Data Engineer
Шукаємо досвідченого Data Engineer для розвитку data-платформи у фінансовій сфері. Потрібен досвід з OLAP-системами (StarRocks), SQL, ETL-інструментами (Airflow, dbt) та базові знання Python. Пропонується робота над складними аналітичними пайплайнами, оптимізація продуктивності та участь у формуванні архітектури DWH.
Зарплата не указана — оценили по рынку
На основе 109 похожих вакансий за 90 дней.
Что предстоит делать
Мы ищем опытного Data Engineer, который способен и хочет влиять на архитектуру, подходы и развитие data-платформы. Что вы будете делать: - Проектировать и развивать ETL / ELT-пайплайны для финансовых и транзакционных данных - Строить и оптимизировать аналитические модели в StarRocks под высокие нагрузки и сложные агрегации - Работать с потоками данных в batch и near real-time сценариях, балансируя между скоростью, стоимостью и актуальностью данных - Оптимизировать latency, concurrency, cost и data freshness в соответствии с бизнес- и регуляторными требованиями - Повышать качество, консистентность и управляемость данных, формируя практики Data Quality и Data Governance - Вместе с командой формировать архитектуру DWH и BI-решений, постепенно модернизируя legacy без остановки существующих процессов Кого мы ищем: • Data Engineer с опытом работы с OLAP-системами (StarRocks — основная платформа или готовность быстро её освоить) • Уверенное владение SQL и опыт оптимизации сложных аналитических запросов • Понимание принципов построения data warehouse и аналитических моделей • Опыт работы с ETL-инструментами (Airflow, dbt или аналоги) • Базовые знания Python или другого языка для data-обработки • Инженерное мышление, способность работать с неопределенностью и принимать технические решения в сложном финансовом домене Будет большим плюсом: - Опыт работы со стримингом данных (Kafka, Flink, CDC) - Опыт работы с Parquet и lakehouse-подходами - Практика оптимизации больших объемов данных и высоконагруженных аналитических систем - Опыт работы с BI-инструментами или построения BI-слоя - Опыт работы с облачной инфраструктурой (AWS или аналоги) <div> <a href="https://jobs.dou.ua/companies/ipay/vacancies/338618/#reply-btn-id">Откликнуться на вакансию</a> </div>
Стек и инструменты
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Похожие вакансии
6 вакансий
Бизнес-аналитик (Product/Performance Analytics)
~1 890 000 ₸ оценка
Аналитик в международной компании Parimatch будет анализировать продуктовые и бизнес-показатели, строить дашборды в Tableau и помогать руководству принимать решения на основе данных. Требуется опыт от 2 лет в аналитике и уверенное владение BI-инструментами. Компания предлагает гибкий соцпакет, обучение и международную среду.
Разработчик AI/ML (Python, OpenAI, AWS)
~1 890 000 ₸ оценка
IT-компания DataArt KZ ищет специалистов уровня middle и senior для работы над AI/ML проектами. Нужно разрабатывать и оценивать решения с использованием Python, OpenAI и AWS. Требуется знание английского языка.
Исследователь в области обучения ИИ-моделей
~1 890 000 ₸ оценка
Исследовательская позиция в области ИИ: заниматься улучшением процессов обучения больших моделей, разрабатывать новые методы оптимизации и проводить эксперименты. Требуется опыт в ML и исследованиях, предлагается возможность публикаций и влияния на реальные продукты.
Senior DBO MLOps (BigData / Streaming FeatureStore / Kubernetes)
Инженер будет заниматься развитием инфраструктуры и баз данных для высоконагруженных BigData-задач и автоматизацией жизненного цикла ML-моделей в Альфа-Банке. Требуется опыт работы с Hadoop, Spark, Kafka, Kubernetes и СУБД. Это роль в MLOps-экосистеме крупного банка.
Backend Python Developer Middle
Разработка и масштабирование MLOps-инфраструктуры в банке: создание потоковой обработки данных, микросервисов и Feature Store, внедрение ML-решений. Требуется опыт в MLOps и разработке сервисов. Предполагается работа с заказчиками и развитие ML-платформы.
Middle Data Scientist (CV/OCR)
Развитие платформы OCR и компьютерного зрения в Авито. Нужно строить пайплайны, разрабатывать VLM-решения, собирать и размечать данные, внедрять ML-модели в продакшен для модерации, антифрода и распознавания документов.