Data Engineer / DataOps Engineer
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.