- Страна
- Армения
Lead Data Engineer / Data Platform Lead
Оценка ИИИнтересный проект по созданию платформы персонализации с использованием современных подходов (AI-native, Data Vault 2.0). Высокий уровень ответственности и возможность влиять на архитектуру, однако формат с частыми командировками может подойти не всем.
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 не только глубоких технических знаний (Data Vault 2.0, dbt, Python), но и готовности брать на себя полную архитектурную ответственность. Дополнительную сложность создают работа с legacy-системами и необходимость регулярных командировок в Ереван.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции уровня Lead/Staff Data Engineer с архитектурным функционалом в международном проекте предлагаемый доход (на основе рыночных данных) является конкурентным для региона Армении и РФ. Учитывая требования к экспертизе в Data Vault и банковском секторе, финальный оффер может быть выше среднего по рынку.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
#вакансия #job #senior #fulltime #Lead #Data #Engineer #Platform #Ереван #РФ
✅Ищем Lead Data Engineer / Data Platform Lead.
🦸Нам нужен сильный hands-on Lead / Staff Data Engineer, которому можно передать технический ownership за Data Core.
📁О проекте:
Мы строим Customer Intelligence & Personalization Platform для зарубежной экосистемы бизнесов.
💼Что предстоит делать:
•Нужно не только принимать технические решения, но и самостоятельно реализовывать ключевые части платформы.
•Владеть архитектурой и развитием Data Core.
•Проектировать слои Bronze / Silver / Gold и модели данных.
•Исследовать банковские, legacy- и внешние источники, восстанавливать их семантику.
•Строить pipelines от raw-данных до подготовленных data products.
•Разрабатывать трансформации на SQL / dbt / Python.
•Определять инженерные стандарты для ELT, data modelling, metadata, lineage и data quality.
•Развивать data catalog и metadata-as-code подход.
•Проектировать data contracts и интеграции Data Core с другими компонентами.
•Переводить исследовательские решения и ручные процессы в production.
•Работать с Git, CI/CD, Docker, Linux и закрытыми Dev/UAT-контурами.
•В команде также будут инженеры и data scientist.
🏆Мы используем AI-native подход к разработке и ожидаем того же от кандидата. AI для нас — инструмент повышения производительности сильного инженера, а не замена инженерной экспертизы.
⚙️Квалификация и опыт:
•Core banking / legacy banking systems.
•Опыт работы Lead / Staff / Principal Data Engineer или сильного Senior с архитектурным ownership.
•Опыт проектирования и самостоятельной реализации data platform / DWH / Lakehouse.
•Customer 360 / Golden Record / MDM
•Сильный SQL и уверенный Python.
•dbt или аналогичные transformation frameworks.
•Airflow / Dagster / Prefect или аналоги.
•Хорошее понимание data modelling, historization, grain и master entities.
•Практический опыт data quality, lineage и metadata management.
•Data Vault 2.0.
•OpenMetadata или другие data catalog solutions.
•Умение самостоятельно принимать технические решения и отвечать за результат.
•Опыт работы с плохо документированными источниками.
•Git, CI/CD, Docker, Linux.
•Практический AI-native способ разработки.
🤝Что по условиям:
•Оформление: ИП
•Формат работы: полная занятость
•Локация - Ереван либо готовность к регулярным (до 2 раз в месяц на несколько дней) командировкам в Ереван для работы с данными и специалистами заказчика.
•Уровень дохода: обсуждаем индивидуально
📩 Контакт: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- dbt
- Airflow
- Dagster
- Prefect
- Data Vault 2.0
- OpenMetadata
- Git
- CI/CD
- Docker
- Linux
- Data Modeling
- MDM
Возможные вопросы на собеседовании
Вакансия предполагает работу с банковскими и legacy-системами, где документация часто отсутствует.
Расскажите о вашем опыте восстановления семантики данных из плохо документированных legacy-источников. Какие методы вы использовали?
В требованиях указан Data Vault 2.0 как ключевая методология моделирования.
В каких случаях вы бы предпочли Data Vault 2.0 классической схеме 'звезда' Кимбалла, и с какими сложностями внедрения DV 2.0 вы сталкивались?
Компания использует AI-native подход для повышения производительности инженеров.
Как именно вы используете AI-инструменты в своей ежедневной работе над архитектурой данных и написанием кода?
Позиция подразумевает владение архитектурой Data Core.
Как вы проектируете Data Contracts между Data Core и потребителями данных, чтобы обеспечить стабильность платформы при изменениях в источниках?
Упоминается работа с метаданными и Data Catalog.
Опишите ваш подход к реализации Metadata-as-Code. Какие инструменты (например, OpenMetadata) вы использовали для автоматизации Data Lineage?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
