Сергей А. ETL разработчик, Middle+

ID 22816
СА
Сергей А.
Мужчина, 29 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 5 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  (1 год 9 месяцев)
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.

Похожие специалисты

Недавно просмотренные специалисты

FinTech & Banking • Marketing, Advertising & Design • RnD • Urban technology
ИТ
Илья Т.
Москва
Java разработчик
Senior
3 996,53 Р/час
Управление командой
Java 21
Redmine
SOAP/REST
Redux
Tomcat
MyBatis
Java 6
Java EE
JSF
+62

На крайнем месте работы занимался: - Разработкой Java приложений в рамках проектов компании, - Написание тестов, - Оптимизация, ускорение существующего функционала, - Перевод существующих сервисов на новые версии Java/Spring, - Проработкой архитектуры, обсуждением проектов и аналитики, - Проведение code review. Технологии, используемые в проектах: - Для организации процесса контроля выполненных задач использовались Jira / RedMine; - Разработка производилась с помощью системы контроля версий Git, Maven; - Стек: Java 7,8,11,14,17,21/Kotlin/Camel, Spring/Spring Boot, Maven/Gradle, Hibernate/QueryDSL/MyBatis/JDBC, Rest API/SOAP, Swagger, Junit/Mockito, PostgreSQL/Oracle/Cassandra/Redis, Kafka/RabbitMQ/ActiveMQ В данный момент: - Ищу интересный проект с использованием новых технологий; - Обладаю желанием развиваться в области разработки Enterprise-приложений на Java; - Стремлюсь к саморазвитию и изучению новых технологий

Подробнее
Government & Public Sector • HRTech • Telecom
АИ
Александр И.
Москва
Системный аналитик
Middle
2 337,66 Р/час
*nix
Регрессионное тестирование
разработка ДО
Работа с интеграциями
UML
Подготовка и проведение презентаций
Разработка
Программное обеспечение
ТСД
сбор данных
+40

— Люблю и умею работать с цифрами, анализировать и систематизировать информацию: отчеты в Power BI, cводные таблицы, сложные формулы с вхождениями. — Делаю понятные PowerPoint-презентации для заказчиков с демонстрацией результатов достижения KPI и ключевых метрик, которые необходимо было достичь — Понимаю чужие и сложные SQL-запросы, быстро погружаюсь в предметную область через SQL — Владею навыками программирования на Python для анализа «биг даты» — Большой опыт интеграции систем с внешними системами (REST API, XML, JSON) — Более полугода практиковал разговорный английский в Греции и США

Подробнее
GameDev • Urban technology
АЕ
Антон Е.
Пермь
QA ручной
Senior
2 302,49 Р/час
Тест-дизайн
Регрессионное тестирование
oraclesql
Unreal Engine 5
тесткейсов
Контроль версий
GitLab
Разработка
Программное обеспечение
Postman
+51

• Знание жизненного цикла программного обеспечения и теории тестирования; • Опыт работы с системами баг трекинга; • Опыт написания тест-кейсов и тест-дизайн; • Интеграционное тестирование; • Модульное тестирование; • Регрессионное тестирование; • Функциональное/нефункциональное тестирование; • Веб-тестирование; • Занние принципов работы с микросервисной архитектурой; • Работа с инструментами CI/CD (TeamCity, Jenkins, Git); • Работа с серверами по FTP, SSH; • Работа с SQL (MySQL, PostgreSQL,MongoDB); • Работа с xml-конфигами; • Работа с протоколами http/https; • Тестирование REST API (Postman); • Тестирование REST (Swagger); • Работа со снифферами трафика (Charles); • Работа с системами контроля версий (TortoiseSVN, GitLab); • Составление и ведение тестовой документации (Jira, Testrail, Confluence); • Опыт чтения и мониторинга логов; • Контроль воркфлоу разработки; • Работа с виртуализацией (Oracle, Vagrant) • Руководство группой тестировщиков; • Контроль качества ежедневных сборок • Опыт подготовки релизных версий и связанных с ними патчноутов

Подробнее
EdTech • Media
ПП
Павел П.
Гродно
Frontend разработчик
Senior
3 746,75 Р/час
Wedpack
Angular 6
Saga
Базы данных
CMS
EDT
JSX
HTTP
SourceTree
Netty
+33

Опытный Senior Frontend Engineer с более чем 7 годами опыта в разработке веб-приложений. Обширное знание современных фронтенд-технологий и фреймворков, таких как HTML5 , CSS3 , JavaScript, React и Angilar, позволяет мне создавать гибкие и отзывчивые интерфейсы. Имею опыт работы с RESTful API и понимание работы сетевых запросов, что позволяет мне интегрировать веб-приложения с бэкенд-сервисами с безупречной эффективностью. Кроме того, я активно следую за лучшими практиками разработки, такими как тестирование, контроль версий и развертывание, чтобы обеспечивать надежность и качество продукта. Мне нравится работать в коллективе и обмениваться знаниями с коллегами. Моя коммуникативность и способность к эффективному управлению временем позволяют мне успешно взаимодействовать с различными участниками команды и достигать общих целей проекта.

Подробнее