Каталог специалистов

Никита — Data инженер уровня Middle из Уфы. Специализируется на работе с большими данными. Имеет опыт работы в отрасли логистики и транспорта. Ключевые навыки: Apache AirFlow, Apache Kafka, Apache Spark, Apache Superset, Bash, Big Data, ClickHouse, Docker, GitHub, GreenPlum, Hadoop, Jupyter Notebook, PostgreSQL, PySpark, Python, Redash, SQL, оптимизация кода, Pandas, .Net 4.0. Принимал участие в проекте по разработке и внедрению ETL-процессов с использованием Apache Airflow, PySpark, Pandas для обработки больших объёмов данных. В рамках проекта занимался реализацией интеграции с PostgreSQL, созданием и поддержанием витрины данных, разработкой и оптимизацией Data Warehouse, поддержанием качества данных, оптимизацией запросов на SQL и Python, настройкой мониторинга системы. Достижения на проекте: оптимизация SQL-запросов в ClickHouse с использованием библиотеки dbt, сокращение времени выполнения запроса и количества строк кода в 10 раз, выявление 12 проблем в обработке данных, уменьшение времени обработки данных на 11%. Общая продолжительность работы на проектах — 2 года 2 месяца.

Мой опыт работы в банке позволил мне развить навыки работы с данными и аналитические способности, необходимые для эффективного решения бизнес-задач. Этот опыт будет ценным вкладом для достижения общих целей. Опыт работы в телекоммуникационной сфере помог мне научиться эффективно работать с данными и находить решения для оптимизации бизнес-процессов. Быстро обучаюсь, люблю разбираться в новых инструментах и постоянно развиваю свои навыки. Умею работать с разными системами анализа и визуализации данных, автоматизировать рутинные задачи и упрощать сложные процессы. Ответственен, усидчив и умею работать как самостоятельно, так и в команде. В свободное время изучаю новые языки программирования, в частности Python. Это помогает расширить свой кругозор и быть более гибким и приспособляемым к различным задачам и проектам.

Специалист по DevOps с опытом работы 3 года. Имеет высшее образование по специальности «Информационная безопасность автоматизированных систем». В проекте «UniComm» занимал роль инженера внедрения и выполнял задачи по управлению доступом и безопасностью, настройке ролевой модели в Portainer, реализации системы бэкапов, развёртыванию стека мониторинга, построению цикла доставки кода и администрированию Yandex Cloud. В проекте «Cube» был техническим консультантом и занимался сопровождением продуктов компании на стороне клиентов, разворачиванием и настройкой тестовых сред, управлением контейнерами Docker, написанием запросов к БД и другими задачами. В проекте «АК БАРС БАНК» занимал должность главного эксперта отдела сопровождения прикладного ПО и выполнял задачи по сопровождению различных систем, анализу логов, установке обновлений и консультациям пользователей.

Инженер с промышленным опытом работы более 4 лет в Python. FastAPI, Flask, Pandas, NumPy, BeautifulSoup, pyTelegramBotAPI, smtplib, Pydantic, google api, PyJWT Глубинное понимание и опыт в высоконагруженных веб системах, микро сервисной архитектуре, кэшировании данных, ETL и ElasticSearch Опыт реализации паттернов FastAPI: Repository, Service, Unit of Work, Dependency Injection Опыт работы с Python, JavaSctipt, C++, SQL, Java, Kotlin, C#, Matlab Базы данных: PostgreSQL, Redis, Elasticsearch CI/CD: Docker, Jenkins Системы управления проектами: Jira

Python-разработчик уровня Middle+ из Казани. Специализируется на разработке backend-решений. Имеет опыт работы в отраслях Marketing, Advertising & Design и FoodTech. Ключевые навыки: Apache Superset, Celery, Django, Docker, DRF, Elasticsearch, FastAPI, GitLab CI/CD, Grafana, Helm, Kafka, Kubernetes, Loki, Numpy, Pandas, PostgreSQL, Prometheus, Pytest, Python, Redis. Участвовал в проектах в роли Python Backend Developer. На проекте «NDA» (Marketing, Advertising & Design) работал над платформой клиентских данных для автоматизации маркетинга. Задачи включали проектирование и разработку микросервиса аналитики, добавление RFM-отчётов и когортной аналитики, настройку мониторинга и алертов. Продолжительность работы — 2 года 11 месяцев. На проекте «Всем еды» (FoodTech) занимался разработкой платформы для ресторанного бизнеса на доставку. Задачи включали настройку Watchtower для автоматического обновления Docker-контейнеров, добавление кэширования в Redis, оптимизацию эндпоинтов каталога и дополнение сервиса лояльности. Продолжительность работы — 1 год 1 месяц.

T-SQL: запросы, транзакции, аналитический SQL(CUBE, ROLLUP), представления, функции, хранимые процедуры, курсор, общее табличные выражения, рекурсия, индексы, секционирование, Jobs, Linked Servers. Способность быстро разбираться в чужом коде,создавать адекватный документированный T-SQL код. Есть опыт работы с большим объёмом данных( чуть более 1 миллиарда записей). Есть опыт работы в команде и использования средств коллективной работы (Microsoft Visual SourceSafe) XML: XPath Reporting Services(SSRS): простые отчеты, отчеты с параметрами, связанные отчеты, настройка автоматической рассылки отчетов, настройка безопасности. Integration Services(SSIS): Data Flow Task, Execute SQL Task, File System Task, Script Task. Analytics services(SSAS): разработка кубов, MDX. Microsoft Visual Studio 2005/2008/2012: Создание Report Server Project, Integration Services Project, Analysis Services Project. Знания и навыки по парсингу метаданных 1С для дальнейшего построения хранилища и моделей данных Apache Airflow: настройка ETL между msSql и GreenPlum Apache Superse: настройка источников, чартов, дашбордов и безопасности. Есть опыт написания кода на: с, javascript, 1C, PowerShell Microsoft Excel 2007/2010/2013: фильтры, сводные таблицы, впр, макросы(vba) Microsoft Visio 2010 Знание методологии описания бизнес-процессов IDEF0 PowerBI: DAX QlikView 11: QVD-файлы, проектировка и создание модели данных приложения, скрипты загрузки, синтетические ключи, Set-анализ, функции, лицензирование, разграничение прав. SAS RTDM: Создание кампаний(диаграмм), определение синхронного/ псевдо - синхронного режима вызова диаграмм. SAS base: Шаг Date, Шаг Proc, операторы, Libraries, program data vector (PDV), создание переменных/ подмножеств наблюдений, объединение/ слияние наборов данных, форматы/ ярлыки, внешний вывод, FREQ, MEANS, TABULATE. SAS Data Integration Studio: использование инструмента для написания Jobs. Знание принципов методологии ITIL

Денис — опытный продуктовый аналитик с навыками работы в различных отраслях e-commerce и retail. Он обладает глубокими знаниями и навыками в области анализа данных, программирования и управления проектами. Денис работал над несколькими проектами, где он выполнял анализ трафика, данных из CRM, услуг и продаж, а также готовил отчёты и давал рекомендации по дальнейшему развитию проектов. Он также занимался анализом Яндекс.Метрики и Google Analytics, настраивал Google Tag Manager и писал SQL-запросы любой сложности. На своих проектах Денис использовал такие инструменты, как Python, SQL, Google Colab, Data Lens, Linux, WSL, Jupiter Notebook, Data Studio, DAX, GTM, Metabase, AmoCRM, MySQL, PostgreSQL, SQLite, MyBi Connect, Apache AirFlow, Power BI и другие. За время своей работы Денис написал более 50 скриптов Python для обработки данных, подготовил более 10 шаблонных отчётов в Google Colab и провёл более 50 различных исследований и отчётов.

Исатай — опытный data-аналитик с навыками программирования на Python, работы с базами данных и инструментами аналитики. Имеет опыт разработки ETL-процессов в Apache Airflow и построения витрин для дашбордов с использованием BI-инструментов (Power BI и Apache Superset). Исатай работал над проектами в сфере электронной коммерции и розничной торговли, а также в финтехе и банковской отрасли. Он обладает навыками работы с различными API, умеет проводить A/B-тестирование и анализировать данные с помощью Google Analytics. На своих проектах Исатай занимался разработкой DWH-инфраструктуры, оптимизацией структуры данных, составлением отчётов и рассылок, взаимодействием с back-end разработчиками и другими задачами. За время работы он накопил значительный опыт в области анализа данных и может быть полезен компаниям, ищущим специалиста для решения сложных аналитических задач.

Данила — опытный Data инженер с опытом работы более 3,5 лет. Он обладает глубокими знаниями и навыками в области работы с данными, включая Linux, macOS, MS Windows, Python, SQL, Apache AirFlow, Apache Superset, Docker, Git, Jinja, Jupyter и другие инструменты. Данила работал над несколькими проектами в таких отраслях, как eFinTech (банки, инвестиции), Toll Road (платные автодороги), MedTech (медицинские учреждения), Retail (магазины). На проектах он занимался разработкой и поддержкой витрин данных, ETL/ELT процессов, а также решением инцидентов и ad-hoc задач. Среди реализованных проектов Данилы можно выделить: - приложение инвентаризации для крупных складов; - анализ и планирование выручки и трафика платной автодороги; - система торговли на фондовых рынках; - приложение для рекомендации изображений; - систему матчинга резюме и вакансий. Профессиональные навыки: - менторство младших разработчиков; - ставил задачи в канбан; - работал с чистым SQL на уровне продвинутых запросов (оконные функции, подзапросы.); - опыт работы с UNIX-системами на уровне простых операций; - развитые коммуникативные навыки; - участие в создании ETL процессов - опыт сбора информации из Интернета путем парсинга - применял как уже обученные модели машинного обучения/глубокого обучения, так и занимался их - - - обучением самостоятельно - опыт работы с большими данными в Hadoop и Spark и в составлении сложных SQL запросов в Apache Hive - участие в проектировании и анализу DWH хранилищ - опыт работы с Apache Airflow - опыт работы с Python для анализа данных (pandas, numpy, matplotlib, seaborn)

Ключевые навыки: • Оценка трудозатрат на задачи • Сбор бизнес-функциональных требований, согласование с заказчиком • Написание ТЗ, проектной документации • Распределение потока задач по сотрудникам • Консультирование по best-practice решениям задач • Взаимодействие с заказчиками • Анализ задач Основные задачи в рамках должности: Проектные задачи: • Разработка информационных панелей и отчетов • Миграция • Установка, конфигурирование, администрирование • Системный анализ, функциональный дизайн • Консультирование заказчиков по проектированию/улучшению производительности DWH и BI-систем Задачи по разработке: • Построение и доработка репозитория OBIEE • Построение и доработка отчетов и информационных панелей OAS, Power BI • Функциональный дизайн отчетов и информационных панелей OAS, Power BI Задачи по администрированию: • Установка OBIEE 12c / OAS, • Конфигурирование • Поиск функциональных проблем и устранение

• Более 3 лет опыта в работе с информационными системами и их разработки в роли менеджера проекта, BI, ETL и SQL разработчика; • Опыт работы с REST API, JSON, XML; • Опыт визуализации данных и составления отчетов в QlikView, Qlik Sense, Tableau, Superset; • Профессиональный опыт в разработке и оптимизации сложных BI дашбордов; • Практический опыт администрирования Qlik Sense Server, Tableau Server; • Умение писать и понимать комплексные SQL-запросы; • Большой опыт работы с ODBC и OLEDB; • Практический опыт в моделировании и построении хранилищ данных ; • Опыт в области статистического анализа; •. Знание принципов инкрементальной загрузки; • Способен быстро обучаться и адаптироваться к меняющимся условиям.

Data Engineer с опытом работы на проектах в сфере E-commerce & Retail и FinTech & Banking. На проектах занимался разработкой аналитических платформ, DWH и систем аналитики. Обязанности: - разработка ETL-пайплайнов в Apache Airflow и Apache NiFi; - обработка больших объёмов данных с использованием PySpark, Pandas, NumPy; - оптимизация интеграции Hadoop (HDFS); - агрегация данных в ClickHouse для BI-отчётов; - визуализация данных в Power BI и Superset; - мониторинг и оптимизация производительности запросов в Snowflake; - интеграция PostgreSQL и MS SQL; - использование Docker и Kubernetes для контейнеризации ETL-компонентов; - создание детальных технических проектных документов; - сотрудничество с командой аналитиков; - проведение тестирования системы; - настройка CI/CD-конвейеров с помощью GitLab CI/CD.

Опыт работы и навыки: * Python: основные библиотеки для анализа данных и построения ML-моделей (numpy, pandas, sklearn, scipy, mathplotlib, seaborn, Catboost, XGBoost) * SQL: сложные запросы, витрины данных, СУБД: ClickHouse, PostgreSQL, Trino; * Фундаментальные знания в области математики: теории вероятностей, статистики, линейной алгебре, матанализе; * выдвижение и проверка гипотез, проведение А/Б тестов; * Полный цикл ETL-процесса, от сбора сырых данных (из API или CRM платформ) до их обработки и построения витрин данных и создания ML-моделей; * опыт работы в BI платформах: Apache Superset, Redash, AWS QuicklSight; * опыт работы в облачных сервисах YandexCloud: Object Storage, Cloud Functions, DataProc; * опыт работы в облачных сервисах Amazon; * JupyterLab, PyCharm, Apache Zeppelin; * оркестрация рутинных задач в Apache AirFlow; * Работа с Big Data в Apache Spark (PySpark), Hadoop; * Опыт работы в фреймворке FastAPI; * Git; * Начальные знания в NLP и Computer Vision, знаком с Tensor Flow, Keras; * Ведение документации в Confluence; * Jira * Свободное чтение технической документации на английском языке, разговорный английский на среднем уровне; Сведения о дополнительных образованиях: * Диплом по направлению Data Science (Нетология). * Диплом по программе профессиональной переподготовки "Переводчик в сфере профессиональной коммуникации (английский язык)" (МИРЭА). Аналитический склад ума, скрупулезен, внимателен к мелочам, алгоритмическое мышление. Личные качества: трудолюбие, добросовестность, целеустремлённость, ответственность.

● Python ● Разработка ETL/ELT-пайплайнов ● Умение писать многоразовый код ● Опыт работы с инструментами DevOps ● Экспертное знание SQL ● Разработка пайплайна данных ● Обработка больших данных ● Управление облачными сервисами ● Практики DevOps/MLOps