Data Engineer

О вакансии

Чем предстоит заниматься

• Проектировать, поддерживать и оптимизировать ETL/ELT-процессы в Airflow: регулярные инкрементальные загрузки, backfill, cleanup, full-refresh, обработка исторических данных.
• Развивать ClickHouse-хранилище: проектировать таблицы, партиционирование, ключи сортировки, TTL/cleanup-логику, оптимизировать тяжелые запросы и снижать лишние full scan по большим таблицам.
• Работать с событийными потоками: ingestion из RabbitMQ/сырых event-таблиц, дедупликация, парсинг JSON-событий, контроль пропусков, восстановление необработанных событий.
• Поддерживать и развивать dbt-модели и BI-витрины: продуктовые отчеты, агрегаты, исторические срезы, контроль полноты и корректности данных.
• Разбирать инциденты с данными: почему отчет полупустой, где пропали исторические значения, почему DAG стал выполняться дольше, почему накапливается очередь, какие данные можно восстановить из raw-слоя.
• Строить мониторинг качества и свежести данных: лаги пайплайнов, объемы входящих/обработанных событий, пропуски по датам/категориям, аномалии в витринах, длительность DAG/task.
• Оптимизировать существующие процессы, а не только добавлять новые: убирать неэффективные anti-join/NOT IN, тяжелые FINAL, полные OPTIMIZE, лишние 90-дневные cleanup-циклы, неоправданные full-refresh.
• Делать восстановление данных управляемым: безопасные backfill-сценарии, батчирование, проверка результата, повторяемые процедуры для восстановления витрин и raw/event-потоков.
• Документировать критичные пайплайны: источники, SLA, логика дедупликации, как делать backfill, где смотреть бэклог, какие таблицы являются source of truth.
• Работать вместе с аналитиками и продуктом: быстро понимать, какая витрина влияет на отчет, какие события нужны бизнесу, и как техническая проблема проявляется в продуктовой аналитике.

Что нужно для работы

• Уверенный SQL и опыт оптимизации запросов на больших объемах данных.
• Практический опыт с ClickHouse или похожими columnar OLAP-хранилищами.
• Опыт с Airflow: DAG-и, retries, timeouts, backfill, dependency management, диагностика долгих task.
• Понимание event-driven data pipelines: очереди, raw events, idempotency, дедупликация, late events.
• Опыт с dbt или похожим подходом к аналитическим моделям.
• Готовность соединить в работе data engineering, AI-инструменты и практическую автоматизацию внутренних процессов.
• Умение расследовать проблемы системно: от симптома в BI-отчете до конкретного запроса, таблицы, ключа сортировки или сломанной логики cleanup.
• Желание работать не только над “доставить данные”, но и над надежностью всей data-платформы.

Что предлагает компания

• Полностью удаленную работу;
• Гибкий график — ориентируемся на результат, а не на часы;
• ДМС после испытательного срока;