Middle+/Senior Data инженер (Python)

hh.ru

Руководитель группы разработки DWH / Team Lead Data Engineering

очаковоНа сервисе с: 12.08.2026 13:47Автоподнятие14.11.26 13:19

Зарплата не указанаРоссияМоскваГибрид

Присоединяйся к команде крупнейшего пищевого производителя с известными брендами! Работа в АО МПБК Очаково это ценность каждого сотрудника и стабильный заработок!

Ключевые задачи:

· Проектирование и развитие архитектуры корпоративного хранилища данных (DWH) на стеке Microsoft: MS SQL Server, SSAS (табличные/многомерные кубы), Power BI.

· Построение ETL/ELT-пайплайнов, обеспечение надежности и качества данных.

· Формирование семантического слоя (витрины данных) для BI-отчетности и аналитики.

· Управление командой из 2–3 человек (инженер данных + BI-разработчик), распределение задач, контроль качества, наставничество.

· Выстраивание процессов разработки: контроль версий (Git), документация, регламенты, Data Governance.

· Взаимодействие с бизнес-заказчиками и аналитическим отделом: перевод бизнес-требований в технические решения.

· Участие в стратегических проектах, включая перспективное внедрение корпоративных AI-агентов (локальные LLM, RAG-архитектуры).

Обязательные требования:

· Опыт работы с данными (DWH/Data Lake) от 5 лет.

· Опыт управления командой от 3 человек.

· Экспертный SQL (оптимизация запросов, работа с терабайтными объемами).

· Глубокое знание стека Microsoft: MS SQL Server, SSAS (разработка моделей), Power BI.

· Понимание методологий построения DWH: Kimball / Inmon / Data Vault 2.0.

· Опыт интеграции данных из различных источников: ERP, CRM, API, CDC.

· Умение переводить требования бизнеса в технические решения и обратно.

· Навыки управления бэклогом разработки и ведения проектов.

Будет преимуществом:

· Опыт работы с Airflow / dbt / Python.

· Понимание Data Governance / DataOps практик.

· Опыт работы с облачными DWH (Snowflake/BigQuery/Redshift).

· Знание основ ML/AI: как работают модели, RAG, агенты, MCP.

· Опыт миграции или модернизации DWH.

Нужна уверенность в завтрашнем дне? Работай с нами!

Спасибо за отклик! Если ваше резюме соответствует вакансии, мы свяжемся с вами в ближайшее время.

Открыть на hh.ru

Соц.сети

Senior Data Engineer

На сервисе с: 14.11.2026 10:09

Зарплата не указанаПольшаКипрБеларусьГерманияНидерландыИспанияПортугалияГрузияЧехияЛюксембургЛатвияЛитваЭстонияВенгрияРумынияФинляндияФранцияАвстрияГрецияДанияИталияСловакияУдалёнка

Senior Data Engineer ••••••••

Местоположение: EU, Грузия, Беларусь
Формат работы: Удаленно
Опубликована: ••••••••

Требования:
• Международный опыт проектов с рабочим английским
• 5+ лет опыта, из них 2–3 года с Azure
• Стек данных Azure
• Python/PySpark, SQL

Контакт: ••••••••

•••••••• опубликована в ••••••••

Сайты компаний

Data Engineer

На сервисе с: 13.10.2026 07:24Автоподнятие14.11.26 09:26

Зарплата не указанаКазахстанУзбекистанКиргизияГибрид

Текст:

Location

Manila-based with a hybrid-first setup; fully remote work is possible for eligible roles, with core collaboration hours from 12:00 to 19:00 Manila time (UTC+8).

About the company

A technology-driven financial company building a banking and lending platform across Southeast Asia, beginning in the Philippines. It serves millions of users through a large app and partner network, combining global fintech expertise with local market knowledge.

Responsibilities

Design and operate batch and streaming data pipelines on Databricks and Apache Spark over AWS, ingesting from databases, APIs, and event streams.
Shape lakehouse architecture on S3 and Delta Lake, including medallion Bronze/Silver/Gold layering and storage optimization.
Own projects end to end, from stakeholder alignment and design review through implementation, launch, and ongoing support.
Build self-service, scalable ETL/ELT solutions and maintain governance and access control with Unity Catalog, including PII handling.

Requirements

Hands-on Databricks experience and strong Apache Spark skills, with PySpark and/or Scala.
Strong Python for data engineering, plus SQL and Spark SQL for transformation and analytics.
Experience with Delta Lake and lakehouse architectures, including performance optimization of Spark jobs and storage formats such as Parquet and Delta.
Proven project ownership and clean, testable, maintainable code with Git-based version control; infrastructure-as-code experience such as Terraform or Ansible is a plus, not required.