- Страна
- Узбекистан
- Зарплата
- от 3 000 $
Откликайтесь
на вакансии с ИИ
Data Engineer / DWH Developer
Оценка ИИПривлекательная зарплата от $3000 net для региона и работа в перспективном финтех-секторе. Четко описанные задачи и стек технологий делают вакансию понятной и интересной для опытных инженеров.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в моделировании данных (DWH) и ETL-процессах, а также специфического опыта в финансовом секторе. Офисный формат в Ташкенте и высокие требования к качеству данных добавляют ответственности.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата от 3000$ net является конкурентоспособной для рынка Узбекистана и соответствует уровню Middle+/Senior Data Engineer в СНГ. Это выше среднего по региону для локальных компаний, что подчеркивает серьезность проекта.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в HaaS Platform уже сейчас
Присоединяйтесь к команде HaaS Platform в Ташкенте и стройте современное DWH для финтех-лидера!
Описание вакансии
#vacancy #jobs #вакансия #офис #fulltime
Должность: Data Engineer / DWH DeveloperЛокация: Ташкент
Компания: партнер HaaS Platform
Занятость: Полная
Формат: Офис
ЗП: от 3000$ net (обсуждается по результатам интервью)
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
📩 Контакты: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- ETL
- ELT
- DWH
- Data Modeling
- PostgreSQL
- MS SQL Server
- ClickHouse
- Snowflake
- BigQuery
- Microsoft Fabric
- Azure Synapse Analytics
- Power BI
- Tableau
- 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 отдадите 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 OLAP-системах.
С какими проблемами производительности при расчете агрегатов вы сталкивались и как их решали на уровне модели данных или SQL-запросов?
Проверка понимания специфики финтеха.
Как бы вы спроектировали витрину данных для расчета винтажного анализа по кредитному портфелю? Какие ключевые поля и метрики там должны быть?
Оценка опыта работы с инструментами автоматизации.
Был ли у вас опыт работы с Airflow или dbt? Как вы организуете контроль качества данных (Data Quality) на этапе загрузки в DWH?
Похожие вакансии
Data Scientist (Middle)
Главный инженер Контроль качества данных
Junior Python Data Engineer
Специалист по обучению AI-ассистента «Алиса»
Tech Lead Data Engineer / Руководитель сопровождения и развития СККД
Data engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!