка Высоких Технологий с офисами в EU и USA и экспертным коллективом;
• Совместное развитие в технологичной команде, участие в интересных проектах в перспективной и активно развивающейся отрасли;
• Прозрачную схему мотивации, официальное оформление в штат, социальный пакет и корпоративные бонусы (английский, спорт, ДМС, такси, скидки у партнеров, фрукты и ивенты в офисе);
• Стабильную и конкурентоспособную зарплату, привязанную к курсу USD;
• Комфортный офис в 10 минутах от метро «Площадь победы»
• Базовый график 5/2 с 9.00 до 18.00 с возможностью организации гибкого рабочего времени;
• Личностное и профессиональное развитие за счет компании, участие в конференциях и семинарах;
• Открытую корпоративную культуру, дружную команду, здоровую атмосферу и насыщенный календарь ярких корпоративов.

🔹 Мы ищем не идеальных кандидатов, а перспективных коллег, которые готовы прокачивать свои навыки и становиться экспертами.
Откликайся, будем знакомиться!

Ссылка на вакансию на портале службы занятости:

Привет! 👋 Мы — дата-инженерная команда внутри Управления экспериментальных систем машинного обучения SberAI. Наша миссия — поставлять качественные мультимодальные датасеты в продуктовые команды, которые развивают генеративные модели: speech, music, image, video, 3D, text.

🔍 Парсить открытые источники, собирать готовые датасеты

⚙️ Оркестрировать ETL/ELT-пайплайны, фильтровать и описывать данные, прогонять модели на бенчмарках

👥 Организовывать проекты ручного сбора и валидации на крауд-платформах TagMe, Elementary, ЯЗ.

Наш стек: 🛠

Python • SQL • S3 • Hadoop/GreenPlum • Airflow • Docker/K8s • Git • Vault • ML Space • Confluence • Jira

✅ Знание Python (библиотеки для работы с данными и API)

✅ Опыт с ML-пайплайнами и датасетами для CV/NLP

✅ Понимание ETL/ELT и жизненного цикла данных

✅ SQL: SELECT, JOIN, агрегаты, подзапросы

✅ Базовое понимание форматов: CSV, JSON, Parquet, сериализация

✅ Опыт с Docker/Kubernetes

Будет плюсом:

• Airflow или другие оркестраторы

• Понимание облачных сервисов

• гибридный формат работы (2 раза в неделю офис м Кутузовская)

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• система обучения для профессионального и карьерного развития

• расширенный полис ДМС с первого дня работы и страхование для семьи

• программа ипотеки для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

ZITREK & DEKO: Инструмент в каждый дом!

Компания 13 лет на рынке, проекту DEKO 6 лет. В нашем портфеле ТМ "DEKO", "Zitrek", "Desoon"

На рынке электроинструмента мы лидируем по продажам (по данным GFK), по доле импорта (по данным РАТПЭ), по узнаваемости бренда, по обороту, по представленности в online. Нашими ключевыми партнерами являются ВсеИнструменты, DNS, Лемана ПРО, OZON, Wildberries, Яндекс Маркет и многие другие.

DEKO - бренд №1 в своей категории на маркетплейсах.

Гордость компании – команда! При относительно небольшой численности мы добились весомых позиций на рынке! Ассортимент компании 1500+ SKU, складской комплекс класса «А» ~25 000 м2

У нас нет: удушающей бюрократии, формализма, штрафов.

Мы вместе, потому что нас объединяют: драйв и энергия, амбиции сохранять лидирующие позиции на рынке, отличная репутация, профессиональное развитие, возможность получать дополнительное образование за счёт компании и доброжелательная корпоративная среда.

В настоящее время мы в поисках коллеги на должность

Разработчик баз данных PostgreSQL / Data Engineer (PostgreSQL + ETL) / Специалист по работе с базами данных (PostgreSQL) / Администратор БД PostgreSQL / DBA c функциями ETL

Вы станете ключевым звеном в развитии нашей аналитической инфраструктуры и будете работать с большими объемами данных в сегменте e-commerce​​​​​

Ваши задачи:

• Проектирование и развитие архитектуры БД: Развитие структуры PostgreSQL под задачи e-commerce (заказы, товары, цены, маркетинговые данные, стоки);

• Оптимизация: Работа с индексами, партиционированием, настройка производительности и миграции;

• ETL-пайплайны: Разработка и поддержка скриптов (Python/SQL) для выгрузки данных из API Ozon, Wildberries и других источников. Настройка регулярных обновлений;

• Аналитика: Создание витрин данных и сложных представлений для отчетов по продажам, маржинальности, возвратам;

• Разработка витрин данных: Подготовка представлений для оперативной аналитики (отчёты продаж, маржа, возвраты, маркетинговые метрики);

• BI-интеграция: Подготовка выгрузок и доступов для BI‑инструментов (Power BI/DataLens/Metabase): схемы, права доступа, контроль качества данных;

• Документация: Ведение документации по структуре БД, витрин и процессов обновления данных.

У нашего будущего коллеги есть:

• Опыт: от 2-х лет коммерческой разработки;

• Стек: Глубокое знание PostgreSQL, опыт моделирования DWH;

• Скриптинг: Уверенное владение Python (написание скриптов для работы с API);

• Инструменты: Практика работы с Docker, понимание процессов ETL;

• API: Опыт интеграции с внешними REST API маркетплейсов: Ozon, WB;

• BI: Базовое понимание BI-стека (Power BI / DataLens / Metabase) для корректной подготовки данных;

• Образование: Высшее техническое/математическое желательно.

Мы предлагаем:

• Задачи для роста и профессионального развития;
• Команду, где ценят инициативу;
• Комфортный офис в непосредственной близости от "Площади трех вокзалов" (ст.м. «Комсомольская», «Красные ворота», "Бауманская");
• Удобный график работы с 8:30 до 17:00, а в пятницу до в 16:00;
• Возможность гибридного формата работы после исп.срока;
• Достойный уровень заработной платы;
• Офис с душой: светло, удобно, с кофе, чаем, кухней и людьми, с которыми хочется работать.

Уважаемые кандидаты, мы ценим ваше время, уделенное изучению вакансии в ZITREK RUS, и рады, что Вы рассматриваете нашу Компанию как потенциального работодателя. При положительном рассмотрении вашего резюме мы свяжемся с вами в течение трёх рабочих дней. В ином случае ваше резюме будет зачислено в резерв, мы вернемся к нему при появлении вакансии, соответствующей вашим компетенциям и ожиданиям.

Желаем Вам успехов!

Наш клиент: международная продуктовая IT-компания, развивающая высоконагруженные онлайн-сервисы в развлекательном сегменте, находится в поисках Data Engineer, который будет работать над внутренними продуктами и решениями для команд и смежных подразделений.

Проекты находятся на разных стадиях: от активной разработки новых решений до поддержки существующих систем.

Работа предполагает релокацию на Кипр, в офис в Лимассоле.

Обязанности:

• Проектировать и внедрять новые потоки данных в существующие системы
• Выстраивать многослойную архитектуру хранения данных с нуля для новых проектов
• Взаимодействовать с продакт-менеджерами, аналитиками, SQL-разработчиками и внешними командами

Требования:

• Опыт работы с ETL-фреймворками (dagster, airflow, prefect) — от 3+ лет
• Опыт работы с реляционными БД (MSSQL, PostgreSQL, MySQL, Oracle)
• Опыт работы с аналитическими БД (Clickhouse, Vertica, Greenplum)
• Опыт работы с dbt
• Опыт написания юнит- и интеграционных тестов (pytest)
• Базовые знания Docker, опыт работы с Kubernetes будет плюсом

Условия:

• Релокация на Кипр (Лимассол) с поддержкой оформления документов для сотрудника и семьи
• Заработная плата обсуждается по итогам интервью
• Годовой бонус по результатам работы
• Работа в офисе в Лимассоле (современная техника, питание — завтраки и обеды, спортзал)
• Гибкий график с возможностью выбора начала рабочего дня
• Работа в русскоязычной команде
• Минимум бюрократии и быстрые процессы принятия решений

Вакансия открыта в связи с расширением Отдела аналитики процессов и отчётности информационной безопасности. Возможен удалённый формат работы.

Требования:

• высшее образование (техническое, ИТ),
• опыт работы от 2-х лет в качестве инженера данных, BI аналитика, ETL разработчика,
• опыт разработки и оптимизации ETL/ELT-процедур и скриптов загрузки данных с использованием Python, Airflow,
• навыки работы с витринами данных, хранилищами, СУБД PostgreSQL,
• владение SQL на уровне написания сложных запросов, умение оптимизировать запросы,
• опыт сопровождения разработки, валидации результатов и тестирования данных.
  

Будет плюсом:

• опыт проектирования СУБД PostgeSQL,
• опыт построения дашбордов,
• понимание принципов работы межсистемных интеграций (веб-сервисы REST, SOAP, очереди сообщений),
• навыки описания объектов визуализации BI систем,
• навыки графического описания и моделирования бизнес-процессов в UML, BPMN2.0.

Задачи:

• извлечение, преобразование, анализ и консолидация данных из разнородных источников (DWH, СЗИ, внутренние системы),
• проектирование архитектуры данных и интеграция источников в единую аналитическую базу данных (PostgreSQL),
• разработка витрин и моделей данных для целей Security Intelligence,
• разработка дашбордов полного цикла на отечественных и Open Source решениях (Insight и пр.) в рамках направления информационной безопасности компании,
• сопровождение дашбордов (контроль обновления данных, актуализация бизнес логики, консультация внутреннего бизнес-заказчика, взаимодействие с Вендором по вопросам устранения ошибок, контроль качества данных), в том числе доработка и оптимизация дашбордов,
• анализ ключевых показателей внутреннего бизнес-заказчика (статистические данные в виде единоразовых выгрузок, аналитические приложения и т.п.),
• развитие и поддержание базы знаний в актуальном состоянии (Confluence).

О компании

Амаркон — российская IT-компания с 15-летним опытом. Разрабатываем и внедряем собственные решения ECM, PIM, DAM, BI, e-commerce, а также выполняем заказную разработку и интеграцию. Клиенты: X5 Group, Tele2, Русатом Сервис, НЛМК, Metro CC, Лента и др.

Задачи:
● Анализ бизнес-потребностей в данных, формализация слабоструктурированных требований в ТЗ на разработку витрин.
● Разработка и согласование методологии расчёта KPI.
● Проектирование логических и физических моделей данных (витрины, ODS, DDS) по методологиям Kimball и Data Vault 2.0.
● Поиск и профилирование источников данных, разработка алгоритмов построения витрин, создание прототипов и их защита перед стейкхолдерами.
● Оценка вычислительных ресурсов (сторадж, компьют) и трудозатрат.
● Сопровождение витрин на всех этапах: разработка потоков, тестирование, UAT, передача в поддержку, решение инцидентов 3-й линии.
● Определение и имплементация логики Data Quality для витрин.
● Анализ существующих ETL/ELT-потоков и зависимостей (Airflow), выявление узких мест, оптимизация сложных запросов к большим данным (млрд записей, ТБ).
● Постановка задач смежным командам (разработчики, админы, инженеры данных).
● Участие в архитектурных решениях (DWH/Data Lake/Lakehouse, batch/stream, CDC), разработка документации и схем.

Требования:
● Методологии: практический опыт Kimball и Data Vault 2.0.● Платформы: понимание DWH, OLAP, Data Lake, Lakehouse.
● SQL: экспертное владение (оконные функции, CTE, JOIN-ы, execution plan, оптимизация, индексы, партиционирование).
● СУБД: PostgreSQL, Oracle, MS SQL Server (глубокое знание, настройка производительности).
● MPP: опыт с GreenPlum, ClickHouse, Trino (шардирование, колокация).
● Хранилища: опыт с Hadoop (HDFS) и объектными хранилищами (S3).
● Оркестрация: понимание ETL/ELT, анализ зависимостей в Airflow / Nifi / аналогах.
● Big Data: работа с объёмами от млрд записей и ТБ.
● Коммуникация: эффективное общение с бизнес-заказчиками, разработчиками, администраторами.
● Документирование: систематизация требований, формирование чётких ТЗ.
● Git: уверенное владение (ветки, мерж, конфликты).

Желательно:
● Профилирование данных, анализ ETL-зависимостей на уровне кода (Python/Java).
● Опыт с системами Data Quality (Great Expectations, Deequ).
● Облачные платформы (AWS/GCP/Azure: S3, EMR/Dataproc, IAM, VPC).
● Мониторинг (Grafana, Zabbix, Prometheus).
● Docker, Kubernetes/Rancher.
● Безопасность: маскировка PII, управление доступом (Ranger).
● Базовое администрирование Unix/Linux.

Мы предлагаем:
● Удалённая работа
● Официальное оформление (ИП, СЗ)

Команда DP в поисках специалиста по работе с данными исследования фармацевтического рынка.

Обязанности:

1. Управление аналитическим инструментарием для синдикативных исследований фармацевтического рынка: аналитические базы и программы; импорт/экспорт данных различных форматов; разработка новых подходов к аналитике проектов и данных в целом; оптимизация структуры базы данных; оптимизация запросов к базе данных.
2. Техническая поддержка баз данных Promo и Терапевтические Мониторы: работа с базой данных проектов (SQL/SPSS) и программами; подготовка баз для аналитики и дальнейшая загрузка в QV/QS; подготовка баз различных форматов для клиентов (QV, QS); программирование новых анализов и визуализаций в QS; подготовка макросов (сценариев) для выгрузки отчетов; организация выгрузки данных по проекту.
3. Комплексная аналитика на базе данных синдикативных проектов по исследованиям фармацевтического рынка: подготовка данных; анализ и интерпретация данных; модернизация баз данных проекта для комплексной аналитики.
4. Участие в задачах отдела: участие в разработке аналитики новых проектов/инструментов/подходов в исследованиях отдела; клиентская поддержка по техническим вопросам; автоматизация различных задач отдела, автоматизация отчетов клиентам, работа с корпоративным ИИ и активное внедрение в рабочие процессы отдела.
   
   Требования:

• образование: высшее (техническое: инженер, программист, математик);
• SQL(продвинутый уровень);
• Python(Junior);
• SPSS(будет плюсом);
• опыт обработки больших массивов информации;
• разработка\поддержка\оптимизация производительности DWH;
• ETL\ELT-процессы
• знание компьютера: Microsoft Office, продвинутый пользователь Excel, Power Point, опыт написания макросов;
• знание Qlik Sense (знание языка, построение архитектуры данных, создание визуализаций в рамках оболочки) приветствуется;
• английский язык: не ниже среднего уровня;
• опыт работы: от 2 лет;
• сильное аналитическое мышление: умение разложить сложное на простое.

Условия:

• официальное оформление с первого рабочего дня, льготы и компенсации в соответствии с Трудовым законодательством (оплачиваемый отпуск/больничные).
• Дополнительное медицинское страхование с первого месяца работы. Программа корпоративных привилегий.
• Мы предлагаем гибкий "гибридный" график посещения офиса или дистанционную работу.
• Возможность профессионального развития, английский язык по корпоративному тарифу.

В 2022 году Московской бирже исполнилось 30 лет. Мы появились вместе с современной Россией и за эти годы с нуля создали рынок инвестиций.

Сегодня миллионы людей и тысячи компаний доверяют нам и пользуются нашей инфраструктурой.

• Ежедневно на наших торговых платформах совершаются миллионы транзакций в минуту – без задержек, без перебоев.
• Мы храним в депозитарии цифровые записи о каждом активе, который торгуется на бирже.
• Мы следим за тем, чтобы все операции соответствовали правилам торгов и требованиям регуляторов.

А еще мы активно развиваемся и давно вышли за рамки классического биржевого бизнеса.

• Мы разрабатываем и поддерживаем платформы, которые соединяют финансовые компании и клиентов,
• Мы идем на внебиржевой рынок и создаем на нем удобные сервисы,
• Мы открываем новые возможности для инвесторов, корпораций, банков.
• Мы развиваем финансовую культуру страны.

В #moexteam уже больше 2200 человек: ИТ-специалисты и эксперты по развитию рынков, продуктовые и проектные менеджеры, финансисты и юристы, маклеры и многие другие. Мы разные, но всех нас объединяет общая цель – помочь людям и компаниям управлять деньгами, используя передовые технологии и знания.

В Департамент по работе с данными требуется Data Engineer

Чем предстоит заниматься:

• Проектирование и разработка витрин данных и аналитических таблиц для аналитического подразделения Биржи;
• Оптимизация и рефакторинг: поиск «узких горлышек» в SQL-запросах и ETL-процессах, их исправление. Опыт работы с хранилищами Oracle, GreenPlum;
• Масштабирование процессов: внедрение стандартов код-ревью, тестирования данных (data quality) и документации, чтобы вся команда работала эффективно;
• Участие в архитектурных обсуждениях: предложение решений на основе экспертизы.

Hard Skills:

• SQL: уверенное владение CTE, оконными функциями. Умение читать Explain Plan и оптимизировать тяжелые запросы;
• Python: опыт написания скриптов для обработки данных, автоматизации;
• Orchestration: опыт работы с Airflow (создание DAG, настройка зависимостей, мониторинг);
• Git: понимание веток, merge/pull requests, решение конфликтов слияния.

Soft Skills (Критично):

• Проактивность: умение говорить «нет» плохому ФЗ и предлагать альтернативу;
• Командная игра: готовность делиться знаниями, проводить код-ревью, учить джуниоров.

Будет плюсом:

• Опыт бэкенд-разработки или построения data-инфраструктуры с нуля;
• Опыт работы с хранилищами S3, ClickHouse.