Senior Data Engineer / DataOps Engineer

Что предстоит делать

Навыки: SQL, Python, DWH, ETL, Greenplum, PostgreSQL, Apache Kafka, Docker, Kubernetes, Apache Hadoop. Квалификация: Senior. Специализации: Инженер по данным. ## О компании AYROSA — it-компания из Самары. Проектируем, создаём и поддерживаем веб-сервисы для клиентов из России и Европы. Любим сложные интеграции, внимательно относимся к интерфейсам, помогаем клиентам не только разработкой, но и экспертизой в digital и web-маркетинге. Работаем как по классическим, так и по гибким подходам. Следим за качеством, много тестируем, соблюдаем сроки и выстраиваем с клиентами долгосрочные, понятные отношения. ## О проекте Мы ищем опытного Data Engineer / DataOps Engineer на проект для крупного дальневосточного ритейлера. Проект связан с внедрением и развитием базовой инфраструктуры для ИИ и управления данными в ритейле: магазины, склады, товарные остатки, продажи, логистика, аналитика, DWH, озёра данных, витрины и пайплайны. Нам нужен специалист с сильным фокусом на data engineering — примерно 60–70% задач будут связаны с данными, DWH, пайплайнами, ETL/ELT и витринами. При этом важен практический DevOps-бэкграунд: нужно понимать инфраструктуру, контейнеризацию, CI/CD, Kubernetes, работу сервисов и окружений. Это не роль «чистого DevOps» и не роль «чистого аналитика». Мы ищем инженера, который умеет строить и сопровождать data-инфраструктуру, понимает, как данные попадают в хранилища, как обеспечивать их качество и как сделать так, чтобы вся система была стабильной, воспроизводимой и понятной для команды. ## Чем предстоит заниматься - Участвовать во внедрении и сопровождении базовой инфраструктуры для ИИ и управления данными. - Проектировать, создавать и оптимизировать пайплайны для сбора, загрузки и обработки данных. - Работать с DWH, Data Lake, витринами данных и процессами ETL/ELT. - Контролировать качество, актуальность и полноту данных в хранилищах. - Автоматизировать построение и обновление витрин данных для аналитиков и бизнес-команд. - Помогать аналитикам и смежным командам с запросами к данным, интеграциями и отладкой процессов. - Настраивать и сопровождать инфраструктурные компоненты, необходимые для стабильной работы data-платформы. - Работать с API, потоками данных, очередями и интеграциями между системами. - Вести техническую документацию по решениям, пайплайнам, интеграциям и инфраструктуре. - Участвовать в обсуждениях архитектуры и технических решений с командой и бизнес-заказчиком. ## Что для нас важно - Опыт работы в роли Data Engineer, DataOps Engineer, DWH Engineer, Big Data Engineer или близкой роли от 3–5 лет. - Уверенное владение SQL. - Практический опыт проектирования, сопровождения или развития DWH / Data Lake / витрин данных. - Понимание процессов ETL и ELT. - Опыт работы с реляционными и аналитическими базами данных. - Знание моделей и структур проектирования баз данных. - Базовое или уверенное владение Python для автоматизации, скриптов, обработки данных и интеграций. - Опыт работы с современными системами хранения данных: MPP, NoSQL, Hadoop-экосистема или аналогичные решения. - Понимание принципов работы REST API и Kafka, опыт интеграции с ними. - Опыт работы с PostgreSQL, Greenplum, MS SQL, Hadoop или похожими технологиями. - Понимание форматов данных: JSON, YAML, CSV, XML. - Практическое понимание DevOps-процессов и инструментов: Git, Jenkins / GitLab CI, Vault, Nexus, Docker, Kubernetes. - Умение разбираться в существующих процессах, находить узкие места и предлагать улучшения. - Готовность работать не только «руками», но и в коммуникации с аналитиками, бизнесом и руководителями. - Умение аргументировать техническую позицию и объяснять сложные вещи понятным языком. - Проактивность, самостоятельность, широкий технический кругозор. - Интерес к ИИ-инструментам и умение использовать нейросети в повседневной работе. ## Будет плюсом - Опыт в ритейле, e-commerce, логистике, складских системах или компаниях с большим количеством операционных данных. - Опыт построения корпоративных DWH или Data Lake с нуля или участия в крупных проектах по модернизации data-инфраструктуры. - Опыт работы с Airflow, Spark, ClickHouse, dbt, NiFi, MinIO / S3. - Опыт настройки мониторинга, логирования и контроля качества data-пайплайнов. - Понимание задач ML / AI-инфраструктуры: подготовка данных, контуры для моделей, интеграция с аналитическими и бизнес-процессами. - Опыт взаимодействия с топ-менеджментом или внутренними заказчиками на стороне бизнеса. ## Формат работы - Оформление в штат компании, ИП, ГПХ - Формат: гибридный. - Основная работа — удалённо. - Обязательные оплачиваемые командировки в Хабаровск примерно 1 раз в месяц на несколько дней. ВАЖНО! Командировки нужны не «для галочки», а для синхронизации с командой и заказчиком: проект дальневосточный, есть разница во времени, поэтому важно периодически встречаться очно, обсуждать архитектуру, процессы, приоритеты и коммуникацию между участниками. ## Условия - Зарплатная вилка: 250 000 – 280 000 ₽ в месяц. - Командировки оплачиваются дополнительно. - Работа в технологически насыщенном проекте на стыке data engineering, инфраструктуры и ИИ. - Возможность влиять на архитектуру data-платформы и процессы работы с данными. - Коммуникация напрямую с сильными техническими и бизнес-командами. - Задачи не только на поддержку, но и на развитие новой инфраструктуры внутри крупного ритейлера. ## Кого мы ищем Нам нужен не просто технический исполнитель, а зрелый инженер, который умеет брать ответственность за участок data-инфраструктуры, общаться с разными участниками проекта и отстаивать технические решения. Идеальный кандидат — это Data Engineer с хорошим инфраструктурным кругозором: умеет работать с данными, понимает DWH и пайплайны, но при этом не теряется в Docker, Kubernetes, CI/CD, Kafka и смежных DevOps-задачах. Если вам интересна роль, где можно строить data-инфраструктуру для реального крупного бизнеса, участвовать во внедрении ИИ-подходов и при этом влиять на технические решения, будем рады познакомиться.