Middle Data Warehouse Engineer (DWH)

Формат работы: удалённо
График: удаленный
Подчинение: IT директор

О вакансии

Мы ищем Middle Data Warehouse инженера с опытом проектирования и реализации хранилищ данных, а также техническим видением, способным не только решать задачи руками, но и вести за собой команду.

Это роль "играющего тренера" — ты будешь не только разрабатывать и оптимизировать решения, но и координировать команду, управлять подрядчиками, принимать технические решения и задавать вектор развития.

Мы строим централизованное хранилище данных — с интеграцией BI, AI-инструментов и автоматизацией аналитики.

Что предстоит делать

• Проектировать и реализовывать архитектуру DWH.

• Разрабатывать и оптимизировать ETL/ELT-процессы (используем Airflow, Python, PostgreSQL — процедуры, разложенные по слоям).

• Централизовывать корпоративные данные (объём хранилища сейчас ~200 GB, потенциально вырастет до 2–3 TB).

• Интегрировать данные из 20+ источников (основных 3–4, где сосредоточено ~80% всей информации).

• Внедрять BI-решения (Power BI).

• Подключать AI-инструменты (в будущем: генерация дашбордов, авто-SQL, NLP-интерфейсы).

• Писать DDL/DML, схемы, процедуры, документацию.

• Руководить небольшой командой (3 инженера + подрядчик), распределять задачи, контролировать качество и сроки.

• Участвовать в выборе технологий, настройке CI/CD (GitLab).

• Работать с объектным хранилищем (S3), где сейчас лежит телеметрия из ClickHouse.

Мы ожидаем от тебя

• 3+ лет опыта с DWH.

• Отличное знание SQL и понимание архитектуры хранилищ.

• Опыт с Airflow или аналогичными оркестраторами.

• Навыки построения BI-дешбордов (Power BI, Tableau и др.).

• Умение самостоятельно брать задачи «под ключ».

• Интерес к применению AI в аналитике.

В данный момент у нас

• Команда состоит из 3 человек + подрядчик.

• Разработано техническое задание на архитектуру, ведётся реализация.

Что мы предлагаем

• Влияние: ты будешь главным техническим голосом в проекте.

• Масштаб: возможность построить современное хранилище с нуля.

• Автономность и доверие: минимум бюрократии.

• Современный стек: Airflow, Python, PostgreSQL, Power BI, GitLab CI/CD, S3, AI-интеграции.

• Гибкость: работа удалённо.