Аналитик DWH (удаленная работа)

Вакансия: Аналитик DWH

Описание вакансии

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)