Сергей А. ETL разработчик, Middle+

ID 22816
СА
Сергей А.
  (1)
Мужчина, 30 лет
Россия, Санкт-Петербург, UTC+3
Ставка
3 339,64 Р/час
вкл. НДС 5% (123.81 Р)
Специалист доступен с 1 января 2026 г.

Добавьте подходящих специалистов в список и оформите заявку для предварительного бронирования времени специалистов. После оформления заявки ваш персональный менеджер организует прохождение всех необходимых проверок с вами и каждым кандидатом из заявки. Специалист привлекается к проекту только после окончательного подтверждения его выхода с вашей стороны.

Подробнее
О специалисте
Специализация
ETL разработчик
Грейд
Middle+
Навыки
Apache AirFlow
Apache Hadoop
Bash
Confluence
Docker
GitHub
GitLab
Jira
JupyterNoteBook
Matplotlib
metabase
Numpy
Pandas
PySpark
Tableau
Python
SQL
Linux
MS Windows
ClickHouse
GreenPlum
Hive
PostgreSQL
Git
ETL
DBT
dag
Microsoft
MS SQL
Nginx
Table
url
engine
dictionary
array
arrayjoin
Hadoop
Oracle
Power BI
CI/CD
datastage
IBM
Informatica
SAS
SqlHints
Отрасли
E-commerce & Retail
FinTech & Banking
Главное о специалисте
Опыт работы с SQL на уровне продвинутых запросов (оконные функции, условные операторы выбора, джоины, CTE, функции, процедуры, транзакции); Работа с реляционными БД: PostgreSQL, Greenplum. Ограничения, индексы, PXF и т.д.; Разработка и оптимизация функций и процедур по переносу данных из stg слоя в слой dds; Работа с DWH (схемы построения, нормализация/денормализация, SCD, построение витрин данных); Настройка интеграции Greenplum и ClickHouse для реализации аналитических запросов; Участие в создании ETL\ELT процессов; Работа с Apache Airflow; Проведение очистки и обработки данных используя Python, pandas, PySpark; Задачи AD-hoc аналитики; Визуализация данных в Tableau, Metabase, Python, Excel, анализ результатов; Документирование процессов и архитектуры решений в Confluence;
Проекты   (3 года 8 месяцев)
Разработка системы по отслеживанию фрода
Роль
ETL Разработчик / Data Engineer
Обязанности
Описание проекта В рамках проекта реализована многоуровневая аналитическая модель для автоматической классификации транзакций на основе исторических данных и актуальных паттернов, что позволило значительно сократить случаи мошенничества и повысить точность ML модели детекции. Состав команды 1 PM, 2 SA, 1 DevOps, 7 DE Технологии на проекте Python, SQL, PostgreSQL, Greenplum, PySpark, ClickHouse, Apache Hadoop (HDFS), Apache Airflow Задачи/реализованный функционал В рамках проекта была разработана и внедрена многоуровневая аналитическая модель для автоматической классификации транзакций на основе исторических данных и актуальных паттернов. Основной задачей было сокращение случаев мошенничества и повышение точности ML-модели детекции. Для этого были выполнены следующие ключевые задачи: Настройка процессов ELT (Extract, Load, Transform): Разработаны скрипты и настроены пайплайны для автоматического сбора данных из HDFS (Hadoop Distributed File System) и их подготовки для анализа. Созданы слои stg (staging) и dds (detail data store) в хранилище данных для сбора и первичной обработки данных. В слое dds реализована обработка пропусков, аномалий и повторов транзакций с сохранением историчности данных (SCD — Slowly Changing Dimensions). Работа с архитектурой Data Vault: Применена архитектура Data Vault для построения гибкого и масштабируемого хранилища данных. Были разработаны: Хабы для хранения уникальных идентификаторов сущностей. Линки для описания связей между сущностями. Сателлиты для хранения атрибутов и исторических изменений данных. Создание продуктовых витрин: На основе модели Data Vault разработаны витрины данных для аналитики мошеннических транзакций: Слой CDM (Common Data Model): Созданы витрины для агрегации данных из различных источников, включая данные о транзакциях, клиентах и их поведении. Слой DM (Data Mart): Разработаны витрины для конечных пользователей, включая аналитиков и бизнес-подразделения. Витрины содержали ключевые метрики, такие как количество подозрительных транзакций, средний размер ущерба и время реакции на инциденты. Витрины были интегрированы с инструментами визуализации (Tableau, Metabase). Интеграция Greenplum и ClickHouse: Настроены внешние таблицы в Greenplum, которые подключались к данным в HDFS. Разработаны скрипты обработки данных на Python/PySpark для автоматизации процессов. Оркестрация ETL-процессов выполнена с использованием Apache Airflow, что позволило создать автоматизированный пайплайн для регулярной обработки и передачи данных из внешних источников во внутреннее хранилище. Оптимизация и анализ данных: Проведена очистка и обработка данных с использованием Python, Pandas и PySpark. Реализованы задачи ad-hoc аналитики для оперативного анализа подозрительных транзакций. Визуализация данных выполнена в Tableau и Metabase. Детальная проработка требований по метрикам: Проведен анализ требований заказчика к метрикам, используемым для детекции мошенничества. Уточнены и согласованы алгоритмы расчета ключевых метрик, таких как частота подозрительных транзакций, точность модели машинного обучения и время реакции на инциденты. Миграция с oracle на greenplum. Результаты: Создан автоматизированный пайплайн обработки данных, который сократил время обработки стандартного пакета транзакций на 11%. Повышена точность ML-модели детекции мошенничества за счет использования обогащенных данных и историчности. Предоставлены детализированные аналитические отчеты, которые позволили бизнесу оперативно реагировать на подозрительные активности.
Стек специалиста на проекте
PostgreSQL, SQL, Python, Oracle, ClickHouse, GreenPlum, Apache Hadoop, Apache AirFlow, HDFS, PySpark
Отрасль проекта
FinTech & Banking
Период работы
Ноябрь 2023 - По настоящее время  (2 года)
Разработка и поддержка витрины данных с инкрементальным обновлением
Роль
Data Engineer / Data Analyst
Обязанности
Описание проекта Требовалось создать и поддерживать обновляемую витрину данных из нескольких источников для проведения аналитики продаж группы интернет-магазинов. Технологии на проекте Python, SQL, PostgreSQL, Apache Airflow, Metabase, Docker Задачи/реализованный функционал Разработал схему хранилища данных для хранения и анализа данных из различных источников в рамках группы интернет-магазинов. Разработал скрипты по загрузке данных в первичный stg слой с использованием Python, а затем по обработке и загрузке данных в dds слой с помощью SQL скриптов. Настроил инкрементальное обновление витрины. Упаковал и автоматизировал весь ETL пайплайн в Airflow. Настроил визуализацию с помощью Metabase. Обеспечивал поддержку и техническое сопровождение. В результате собственник получил консолидированную информацию о продажах, остатках, что позволило просчитать unit-экономику, избавиться от нерентабельных позиций, оптимизировать ценообразование, сократить время на закупки.
Стек специалиста на проекте
PostgreSQL, Docker, SQL, Python, Apache AirFlow, metabase
Отрасль проекта
E-commerce & Retail
Период работы
Март 2022 - Октябрь 2023  (1 год 8 месяцев)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО), Санкт-Петербург СУиР (КТУ),
Специальность
Электроэнергетика и электротехника
Завершение учебы
2017 г.
Высшее
Учебное заведение
Национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО), Санкт-Петербург СУиР (КТУ)
Специальность
Электроэнергетика и электротехника
Завершение учебы
2019 г.
Отзывы   1
5
5
Клиент предпочел скрыть свои данные
Довольны сотрудничеством с данным специалистом, хорошо справляется с поставленными задачами и отлично коммуницирует с командой.
Отзыв опубликован 22.09.2025

Похожие специалисты

Недавно просмотренные специалисты

BioTech, Pharma, Health care & Sports • VR/AR
КЛ
Кирилл Л.
Гродно
Frontend разработчик
Middle
3 447,01 Р/час
lazy
Redmine
Query
Sass
React Hook Form
mongoDB Compass
Redux Toolkit
MS Windows
tanstack
shadcnui
+52

Фронтенд разработчик с 3 годами коммерческого опыта. Специализируюсь на разработке клиентской части веб-приложений с использованием следующих технологий: JavaScript (TypeScript), React, Next.js, HTML, CSS, JSON, Rest API, Docker, MongoDB, PostgreSQL. Работал с динамическими графиками, сложными формами валидации, взаимодействовал с API и внешними сервисами. Имею большой опыт работы с адаптивным дизайном, реализацией анимаций, оптимизацией производительности клиентских приложений, а также различными фреймворками. В ходе работы над проектами фокусирую особое внимание на покрытие юнит-тестами и интеграционными тестами компонентов для обеспечения надежности кода. Принимаю активное участие в развертывании клиентской части веб-приложений. Стремлюсь к созданию высококачественных и инновационных веб-приложений, внимательно отношусь к поставленным срокам выполнения задач и требованиям с клиентской стороны. Дополнительная информация: - Сосредоточен на деталях - Стремлюсь к постоянному профессиональному развитию, оставаясь в курсе новых технологий и методов разработки - Аналитические навыки - Участвую в обсуждениях на форумах и следую за последними тенденциями, делясь опытом и знаниями - Обладаю отличными навыками координации проектов и работы в команде

Подробнее
E-commerce & Retail • FinTech & Banking • Manufacturing • Social Networking
АК
Александр К.
Владивосток
Системный аналитик
Senior
3 766,23 Р/час
ASP.NET Core
UML
PHP
расчет
Разработка
river
ДО
работа с данными
Понимание процесса и целей создания микросервисных решений
+71

Александр — опытный системный аналитик с 8-летним опытом работы в проектах для различных отраслей: Social Networking, E-commerce & Retail, FinTech & Banking. Он обладает широким спектром навыков и знаний, включая моделирование, документацию, проектирование, API, JSON, SOAP, XML, BPMN, UML, Swagger, Postman, SoapUI, Python, SQL и другие. Александр работал над проектами, связанными с рефакторингом классификатора инцидентов Jira, построением оптимизированного графика работы сотрудников, анализом ассортимента товаров, проектированием BI-системы, внедрением обязательной маркировки товаров и другими задачами. Александр успешно совмещал роль системного аналитика и проектного менеджера, демонстрируя способность к анализу требований, проектированию архитектуры, разработке интерфейсов и технических заданий. Он также участвовал в процессах формирования нормативно-правовых актов и обучении пользователей.

Подробнее
E-commerce & Retail
КД
Константин Д.
Санкт-Петербург
QA ручной
Middle
2 337,66 Р/час
Регрессионное тестирование
Selenium WebDriver
Тест-планы
Zephyr
Safari
stories
Анализ
AWS
Программное обеспечение
Postman
+52

Более трех лет практического опыта тестирования веб приложений; • Опыт работы по методологии Agile, знание и понимание методологии Waterfall; • Участие в создании тестовой документации: тестирование требований, создание тест-планов, создание тест-кейсов, тестовых циклов на основе требований; • Опыт в тестировании различных методологий: Gray Box, Black Box; Smoke; функциональное, регрессионное тестирование; тестирование UI/UX, тестирование совместимости; кросс-браузерное и кросс-платформенное тестирование; • Создавал легко воспроизводимые баг-репорты и отслеживал их статус до нужного результата; • Способен быстро приспосабливаться к меняющейся рабочей обстановке; • Отлично умею находить общий язык и общаться с людьми; могу эффективно работать как в команде, так и самостоятельно; • Могу быстро освоить новые технологии и инструменты и внедрить их в работу; • Нацелен на результат и развитие.

Подробнее