Data Engineer / DataOps Engineer

Навыки: SQL, Python, DWH, ETL, Greenplum, PostgreSQL, Apache Kafka, Docker, Kubernetes, Apache Hadoop. Квалификация: Senior. Специализации: Инженер по данным.

О компании

AYROSA — it-компания из Самары. Проектируем, создаём и поддерживаем веб-сервисы для клиентов из России и Европы. Любим сложные интеграции, внимательно относимся к интерфейсам, помогаем клиентам не только разработкой, но и экспертизой в digital и web-маркетинге.

Работаем как по классическим, так и по гибким подходам. Следим за качеством, много тестируем, соблюдаем сроки и выстраиваем с клиентами долгосрочные, понятные отношения.

О проекте

Мы ищем опытного Data Engineer / DataOps Engineer на проект для крупного дальневосточного ритейлера.

Проект связан с внедрением и развитием базовой инфраструктуры для ИИ и управления данными в ритейле: магазины, склады, товарные остатки, продажи, логистика, аналитика, DWH, озёра данных, витрины и пайплайны.

Нам нужен специалист с сильным фокусом на data engineering — примерно 60–70% задач будут связаны с данными, DWH, пайплайнами, ETL/ELT и витринами. При этом важен практический DevOps-бэкграунд: нужно понимать инфраструктуру, контейнеризацию, CI/CD, Kubernetes, работу сервисов и окружений.

Это не роль «чистого DevOps» и не роль «чистого аналитика». Мы ищем инженера, который умеет строить и сопровождать data-инфраструктуру, понимает, как данные попадают в хранилища, как обеспечивать их качество и как сделать так, чтобы вся система была стабильной, воспроизводимой и понятной для команды.

Чем предстоит заниматься

• Участвовать во внедрении и сопровождении базовой инфраструктуры для ИИ и управления данными.
• Проектировать, создавать и оптимизировать пайплайны для сбора, загрузки и обработки данных.
• Работать с DWH, Data Lake, витринами данных и процессами ETL/ELT.
• Контролировать качество, актуальность и полноту данных в хранилищах.
• Автоматизировать построение и обновление витрин данных для аналитиков и бизнес-команд.
• Помогать аналитикам и смежным командам с запросами к данным, интеграциями и отладкой процессов.
• Настраивать и сопровождать инфраструктурные компоненты, необходимые для стабильной работы data-платформы.
• Работать с API, потоками данных, очередями и интеграциями между системами.
• Вести техническую документацию по решениям, пайплайнам, интеграциям и инфраструктуре.
• Участвовать в обсуждениях архитектуры и технических решений с командой и бизнес-заказчиком.

Что для нас важно

• Опыт работы в роли Data Engineer, DataOps Engineer, DWH Engineer, Big Data Engineer или близкой роли от 3–5 лет.
• Уверенное владение SQL.
• Практический опыт проектирования, сопровождения или развития DWH / Data Lake / витрин данных.
• Понимание процессов ETL и ELT.
• Опыт работы с реляционными и аналитическими базами данных.
• Знание моделей и структур проектирования баз данных.
• Базовое или уверенное владение Python для автоматизации, скриптов, обработки данных и интеграций.
• Опыт работы с современными системами хранения данных: MPP, NoSQL, Hadoop-экосистема или аналогичные решения.
• Понимание принципов работы REST API и Kafka, опыт интеграции с ними.
• Опыт работы с PostgreSQL, Greenplum, MS SQL, Hadoop или похожими технологиями.
• Понимание форматов данных: JSON, YAML, CSV, XML.
• Практическое понимание DevOps-процессов и инструментов: Git, Jenkins / GitLab CI, Vault, Nexus, Docker, Kubernetes.
• Умение разбираться в существующих процессах, находить узкие места и предлагать улучшения.
• Готовность работать не только «руками», но и в коммуникации с аналитиками, бизнесом и руководителями.
• Умение аргументировать техническую позицию и объяснять сложные вещи понятным языком.
• Проактивность, самостоятельность, широкий технический кругозор.
• Интерес к ИИ-инструментам и умение использовать нейросети в повседневной работе.

Будет плюсом

• Опыт в ритейле, e-commerce, логистике, складских системах или компаниях с большим количеством операционных данных.
• Опыт построения корпоративных DWH или Data Lake с нуля или участия в крупных проектах по модернизации data-инфраструктуры.
• Опыт работы с Airflow, Spark, ClickHouse, dbt, NiFi, MinIO / S3.
• Опыт настройки мониторинга, логирования и контроля качества data-пайплайнов.
• Понимание задач ML / AI-инфраструктуры: подготовка данных, контуры для моделей, интеграция с аналитическими и бизнес-процессами.
• Опыт взаимодействия с топ-менеджментом или внутренними заказчиками на стороне бизнеса.

Формат работы

- Оформление в штат компании, ИП, ГПХ

- Формат: гибридный.

• Основная работа — удалённо.
• Обязательные оплачиваемые командировки в Хабаровск примерно 1 раз в месяц на несколько дней.

ВАЖНО! Командировки нужны не «для галочки», а для синхронизации с командой и заказчиком: проект дальневосточный, есть разница во времени, поэтому важно периодически встречаться очно, обсуждать архитектуру, процессы, приоритеты и коммуникацию между участниками.

Условия

• Зарплатная вилка: 250 000 – 280 000 ₽ в месяц.
• Командировки оплачиваются дополнительно.
• Работа в технологически насыщенном проекте на стыке data engineering, инфраструктуры и ИИ.
• Возможность влиять на архитектуру data-платформы и процессы работы с данными.
• Коммуникация напрямую с сильными техническими и бизнес-командами.
• Задачи не только на поддержку, но и на развитие новой инфраструктуры внутри крупного ритейлера.

Кого мы ищем

Нам нужен не просто технический исполнитель, а зрелый инженер, который умеет брать ответственность за участок data-инфраструктуры, общаться с разными участниками проекта и отстаивать технические решения.

Идеальный кандидат — это Data Engineer с хорошим инфраструктурным кругозором: умеет работать с данными, понимает DWH и пайплайны, но при этом не теряется в Docker, Kubernetes, CI/CD, Kafka и смежных DevOps-задачах.

Если вам интересна роль, где можно строить data-инфраструктуру для реального крупного бизнеса, участвовать во внедрении ИИ-подходов и при этом влиять на технические решения, будем рады познакомиться.