Data Engineer Работа Вакансии
前往频道在 Telegram
Вакансии Data Engineer Размещение вакансий и рекламы - @hr_rus Стоимость размещения - t.me/it_rab/11 Каналы вакансий других IT профессий - @it_rab
显示更多
网络:4 976
订阅者
+224 小时
+377 天
+14730 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
九月 '269月 '26
九月 '26
+178
在0个频道中
八月 '26
+214
在1个频道中
Get PRO
七月 '26
+269
在0个频道中
Get PRO
六月 '26
+175
在0个频道中
Get PRO
五月 '26
+180
在1个频道中
Get PRO
四月 '26
+263
在1个频道中
Get PRO
三月 '26
+183
在1个频道中
Get PRO
二月 '26
+185
在1个频道中
Get PRO
一月 '26
+246
在1个频道中
Get PRO
十二月 '25
+222
在1个频道中
Get PRO
十一月 '25
+224
在2个频道中
Get PRO
十月 '25
+133
在1个频道中
Get PRO
九月 '25
+201
在1个频道中
Get PRO
八月 '25
+141
在3个频道中
Get PRO
七月 '25
+234
在1个频道中
Get PRO
六月 '25
+199
在1个频道中
Get PRO
五月 '25
+214
在1个频道中
Get PRO
四月 '25
+279
在2个频道中
Get PRO
三月 '25
+260
在1个频道中
Get PRO
二月 '25
+168
在3个频道中
Get PRO
一月 '25
+257
在28个频道中
Get PRO
十二月 '24
+241
在22个频道中
Get PRO
十一月 '24
+300
在3个频道中
Get PRO
十月 '24
+581
在19个频道中
Get PRO
九月 '24
+492
在25个频道中
Get PRO
八月 '24
+396
在24个频道中
Get PRO
七月 '24
+117
在29个频道中
Get PRO
六月 '24
+87
在26个频道中
Get PRO
五月 '24
+769
在31个频道中
Get PRO
四月 '24
+268
在30个频道中
Get PRO
三月 '24
+73
在4个频道中
Get PRO
二月 '24
+137
在17个频道中
Get PRO
一月 '24
+109
在0个频道中
Get PRO
十二月 '23
+226
在27个频道中
Get PRO
十一月 '23
+1 169
在0个频道中
Get PRO
十月 '23
+1 260
在15个频道中
Get PRO
九月 '23
+190
在0个频道中
Get PRO
八月 '23
+234
在0个频道中
Get PRO
七月 '23
+3 542
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 27 九月 | +2 | |||
| 26 九月 | +4 | |||
| 25 九月 | +4 | |||
| 24 九月 | +7 | |||
| 23 九月 | +17 | |||
| 22 九月 | +4 | |||
| 21 九月 | +6 | |||
| 20 九月 | +8 | |||
| 19 九月 | +5 | |||
| 18 九月 | +3 | |||
| 17 九月 | +8 | |||
| 16 九月 | +6 | |||
| 15 九月 | +4 | |||
| 14 九月 | +6 | |||
| 13 九月 | +4 | |||
| 12 九月 | +5 | |||
| 11 九月 | +11 | |||
| 10 九月 | +9 | |||
| 09 九月 | +12 | |||
| 08 九月 | +6 | |||
| 07 九月 | +4 | |||
| 06 九月 | +5 | |||
| 05 九月 | +2 | |||
| 04 九月 | +13 | |||
| 03 九月 | +6 | |||
| 02 九月 | +12 | |||
| 01 九月 | +5 |
频道帖子
Бесплатный вебинар ML для начинающих!
Практический эфир для тех, кто присматривается к Data Science.
✅ ведущий — практикующий специалист со стажем
✅ разбор полного ML-проекта от задачи до анализа ошибок
✅ информация адаптирована для новичков
✅ не требуются дополнительная подготовка или ПО
Узнайте реальную последовательность работы с ML-проектами и все необходимые навыки.
Регистрируйтесь бесплатно и начинайте свой путь в новой специальности с Симулейтив!
Записаться
| 2 | #senior #300k #удаленка
Top Selection
Data Engineer (ETL-миграция)
от 270 000 до 285 000 ₽ за месяц
Формат работы: можно удалённо
☑️ Чем предстоит заниматься
-Миграция ETL-системы телеком-оператора с Oracle/Informatica на Apache стек (S3, Airflow, NiFi, Kafka, Greenplum)
-Перенос бизнес-логики из Informatica в высокопроизводительный SQL-код
-Написание и оптимизация SQL для витрин данных и ETL-процессов
-Разработка DAG-ов в Airflow
-Настройка пайплайнов в NiFi (источники: Oracle, PostgreSQL; приемники: S3, файловые архивы)
-Разработка Spark-джобов (PySpark) для больших объемов
-Интеграция с Kafka для потоковой передачи
-Настройка мониторинга (Grafana/Prometheus) и отслеживание метрик
-Разбор инцидентов по качеству данных и ошибкам загрузки
-Code review
☑️ Наши пожелания к кандидатам
-Опыт миграции ETL-систем (желательно с Oracle/Informatica на Apache стек)
-Глубокий SQL: оконные функции, сложные джойны, иерархические запросы
-Оптимизация SQL для highload (партиционирование, индексы, explain plans)
-Oracle (PL/SQL) и PostgreSQL
-Greenplum и/или Clickhouse
-Проектирование архитектур на Apache Spark (PySpark), NiFi, Airflow
-Hadoop (HDFS) и Hive
-Мониторинг ETL: Grafana/Prometheus или Victoria Metrics
-Опыт работы с биллинговыми системами (желательно телеком-домен)
-Будет плюсом:
-Потоковая обработка: Kafka Streams / Spark Streaming
-Informatica PowerCenter (понимание мигрируемой системы)
-Бинарные форматы хранения в Hadoop
-Различия: Hive vs Impala, Greenplum vs PostgreSQL, Clickhouse vs PostgreSQL
-Patroni для кластеризации PostgreSQL/Greenplum
-S3-хранилища
-КриптоПро или защищенные каналы передачи данных
Контакты: info@top-selection.ru
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 809 |
| 3 | #junior #100k #гибрид
Selecty
Аналитик ETL (Junior)
до 150 000 ₽ за месяц, на руки
Опыт работы: 1–3 года
Полная занятость
Оформление: Трудовой договор
График: 5/2
Формат работы: гибрид (Москва)
☑️ Наши пожелания к кандидатам
-Опыт аналитиком бизнес/данных от 1-го года
-Базовый уровень владения SQL (SELECT, JOIN, GROUP BY, понимание индексов)
-Основы ЯП Python на уровне чтения
-Знакомство с ETL-принципами
-Знакомство с хранилищами данных и СУБД, Git, форматом JSON
-Образование: техническое (Computer Science, математика, физика) или сертификаты курсов
Контакты: job@selecty.ru
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 1 078 |
| 4 | #senior #удаленка
IT_One
Старший аналитик данных
Опыт работы: не менее 5 лет
Формат работы: удалённо
☑️ Чем предстоит заниматься
-Самостоятельно отвечать за аналитическую проработку домена или направления, управлять требованиями, рисками качества данных и ожиданиями заказчиков
-Декомпозировать сложные инициативы, формировать подходы к реализации
-Проводить ревью артефактов Middle-специалистов
-Проектировать аналитические витрины и модели данных с учетом производительности, сопровождаемости, отслеживания происхождения данных и принципов управления данными
-Организовывать анализ систем-источников и проектирование машинных загрузок данных, включая правила трансформации, историчность и контроль качества
-Проводить ревью скриптов Middle-специалистов
-Вести разработку BI-решений под ключ: выявление потребностей, согласование KPI, проектирование метрик, приемка, публикация и сопровождение
-Оптимизировать BI-архитектуру и производительность отчетов, определять требования к RLS/разграничению доступа и качеству пользовательского опыта
-Проектировать сложные интерактивные Power BI-дашборды со связанными визуализациями, гибкими ролевыми моделями и оптимизацией скорости работы
-Проводить сложные воркшопы с заказчиками, разрешать спорные вопросы по данным и метрикам, формировать единый понятийный аппарат
-Задавать стандарты аналитической документации, критерии приемки витрин и отчетов, консультировать команду по эффективной работе с данными
-Участвовать в построении процессов контроля качества данных и валидации сквозного пути: источники → DWH → BI
☑️ Наши пожелания к кандидатам
-Опыт работы в роли аналитика данных не менее 5 лет, включая проекты с КХД, BI-ландшафтом и большими объемами финансовых и операционных данных
-Опыт в банковской предметной области обязателен: продукты, операции, клиентская аналитика, управленческая и финансовая отчетность
-Опыт участия в регуляторных проектах и подготовке регуляторной отчетности
-Наличие подтвержденных кейсов влияния аналитических решений на бизнес-процессы, управленческую отчетность или снижение ручного труда
-SQL и опыт моделирования DWH на высоком уровне
-Глубокое понимание архитектуры Greenplum (или других MPP-СУБД): распределение, партиционирование, планы выполнения, оптимизация под большие объемы
-Data Vault 2.0 — владение на уровне проектирования сущностей и связей, принятие архитектурных решений по слоям КХД и витринам
-Опыт работы с внешними источниками данных (оценка применимости, качества и ограничений)
-Power BI — уверенное владение (DAX, ролевые модели, оптимизация производительности)
-Умение объяснять сложные вещи простым языком
-Навыки письменной коммуникации: понятные комментарии, статусы, описания решений, инструкции и документация
-Умение занимать лидерскую позицию и вести других за собой. Навыки администрирования и мотивации
-Фасилитация сложных кросс-функциональных обсуждений с бизнесом, ИТ, ИБ, эксплуатацией и подрядчиками
-Участие в найме, оценке кандидатов, развитии команды и разрешении конфликтных ситуаций
-Опыт работы с OpenMetadata или другими каталогами данных (будет плюсом)
-Опыт наставничества и передачи знаний внутри команды (будет плюсом)
-Участие в построении процессов контроля качества данных (будет плюсом)
Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 1 053 |
| 5 |  Тот самый курс по ML, который прошли 200 000 человек. Теперь — в новой версии
С 2016 по 2022 год специализация «Машинное обучение и анализ данных» на Coursera была входным билетом в профессию — через неё прошли больше 200 000 человек. С тех пор AI ушёл далеко вперёд, и набор тем, которые нужно знать сегодня, изменился. Поэтому Виктор Кантор с командой MLinside обновил программу и перевыпустил специализацию заново — уже как «Искусственный интеллект и анализ данных». Цену оставили ту же, что четыре года назад.
Кому это нужно
ML обычно изучают по частям: линейные модели подтянул на работе, про трансформеры прочитал статью, про агентов посмотрел ролик на YouTube. Каждый кусок вроде понятен, а цельной картины нет. Пока задачи типовые, это не мешает. Сложности начинаются там, где спрашивают системно: на собеседовании или при переходе из аналитики в ML.
Специализация даёт последовательную базу вместо разрозненных кусков — 226 уроков и 47 часов контента.
Что внутри
▪️ Математика и Python — алгоритмы и структуры данных, матанализ, линейная алгебра, теория вероятностей
▪️ Classic ML — линейные модели и SVM, деревья и градиентный бустинг, кластеризация, метрики и валидация, введение в нейросети и PyTorch
▪️ Deep Learning — backpropagation, CNN, детекция и сегментация, RNN и LSTM, трансформеры и Attention, языковое моделирование, введение в RLHF
▪️ LLM и AI-агенты — инференс LLM, квантование, vLLM и TensorRT, полный разбор RAG, архитектуры агентов, мультиагентные системы, MCP
▪️ A/B-тестирование — дизайн экспериментов, статистические критерии, бутстрэп, CUPED, последовательный анализ, кейсы из индустрии
В разработке ещё два модуля: Production ML и ML System Design.
Кто ведёт
Уроки ведут действующие практики — директора по данным и руководители AI-направлений, работавшие в МТС, Яндексе, Сбере и других крупных компаниях. Люди, которые строили AI-команды с нуля и доводили модели до продакшена, а не просто пересказывают учебники. Большая часть команды преподаёт в МФТИ, ИТМО и НИУ ВШЭ.
Технологии в AI меняются каждые несколько месяцев, поэтому к готовым модулям регулярно добавляются новые уроки — по свежим темам и запросам студентов.
Как проходит обучение
Специализация устроена как библиотека курсов: доступ ко всем модулям открывается сразу после оплаты. Можно идти по рекомендованной последовательности, а можно изучать только те темы, которых не хватает.
Студенты ВУЗов могут получить доступ к специализации бесплатно (также как это было на Coursera), для всех остальных подписка стоит 5000 ₽ в месяц. Видеолекции, семинары, тесты с автопроверкой, задания, чат с кураторами для ответов на вопросы. Без потоков и дедлайнов: старт в любой момент, свой темп. На 3 и 6 месяцев подписка дешевле.
Сразу предупреждаем: материал сложный, на уровне сильнейших технических вузов. Это не обзорный формат: разбираем backprop в матричной форме, encoder-decoder и decoder-only архитектуры, статистические критерии и их ограничения. Цель не развлечь и дать чувство, что все сразу получается само, а реально научить.
Зато вместо разрозненных знаний у вас будет система: понимание, как методы устроены внутри и какой выбрать под конкретную задачу.
Полная программа и варианты подписки — по ссылке на сайте Специализации | 1 177 |
| 6 |  ⚡️ Дата-инженерия в 2026 году: как войти в профессию?
Компании собирают всё больше данных, но чтобы они приносили пользу бизнесу, их нужно собрать, обработать и подготовить к работе.
Этим занимаются дата-инженеры: они создают инфраструктуру, благодаря которой аналитики, Data Scientists и ML-инженеры получают нужные данные вовремя и в удобном формате.
Как понять, подходит ли вам профессия дата-инженера? Какие навыки нужны на старте? И можно ли прийти в Data Engineering из аналитики?
На бесплатном вебинаре «Как освоить дата-инженерию: с нуля или из аналитики» вместе с Андреем Вильмовым, Data Engineer в IBS, разберём профессию на практике — от первой задачи до более сложной системы.
Что будет на эфире:
➖Разберёмся, чем занимается дата-инженер, чем его работа отличается от аналитика и с чего начать путь в профессию;
➖Покажем, как аналитикам расширить стек: забирать данные из разных источников, обрабатывать их и готовить для отчётов;
➖Решим 3 задачи от простой загрузки данных до более сложной системы и посмотрим, как решения меняются с ростом объёма и требований к скорости;
➖Составим карту навыков: что учить сначала, что пригодится дальше и что можно оставить на потом;
➖Посмотрим на работу дата-инженера не только через схемы и теорию — Андрей покажет практические решения и ответит на вопросы в чате.
Это хорошая база, если вы только присматриваетесь к дата-инженерии или хотите понять, какие навыки стоит добавить к уже имеющемуся опыту аналитика.
🎁 ПОЛУЧИТЕ 3 КУРСА (PYTHON, SQL, PANDAS) В ПОДАРОК ЗА РЕГИСТРАЦИЮ НА ЭФИР!
Эти курсы - база для того чтобы вкатиться в профессию!
🛎️Регистрируйтесь, эфир совсем скоро! | 1 117 |
| 7 | #офис
Лига Цифровой Экономики
Аналитик DWH
Формат работы: в офисе (Москва)
☑️ Чем предстоит заниматься
-Проводить анализ источников, унификацию/подключение источников к DDS
-Формировать витрины данных на слое DMT
-Проводить тестирование разработанных витрин
-Писать проектную документацию (ТЗ/S2T)
☑️ Наши пожелания к кандидатам
-Опыт работы в роли аналитика в хранилище Банка от 2-х лет
-Понимание архитектуры хранилищ данных (ODS,DDS,DMT)
-Опыт работы с моделью данных (Data vault)
-SQL – продвинутый уровень (группировки, join-ы, подзапросы, оконные функции, умение ориентироваться в запросах на 1000+ строк)
-Опыт работы в построении витрин: прототипирование витрин, тестирование витрины
-Опыт формирования требований на разработку ПО (ТЗ,S2T)
-Опыт интервьюирования заказчика, сбор требований к витринам
-Опыт подключения источников к DDS (будет плюсом)
-Опыт работы c Greenplum (будет плюсом)
-Опыт работы с Airflow (будет плюсом)
Контакты: hr@digitalleague.ru / Telegram @digitalleague
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 1 214 |
| 8 |  ИИ-система может отлично решать задачи бизнеса, но при этом оставаться уязвимой. Утечки данных, атаки на модели, небезопасные сценарии работы агентов — проблемы, которые проще предупредить на этапе проектирования, чем исправлять после запуска.
На открытом уроке разберём, как создавать ИИ-системы с учетом требований безопасности с самого начала. Вы узнаете, какие угрозы характерны для LLM, как применять принципы Security by Design и какие архитектурные решения помогают защитить данные и компоненты системы.
Разберём практический кейс: усилим архитектуру ИИ-агента с помощью механизмов защиты, проверки данных и управления доступом. Урок пройдет в преддверие старта курса «ИИ-архитектор».
Он будет полезен архитекторам ПО, разработчикам, специалистам по инфраструктуре и безопасности, которые проектируют или внедряют ИИ-решения. После занятия вы поймете, как закладывать защиту в архитектуру ИИ-систем и создавать решения, устойчивые к атакам и утечкам данных: https://clck.ru/3W45nQ
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru | 1 346 |
| 9 |  Из аналитика в дата-инженеры: переход реален? 🤔
В последнее время все чаще дата-инженерия для аналитиков становится более привлекательной, но в то же время страшной.
С одной стороны, хочется понимать не только то, что происходит с данными, но и как эти данные вообще доезжают до нас. Откуда берутся, где хранятся, как обновляются, почему сегодня в витрине 10 млн строк, а завтра 8 млн и кто опять сломал загрузку🥲
И получается ситуация, когда хочется попробовать, но непонятно, с чего начинать и сколько лет на это закладывать.
Поэтому мне понравилось, как Симулейтив пересобрали свой буткемп «Инженер данных».
Курс разделен на 2 этапа: за первые 10 недель вы осваиваете базу и доходите до уровня junior-специалиста. А на втором этапе — углубленное изучение ключевых инструментов, где вы дорастаете до мидла.
Что вас ждет на курсе:
➖SQL, Python, пайплайны сбора и обновления данных, хранение и обработка, DWH;
➖Живые занятия с ментором каждую неделю — не записи, а разборы вживую;
➖Подготовка к собеседованиям с первых недель, а не в самом конце;
➖ИИ-инструменты как часть программы — учите работать с ними, а не избегать;
➖Гостевые лекции от практикующих дата-инженеров из Яндекса, Т-Банка, Авито, Сбера, OZON;
➖Официальный диплом о профессиональной переподготовке.
Кому подойдёт:
1. Тем, кто хочет войти в дата-инженерию с нуля или перейти из аналитики;
2. Тем, кто пробовал учиться самостоятельно, но теряет темп без структуры;
3. Тем, кому интереснее не просто считать метрики, а выстраивать систему, на которой держатся данные.
Почему сейчас: специалистов, которые управляют данными как системой, на рынке меньше, чем нужно, — а спрос растёт, потому что без инженерии любые данные быстро превращаются в хаос.
🔥ВАЖНО: Симулейтив дают возможность получить грант обучение и гарантируют трудоустройство своих студентов. Количество грантов ограничено!
Оставляйте заявку до завтра включительно, чтобы занять одно из 5 оставшихся мест нового потока!
🔗 ЗАБРОНИРОВАТЬ МЕСТО | 1 230 |
| 10 | #senior #удаленка #гибрид
МТС Банк
Руководитель направления качества данных (Data Quality)
Формат работы: удалённо или гибрид (Москва)
☑️ Чем предстоит заниматься
-Формировать и развивать процессы в области управления качеством данных
-Формировать требования к качеству данных с учётом бизнес-критичности и регуляторных требований
-Встраивать требования к качеству данных в производственный процесс
-Разрабатывать рекомендации на доработки систем и процессов с целью повышения качества данных
-Разрабатывать метрики мониторинга качества данных
-Развивать инструменты качества данных
-Развивать инцидент-менеджмент по качеству данных
-Организовывать обучения и поддержку команд в работе с инструментами качества данных, повышать культуру работы с данными
☑️ Наши пожелания к кандидатам
-Знание современных DQ-практик
-Понимание методологий DAMA, DCAM или других
-Практический опыт внедрения практик управления данными
-Понимание жизненного цикла данных
-Наличие сертификации по управлению данными (будет плюсом)
-Опыт работы в банковской сфере (будет плюсом)
-Опыт внедрения AI инициатив (будет плюсом)
Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 1 319 |
| 11 | #middle #senior
Технократия
Data Engineer
🌍 Казань (релокация/гибридный формат)
Мы создаём финтех-продукты для рынков, где формируется будущее финансовых технологий. Работаем на международных проектах, совмещая скорость стартапов с надёжностью enterprise-разработки.
Чем предстоит заниматься?
• Проектировать и поддерживать интеграцию источников данных (взаимодействие с процессинговыми системами и Автоматизированной Банковской Системой / АБС);
• Организовывать мониторинг актуальности входящих данных и оперативно реагировать на инциденты;
• Готовить данные для загрузки в оговоренные форматы хранения (Data Lake / DWH) для последующего потребления смежными командами;
• Разрабатывать и оптимизировать витрины данных для BI-отчетности в Superset и PowerBI;
• Проводить глубокую проверку качества данных (Data Quality), выявлять аномалии и устранять корневые причины ошибок;
• Обеспечивать бесперебойную актуальность данных, нести ответственность за соблюдение SLA и быстрое восстановление при авариях.
Мы ожидаем:
• Опыт в направлении финтех;
• Отличное знание SQL (DDL/DML) в PostgreSQL;
• Хорошее знание SQL (DDL/DML) в ClickHouse;
• Отличные навыки оптимизации SQL-запросов в PostgreSQL;
• Отличные навыки работы с Python: написание и поддержка DAG-ов в Airflow, опыт работы с асинхронными сервисами;
• Хорошие навыки конфигурирования PostgreSQL.
Контакты: @recruiter_technokratos | 1 360 |
| 12 | #гибрид #удаленка
X5 Tech
Data Engineer (разработчик DWH)
Оформление: официальное, с белой зарплатой
График: гибкий
Формат работы: гибрид или удалённо
☑️ Чем предстоит заниматься
-Сбор требований с бизнес-заказчиков и анализ источников данных
-Разработка, реализация и поддержка типовых потоковых интеграционных решений на стеке технологий, принятых в команде: Trino, Iceberg, S3, Spark, Apache Airflow, Kafka, Cosmos, Flink
-Оперативное реагирование на информацию о проблемах в зоне ответственности, выполнение типовых задач в установленный срок
-Поддержание в актуальном состоянии документации типовых интеграционных решений платформы больших данных. Предоставление отчетности о своей деятельности руководителю
☑️ Наши пожелания к кандидатам
-Общее представление о стеке технологий Lakehouse
-Понимание различия работы между BigData/Lakehouse и с данными обычного размера
-Знание SQL (индексы, функции, оптимизация, профилирование производительности)
-Опыт работы с любой реляционной БД (Oracle, Postgres, MySQL, MsSQL, DB2 и т.п.)
-Умение работать с Git (знание команд git pull/commit/push)
-Опыт работы с DBT, Cosmos
-Представление о работе с Trino
-Понимание устройства Iceberg, форматов данных
-Понимание работы с minio или любого другого хранилища на основе S3
-Опыт использования системами ведения проектов и документации
-Знания основ программирования (JAVA, Python)
Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 1 416 |
| 13 |  Как делать продающие карточки для маркетплейсов
Обычно проблема не в самих элементах, а в том, как они собраны: акценты, иерархия, воздух, читаемость.
Если хочется не просто повторять отдельные приёмы, а научиться собирать такие карточки целиком можно начать с бесплатного курса по дизайну карточек для маркетплейсов.
Там покажут базу, дадут задания с проверкой, разбор работ и помогут собрать первые проекты в портфолио
❤️ Приходи на бесплатный курс!
Узнать больше
#реклама 16+
yudaevschool24.online
О рекламодателе | 1 177 |
| 14 | #senior #удаленка
ДОМ.РФ
Разработчик-аналитик DWH
Опыт работы: не менее 5 лет
Формат работы: можно удалённо (Москва)
☑️ Чем предстоит заниматься
-Проводить проектную коммуникацию с представителями бизнес-заказчика с целью уточнения бизнес-требований
-Выявлять и проводить анализ бизнес-требований, потребностей и проблем бизнес-заказчика
-Формировать спецификации требований, описание логических моделей, структур данных и проектных решений (хранилища и витрины данных)
-Согласовывать проектные решения с архитекторами, разработчиками и аналитиками смежных команд
-Проектировать и разрабатывать ETL/ELT процессы, слои хранилища и витрины данных
-Разрабатывать и оптимизировать SQL-запросы
-Проводить внутреннее тестирование и контроль качества информационных продуктов, реализованных разработчиками
-Принимать участие в приёмочных испытаниях информационных продуктов и документации с заказчиками
-Обеспечивать контроль качества данных и их целостность
☑️ Наши пожелания к кандидатам
-Высшее образование: техническое, математическое или финансовое
-Опыт работы не менее 5 лет
-Уверенные знания Python, GIT, Airflow (DAG с декомпозицией задач, зависимостями, сенсорами)
-Глубокое знание SQL: оконные функции, процедуры, функции, вложенные запросы, опыт оптимизации запросов
-Понимание индексов, партиций, ключей, нормальных форм, SCD
-Понимание моделирования данных, построения хранилища, репликации и консистентности данных
-Умение рефакторить код и проводить миграцию из одной системы в другую
-Знание принципов CI/CD
-Знание PL/SQL для Oracle, Postgres, Greenplum или знание иной MPP СУБД (будет плюсом)
-Опыт работы с API (будет плюсом)
-Знание ООП, DBT, Kafka, Bash, SAS (будет плюсом)
Контакты: itrecruit@domrf.ru
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 1 471 |
| 15 |  Работай с топом Т-Банка над стратегическими проектами
⚡В программе «Мини-СЕО» ты получаешь индивидуальный трек, погружаешься в стратегию компании и работаешь над проектами — от анализа данных до создания новых продуктов.
Наставники — топ-менеджеры, которые руководят целыми направлениями.
Они передадут знания, которые сложно найти в интернете, помогут выстроить индивидуальный трек карьеры и защитить собственный проект в финале программы.
Если ты студент или выпускник с опытом в ИТ, математике или аналитике, подай заявку и начни разгонять карьеру!
Зарегистрироваться
#реклама 16+
t-miniceo.ru
О рекламодателе | 1 204 |
| 16 | #middle #гибрид #удаленка #офис
Wildberries
Data Engineer Ценообразование
Опыт работы: от 3 лет
Формат работы: гибрид, удалённо или офис (Москва)
☑️ Чем предстоит заниматься
-Проектировать и разрабатывать пайплайны загрузки данных. Делать это оптимально в зависимости от потребностей команд потребителей
-Проектировать загрузку данных, раскладку по слоям, витрины в ClickHouse: выбор движка таблиц, ключей сортировки и партиционирования, ключей шардирования и репликации
-Оптимизировать запросы и хранение: разбираться, почему запрос медленный или таблица растёт быстрее ожидаемого, и чинить это
-Разрабатывать и поддерживать DAGи в Airflow: идемпотентность, ретраи, бэкфиллы, зависимости между задачами
-Обеспечивать качество данных: проверки по полноте и консистентности, сверки между системами, алертинг и мониторинг пайплайнов
-Работать напрямую с продуктовыми командами и аналитиками: разбирать требования, договариваться о контрактах данных, объяснять ограничения и предлагать варианты
☑️ Наши пожелания к кандидатам
-Опыт работы с ClickHouse (это ключевой навык для данной позиции. Необходимо уметь идентифицировать проблемы на кластере, понимать как работать с распределенной БД, как оптимально собрать пайплайны, чтобы не убить кластер)
-Уверенный SQL, работа с большими объёмами (у нас есть таблицы 50+ Tb)
-Владеете Python для разработки пайплайнов, а иногда даже бекенда на FastAPI
-Опыт работы с Apache Airflow (опыт разработки и эксплуатации DAGов в проде, понимание идемпотентности и бэкфиллов)
-Опыт работы с Apache Kafka (понимание модели (топики, партиции, консьюмер-группы, оффсеты, семантика доставки), опыт построения загрузки из Kafka в хранилище)
-Опыт интеграции данных из REST API и реляционных БД (PostgreSQL и аналоги), включая инкрементальную загрузку и работу с изменениями данных
Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 1 511 |
| 17 |  Какие навыки понадобятся в IT в 2030 году?
Разберём на онлайн-конференции YaC/e 2026 от Яндекса 30 сентября.
Экспертные спикеры, реальные кейсы.
Участие бесплатно. Регистрируйся до 29 сентября.
Узнать больше
#реклама 16+
yace.yandex.ru
О рекламодателе | 1 174 |
| 18 |  +3Бесплатный вебинар по аналитике данных!
Хочешь в аналитику? Начните свой путь в профессию с нуля!
✅ узнайте актуальную информацию о специальности
✅ эфир от опытного практика с опытом 8+ лет
✅ всё о необходимых навыках и технологиях
✅ честный разбор рынка
Регистрируйтесь бесплатно и меняйте свою жизнь с Симулейтив!
*Эфир адаптирован для новичков в IT без опыта.
Записаться
#реклама 16+
simulative.ru
О рекламодателе | 952 |
| 19 | #senior #удаленка #гибрид
МТС Банк
Главный аналитик NBO
Опыт работы: от 2 лет в сфере анализа данных
☑️ Что нужно делать
-Разработка отчётности для анализа эффекта от внедрения моделей, оптимизирующих процессы вторичных продаж
-Анализ влияния внешних/внутренних факторов на эффект от кампаний продаж
-Анализ бизнес-процессов для выявления зон роста от применения data science моделей
-Разработка регулярной отчётности в Power BI
-Анализ эффекта пилотов
-Разработка технических заданий на создание витрин данных, контроль выполнения задач
☑️ Кого мы ищем
-Техническое/математическое/экономическое образование
-Уверенное владение SQL (в т.ч. написание процедур и функций, опыт работы с БД Oracle будет плюсом)
-Опыт разработки отчётов в BI-инструментах
-Опыт проведения A/B тестов, постановки гипотез, проверки статистической значимости, формулировки выводов
-Опыт работы от 2 лет в сфере анализа данных (банковская область будет большим плюсом, технологический консалтинг — плюсом)
Откликнуться
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 2 524 |
| 20 | #senior #300k #удаленка
Top Selection
Дата-аналитик (нормативно-справочная информация)
от 250 000 до 270 000 ₽
Опыт работы в области НСИ/обработки данных: от 1–2 лет
Можно удалённо
☑️ Обязанности
-Сбор и анализ данных из текущих справочников номенклатуры и мест хранения/эксплуатации: 1С УХ, Инфра-М, АХО, склады
-Для серверного оборудования добавить в справочник по группам/подгруппам НСИ обязательную аналитику: норматив энергопотребления и заложить в шаблоны
-Создание методологии ведения и нормализации справочника номенклатуры, подготовка классификатора и шаблонов для основных категорий
-Нормализация данных справочников при необходимости
-Подготовка данных для загрузки в 1С.MDM (не более 50 000 номенклатурных записей)
☑️ Требования
-Высшее образование (техническое, экономическое, аналитическое направление)
-Знание основ методологии управления НСИ (классификация, атрибутивная модель, нормализация данных)
-Навык анализа и нормализации наименований номенклатуры
-Опыт работы с классификаторами МТР и присвоения классов номенклатурным позициям
-Навык выявления дубликатов и согласования данных в справочниках НСИ
-Опыт проведения первичного аудита качества данных в справочниках (полнота, корректность, дубли)
-Навык работы с Excel, базовые SQL-запросы
-Опыт защиты результатов перед бизнес-заказчиком
Контакты: info@top-selection.ru
🔥 Подписаться на наши каналы / @best_itjob / @it_rab | 2 290 |
