Analytics Engineer (SQL, Python, DBT, Greenplum)

Middle/Middle+ Data Analyst / Analytics Engineer (SQL / Python / DBT / Greenplum)

Ставка: до 230 000 руб. на руки в месяц.

Грейд: Middle / Middle+.

Загрузка: Full-time (полная занятость).

Срок привлечения: до конца 2026 года с возможностью пролонгации.

Формат: Удалённо.

Часовой пояс: UTC+3 (МСК).

Локация/Гражданство: РФ / РФ.

О проекте: крупный ритейл мебели и товаров для сна. Развитие аналитической инфраструктуры, построение и оптимизация витрин данных для управленческой отчетности.

О роли: это позиция на стыке Data Analytics и Data Engineering (Analytics Engineer). Мы ищем специалиста, который не просто пишет запросы, а глубоко понимает архитектуру хранилищ данных (DWH), умеет оптимизировать тяжелые SQL-запросы в MPP-системах и выстраивать надежные пайплайны трансформации данных с помощью dbt и Python.

Ключевые задачи:

• Оптимизация и выверка сложных SQL-запросов для построения витрин управленческой отчетности.
• Разработка, поддержка и документирование моделей данных и витрин с использованием DBT.
• Обработка и трансформация данных с помощью Python.
• Участие в оркестрации и мониторинге ETL-процессов (Airflow).
• Контроль целостности информации, проведение сверок данных и обеспечение их качества (Data Quality).
• Работа в команде по принципам командной разработки с использованием Git.

Обязательные требования (Hard Skills):

Базы данных и SQL (КРИТИЧНО!):

• Понимание теории реляционных баз данных и архитектуры хранилищ данных (DWH).
• Уверенное владение SQL, в том числе при работе с большими объёмами данных.
• Навыки оптимизации запросов для повышения производительности и снижения нагрузки на хранилище.
• Практический опыт работы с ArenadataDB, Postgres и Greenplum (понимание особенностей обработки данных в MPP-системах).

Инструменты трансформации и оркестрации (КРИТИЧНО!):

• Опыт использования DBT для построения и поддержки витрин данных.
• Практическое применение Python в разработке решений для обработки и трансформации данных.
• Опыт работы с Airflow и понимание принципов оркестрации ETL-процессов.

Процессы и методологии:

• Владение методологиями проектирования и построения хранилищ данных.
• Знание подходов к формированию управленческой отчётности: умение готовить данные для витрин, выполнять выверки и контролировать целостность информации.
• Уверенное владение Git для контроля версий и совместной работы с кодом.

Будет весомым плюсом:

• Опыт работы в ритейле (особенно мебель, товары для дома или e-commerce).
• Опыт работы с методологиями моделирования DWH (Data Vault, Star Schema, Snowflake).
• Навыки работы с инструментами визуализации (Superset, Power BI, Metabase).