- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Data инженер (Middle/Senior)
Интересный проект миграции в финансовом секторе с четким стеком технологий (ClickHouse, DataLens, Airflow). Удаленный формат и работа в крупном банке делают вакансию привлекательной для опытных инженеров.
Сложность вакансии
Роль требует глубокой экспертизы в ClickHouse и специфического опыта миграции между BI-системами. Высокая нагрузка и необходимость менторства большого сообщества пользователей добавляют ответственности.
Анализ зарплаты
Указанная роль Middle/Senior Data Engineer в банковском секторе РФ обычно предполагает вознаграждение в диапазоне 250 000 – 450 000 рублей после налогов, в зависимости от формы оформления (штат или контракт). Данный проект имеет фиксированные сроки, что может подразумевать повышенную ставку.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Если вы эксперт в ClickHouse и готовы возглавить миграцию отчетности в крупном банке, откликнитесь прямо сейчас!
Описание вакансии
ID 2930
Data инженер
"Middle
Senior"
Локация РФ
Банки и финансы
Кол-во специалистов
3
Длительность проекта
июль 2026 – декабрь 2026 гг
Объем участия в проекте
Высокая нагрузка
~160 ч/мес
Формат взаимодействия
Удаленно
Требуемая локация специалиста
Россия
Требуемое гражданство специалиста
РФ
Отрасль
Банки и финансы
Тендерный запрос. Прием откликов до 19.06.2026, 17:00 (UTC+3)
Обязательные требования
- Опыт с СУБД ClickHouse - создание и оптимизация витрин данных;
- Умение оптимизировать сложные SQL-запросы и диагностировать проблемы производительности (включая анализ системных таблиц и работу с планировщиком запросов);
- Опыт работы с инструментами визуализации данных — DataLens или Power BI;
- Опыт с инструментами оркестрации (Airflow) и трансформации данных (dbt, Zeppelin).
- Понимание методологий моделирования данных и опыт создания витрин;
- Умение создавать и вести базы знаний (документировать решения и процессы);
- Опыт в миграции больших массивов отчётов из Power BI/Tableau в другие аналитические экосистемы (будет являться преимуществом);
- Умение объяснять сложные технические ограничения («почему нельзя так писать запрос») простым и доступным языком для продуктовых аналитиков и представителей бизнеса;
- Продуктовое мышление — способность не просто переносить данные, а создавать удобные и быстрые решения для конечного пользователя;
- Проактивность — способность самостоятельно выявлять потенциальные проблемы в процессах миграции и предлагать решения до возникновения инцидентов.
- Клиентоориентированность — навык прямого взаимодействия с потребителями данных (доменами), умение внимательно слушать их потребности и оперативно решать возникающие.
Задачи на проекте
- Миграция и подготовка данных (основной пул задач):
- Изучение внутреннего обучающего курса по работе с ClickHouse и DataLens в оперативном режиме;
- Анализ источников данных и инвентаризация существующих отчётов Power BI.
- Проектирование и создание витрин данных (Data Marts) в ClickHouse, оптимизированных для запросов из DataLens;
- Миграция отчёта Power BI в DataLens «под ключ», включающая согласование с владельцами домена и сохранение ключевых метрик;
- Оптимизация отчётов под конкретные бизнес-запросы доменов.
- Техническая поддержка и оптимизация:
- Решение инцидентов производительности перенесённых отчётов (включая диагностику и устранение причин медленных запросов);
- Консультирование и менторство в рамках комьюнити Data Lens (более 150 пользователей), а также обогащение базы знаний по работе с Data Lens;
- Проведение воркшопов и написание методических гайдов: «Как мигрировать отчёт», «Лучшие практики SQL для ClickHouse», «Антипаттерны в витринах»;
- Контроль качества создаваемых витрин, включающий проверку на соответствие требованиям (по метрикам, объёму данных, типам связей).
Описание проекта и команды
Команда занимается развитием внутренней аналитической платформы банка - её ключевая задача заключается в повышении скорости и надежности работы с данными.
Суть проекта — переход с зарубежного решения Power BI на отечественный DataLens.
*📩 Телеграм для связи:* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Tableau
- SQL
- dbt
- Airflow
- Power BI
- Data Modeling
- ClickHouse
- DataLens
- Apache Zeppelin
Возможные вопросы на собеседовании
Проект сфокусирован на ClickHouse. Важно понимать, как кандидат работает с движками таблиц для аналитических задач.
В каких случаях в ClickHouse вы выберете движок ReplacingMergeTree вместо обычного MergeTree, и как это повлияет на проектирование витрин данных?
Вакансия подразумевает решение инцидентов производительности.
Расскажите о вашем самом сложном кейсе оптимизации SQL-запроса в ClickHouse. Какие системные таблицы вы использовали для диагностики?
Ключевая задача — миграция на DataLens.
С какими основными ограничениями DataLens вы сталкивались при визуализации данных из ClickHouse по сравнению с Power BI, и как вы их обходили?
Работа включает менторство и создание гайдов.
Как бы вы объяснили бизнес-аналитику, почему использование 'SELECT *' или отсутствие фильтра по ключу шардирования критически замедляет отчет в ClickHouse?
Упоминается использование dbt.
Какую стратегию инкрементальной сборки моделей в dbt вы бы предложили для обработки больших массивов банковских транзакций?
Похожие вакансии
DWH аналитик (Middle+/Senior)
Data инженер
Аналитик данных Middle+, Senior
Аналитик 1С MDM/Data Quality (Middle+/Senior)
Инженер данных (DBA) Senior
Senior 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!