- Страна
- Узбекистан
Data Engineer DWH
Оценка ИИИнтересная вакансия в стабильном финтех-секторе с возможностью роста до архитектора данных. Четко прописанные требования и работа в сильной команде делают предложение привлекательным, несмотря на отсутствие удаленного формата.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в моделировании данных (DWH) и ETL-процессах, а также специфического опыта в финансовом секторе. Офисный формат в Ташкенте может сузить круг кандидатов, но задачи по архитектуре данных делают позицию технически сложной и интересной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата для Data Engineer в Ташкенте сильно варьируется, но для специалиста с опытом от 3 лет в финтехе рыночные ожидания обычно находятся в диапазоне $2500–$4500. Предложение 'конкурентной заработной платы' предполагает соответствие этим уровням.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data Engineer DWH
Мы ищем опытного Data Engineer / DWH-разработчика для работы над аналитическими системами в финансовом домене. Нам нужен практичный специалист, который сможет быстро погрузиться в предметную область, выстроить устойчивую модель данных и взять на себя задачи по развитию и поддержке аналитического хранилища. Проект ориентирован на работу с данными кредитных организаций, с фокусом на качество данных, прозрачность метрик и удобство аналитики.
Ключевые обязанности:• Проектирование и развитие аналитического хранилища данных (DWH)
• Разработка моделей данных (fact / dimension, агрегаты)
• Построение ETL / ELT-процессов загрузки и трансформации данных
• Разработка аналитических витрин и BI-моделей
• Работа с финансовыми данными (кредиты, платежи, просрочка, клиенты, продукты)
• Обеспечение качества, согласованности и историчности данных
• Оптимизация запросов, моделей данных и расчета показателей
• Взаимодействие с разработчиками, аналитиками и бизнесом для формализации требований
Требования:• От 3 лет опыта в Data / DWH разработке
• Уверенное знание SQL
• Практический опыт построения DWH / аналитических систем
• Понимание подходов моделирования данных (Star Schema, Fact / Dimension)
• Опыт разработки ETL / ELT-процессов
• Понимание принципов построения аналитической отчетности и BI
• Опыт работы с одной или несколькими аналитическими СУБД (PostgreSQL, MS SQL Server, ClickHouse, Snowflake, BigQuery, Microsoft Fabric / Synapse)
• Понимание различий между OLTP и OLAP системами
• Умение проектировать устойчивые и понятные модели данных
Будет плюсом:• Опыт работы в финансовом домене (банки, МФО, финтех)
• Опыт построения отчетности по кредитному портфелю (выдачи, погашения, просрочка, collection, когортный и винтажный анализ)
• Опыт работы с BI-инструментами (Power BI, Tableau, Superset, Metabase)
• Опыт работы с orchestration-инструментами (Airflow, dbt)
• Опыт использования Python для обработки данных
• Понимание принципов Data Quality, Data Governance и историзации данных
Мы предлагаем:• Полную занятость
• Офисный формат работы в Ташкенте.
• Работу над аналитической платформой в финтех-домене с прямым влиянием на бизнес
• Сильную продуктовую и техническую команду
• Возможность профессионального роста в направлении Data / DWH архитектуры
• Конкурентную заработную плату
*📩* Telegram: Откликнуться
*⚠️*Убедительная просьба ознакомиться с правилами безопасности при отклике на вакансии в Телеграме. Последнее время увеличилось число мошеннических схем, когда мошенники прикрываются работодателем
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- ETL
- ELT
- DWH
- PostgreSQL
- Microsoft SQL Server
- ClickHouse
- Snowflake
- BigQuery
- Microsoft Fabric
- Azure Synapse Analytics
- Power BI
- Tableau
- Apache Superset
- Metabase
- Apache Airflow
- dbt
- Python
- Data Quality
- Data Governance
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в проектировании хранилищ.
Расскажите о вашем опыте проектирования схем типа «звезда» и «снежинка». В каких случаях вы отдаете предпочтение той или иной архитектуре?
Важно для финансового домена, где данные постоянно меняются.
Как вы реализуете обработку медленно меняющихся измерений (SCD) в своих ETL-процессах? Какие типы SCD вы использовали чаще всего?
Оценка навыков оптимизации производительности в аналитических системах.
Какие методы оптимизации SQL-запросов и структур данных вы применяете при работе с большими объемами данных в OLAP-системах?
Проверка понимания специфики финтеха.
Как бы вы спроектировали витрину данных для расчета винтажного анализа или показателей просрочки по кредитному портфелю?
Оценка опыта работы с инструментами автоматизации.
Был ли у вас опыт работы с Airflow или dbt? Как вы организуете мониторинг качества данных (Data Quality) на этапе загрузки в DWH?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
