Роль четко сосредоточена на современной платформе данных, а стек и поддержка обучения выглядят привлекательно; без указанной зарплаты уровень компенсации остается неясным.
Современный стек
Понятные задачи
Поддержка обучения
Удалёнка по России
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Middle Data Engineer (SaaS/логистика): Развитие платформы данных DWH и Data Lake для SaaS-экосистемы управления цепочками поставок с акцентом на пакетную и потоковую обработку в Spark и Airflow. Focus on проектировании аналитических слоев, интеграции микросервисов и внешних API, подготовке витрин для Apache Superset и оптимизации запросов в ClickHouse и PostgreSQL.
Локация: Пермь, Монастырская улица, 61; работа на месте работодателя, удалённо или в гибридном формате. Полная удалёнка доступна из любой точки РФ.
Компания
«Умная Логистика» — SaaS-экосистема для управления цепочками поставок и грузоперевозками в РФ, которой пользуются тысячи грузовладельцев и транспортных компаний.
Что делать
Развивать DWH и Data Lake на базе S3, PostgreSQL и ClickHouse.
Разрабатывать и поддерживать ETL/ELT-пайплайны на Python и Apache Spark (PySpark).
Создавать, оптимизировать и мониторить регулярные DAG в Apache Airflow.
Проектировать агрегированные витрины для продуктовой и бизнес-аналитики в Apache Superset.
Интегрировать данные из микросервисов, очередей сообщений и внешних API, включая телематику, скоринг контрагентов и картографические сервисы.
Валидировать данные, профилировать и ускорять аналитические запросы в ClickHouse и PostgreSQL.
Требования
Коммерческий опыт работы Data Engineer или DWH-разработчиком от 1,5 лет.
Уверенное владение SQL: сложные агрегаты, оконные функции, CTE, оптимизация и чтение планов выполнения через EXPLAIN.
Опыт с Apache Airflow: разработка DAG, стандартные и кастомные операторы, идемпотентность и бэкфилы.
Опыт с PostgreSQL: реляционное моделирование, индексы и транзакции; с ClickHouse: движки семейства MergeTree и колоночное хранение.
Опыт с S3-совместимыми хранилищами, структурой каталогов и форматами Parquet/ORC.
Уверенный Python для написания чистого и структурированного кода обработки данных.
Базовое понимание подготовки данных для BI-инструментов, в частности Apache Superset.
Навыки работы с Git, Docker и Linux-окружением.
Хорошо, если есть
Опыт с брокерами сообщений Apache Kafka или RabbitMQ.
Опыт с dbt или инструментами валидации данных Great Expectations и Pandera.
Опыт настройки подключений, дашбордов или семантического слоя в Apache Superset.
Понимание логистического или B2B SaaS-домена.
Культура и преимущества
Развитие современной платформы данных без устаревшего легаси и работа с сильной командой.
Полностью официальное трудоустройство по ТК РФ и белая заработная плата.
Гибкий формат работы: удалённо из РФ, в офисе или гибридно.
Производительный рабочий ноутбук и необходимые доступы.
Компенсация профильных курсов, литературы и участия в конференциях.
Минимум бюрократии, открытость к инженерным инициативам и доверие к процессам.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →