Data Engineer в направление «Интеллектуальные решения»

Астана, улица Динмухамеда Кунаева, 10

Показать контакты

Описание вакансии

Ключевые задачи:

Строить пайплайны выгрузки данных из систем заказчика: PostgreSQL, Oracle, Hive-таблицы, Kafka-топики, файлы, API;
Разрабатывать и сопровождать DAG'и в Airflow - инкрементальная загрузка, ретраи, алертинг, восстановление после сбоев;
Собирать витрины для аналитики и датасеты для AI-сервисов;
Отвечать за качество данных: проверки на входе, контроль расхождений, понятная диагностика при инцидентах;
Оптимизировать запросы и модели данных, когда витрина перестаёт укладываться в SLA;
Мы строим корпоративную AI-платформу: интеллектуальный поиск по внутренним документам, аналитику операционных процессов, выявление аномалий в данных. Всё это работает ровно настолько хорошо, насколько хорош слой данных под ним. Ландшафт неоднородный, и мы говорим об этом сразу. Источники живут в унаследованном контуре заказчика на Huawei Cloud Stack - Hive, Spark, объектное хранилище, базы на Oracle и PostgreSQL. Наш собственный контур современный: Kubernetes, Airflow, аналитическая СУБД, GPU-сегмент под инференс.
Ваша задача - аккуратно вытащить данные из первого и качественно уложить во второй.

Навыки, которые нам необходимы:

3 + года в роли Data Engineer или близкой - ETL, DWH, backend с дата-уклоном;
Уверенный SQL: оконные функции, планы выполнения, умение объяснить, почему запрос тормозит;
PostgreSQL на практике - индексы, блокировки, партиционирование;
Python на уровне промышленной разработки пайплайнов, а не разовых скриптов;
Airflow или другой оркестратор - Dagster, Prefect, аналог;
Опыт хотя бы с одной аналитической СУБД: ClickHouse, Greenplum, GaussDB(DWS), Vertica;
Понимание распределённого хранения: HDFS, Hive-таблицы, движок вроде Spark. Конкретный дистрибутив не важен;
Docker: собрать образ, разобраться, почему контейнер падает;
Будет плюсом знание: Huawei Cloud Stack (MRS, GaussDB, OBS); Kafka и CDC (Debezium); Orac как источник; dbt; Kubernetes; Spark; Prometheus и Grafana; Data Quality и Data Contracts; подготовка данных для ML: обработка документов, векторные хранилища, эмбеддинги.