Data-аналитик (DWH) (удаленная работа)

Вакансия: Data-аналитик (DWH)

Описание вакансии

Привет! Мы SHEVEREV, аккредитованная IT-компания, занимающаяся разработкой веб-сервисов и мобильных приложений различной сложности.

Мы создаем цифровые продукты, которые меняют мир. От платформ для онлайн-обучения до удобных сервисов для путешествий. Мы работаем с лидерами российского и зарубежного рынков, решая самые сложные задачи с помощью передовых технологий.

На данный момент мы ищем Data-аналитик (DWH) на аутстаффинг-направление.

Обязанности:

• Глубокий анализ источников в MSSQL . Вы будете разбираться в "археологии" данных: выявлять бизнес-сущности, скрытые зависимости и регламентные операции, чтобы перенести это в новую систему без потерь.

• Проектирование устойчивых и масштабируемых моделей данных с использованием методологии Data Vault 2.0 . Обеспечение прозрачности, полной истории изменений (SCD) и возможности восстановления данных на любой момент времени.

• Создание и поддержка трансформационных слоев в dbt (сырой слой, слой данных, витрины). Применение знаний нормализации/денормализации, схем звезда и снежинка для баланса между аналитикой и производительностью.

• Проектирование сложных DAG в Apache Airflow . Управление зависимостями между загрузкой из Kafka , инкрементальной загрузкой из Postgres/Clickhouse и запуском dbt-моделей. Настройка мониторинга и алертов.

• Разработка на Python пайплайнов для выгрузки данных из MSSQL и MongoDB в объектное хранилище ( S3 ) и аналитическую БД ( Clickhouse ).

• Ведение технической документации, версионирование моделей (Git), внедрение практик DataOps для автоматического тестирования данных и безопасного деплоя.

Требования:

• Опыт работы с данными: от 6 лет (Senior) / от 4 лет (Middle+) .

• Глубокое понимание реляционных БД (Postgres, MSSQL). Написание сложных запросов с оконными функциями, CTE это ваша повседневность.

• Знание нормальных форм, Data Vault, схем звезда/снежинка. Умение строить модели под аналитические задачи.

• dbt: Коммерческий опыт разработки и шаблонизации в dbt (обязательно).

• Airflow: Опыт настройки сложных DAG, мониторинга, управления зависимостями.

• Python: Уверенный уровень для написания ETL-кода.

• Стек: S3, Kafka, MSSQL, Postgres, MongoDB, Clickhouse.

• DataOps: Понимание CI/CD, Git, тестирования данных.

Будет плюсом:

• Опыт в финтехе / инвестиционных платформах.

• Знание Docker.

Условия:

• Официальное трудоустройство по ТК РФ с белой зарплатой;
• Возможность трудоустройства в аккредитованной IT-компании, подходящей для получения IT-ипотеки и предоставляющей отсрочку от призыва на военную службу;
• Минимум бюрократии и отсутствие строгого контроля: мы не фиксируем действия на экране и деликатно отслеживаем рабочее время в Jira;
• Регулярное повышение заработной платы;
• Крутая команда профессионалов, нацеленных на результат.