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 15 мая 2025 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 3 месяца)
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
ClickHouse, Oracle, Apache Hadoop, HDFS, PySpark, SQL, Python, GreenPlum, Apache AirFlow, PostgreSQL
Отрасль проекта
FinTech & Banking
Период работы
Ноябрь 2023 - По настоящее время  (1 год 7 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
SQL, Docker, Python, metabase, Apache AirFlow, PostgreSQL
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

E-commerce & Retail • EdTech • FinTech & Banking • GameDev • Manufacturing • Telecom • Travel, Hospitality & Restaurant business
ДД
Денис Д.
Краснодар
ETL разработчик
Middle+
4 545,45 Р/час
Amazon
Amazon Redshift
apache hive
aurora
C/C++
cloudera
Delphi
DOS
FireBird
FreeBSD
+44

Я опытный специалист в области работы с данными, обладающий более чем 10-тилетним опытом в качестве Data Engineer и Data Architect. Мой опыт охватывает весь спектр задач, связанных с проектированием, разработкой и администрированием специализированных систем обработки данных, в том числе проектирование архитектуры баз данных, оптимизацию производительности, а также внедрение современных решений для управления данными и их анализом. Я управлял и участвовал в множестве проектов, где использовал широкий набор технологий, включая языки программирования, такие как Python, Java и SQL, а также работал с различными базами данных, среди которых PostgreSQL, Oracle и greenplum. Мой опыт работы охватывает различные отрасли, включая ритейл, банковские услуги и автоматизацию бизнес-процессов. Я принимал активное участие в разработке хранилищ данных, ETL-процессов и аналитических платформ, что позволило мне развить навыки в проектировании и оптимизации высоконагруженных систем. Командная работа и эффективное управление проектами — это не только сильные стороны, но и те аспекты, на которые я уделяю особое внимание. Я привык работать в условиях Agile и Scrum, понимая важность взаимодействия и поддержки коллег. Вместе с тем, я проявляю инициативу в обучении и развитии команды, делясь накопленным опытом и знаниями.

Подробнее

Недавно просмотренные специалисты

E-commerce & Retail • FinTech & Banking
СА
Сергей А.
Санкт-Петербург
ETL разработчик
Middle+
3 339,64 Р/час
DBT
GitLab
MS Windows
datastage
arrayjoin
ClickHouse
Informatica
Numpy
Hive
Bash
+45

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;

Подробнее
Manufacturing
ВШ
Валерий Ш.
Москва
Golang разработчик
Senior
4 935,06 Р/час
tkinter
ES
Grafana
fiber
kicad
qtechelectro
logisym
Windows Professional
hyperscript
modula-2
+95

Инженер-разработчик на golang с 2015 года. Специализируюсь на создании эффективного бэкенда для программных систем любого уровня сложности; есть достаточный опыт создания десктоп-приложений на golang; есть навыки разработки бодрого фронтенда с поддержкой принципов гипермедиа, HATEOAS. Мои принципы можно выразить тремя фразами: 1) Качество превыше количества; 2) Всегда делай то, что обещал; 3) Любой человек достоин уважения. Моя цель на каждом проекте - разработка надежного продукта, который можно сопровождать и развивать на протяжении длительного времени. Заказчик должен быть уверен, что продукт отвечает его целям. ● Разработка архитектуры и реализация системы дорасчёта параметров на ПС 110 кВ О-55 ”Восточная-1” в интересах ООО “МЕГАПОЛИС” (более 300 модулей, 3000 телесигналов и телепараметров для серверов телемеханики, 5 протоколов обмена в электросетях; критическая инфраструктура); ● Разработка архитектуры и монолитного сервера в интересах АО “Черняховский Райавтодор” для учёта сырья на складе материалов и отгрузки готовой продукции с асфальто-бетонного завода с сопутствующими отчётами по движению материальных средств. ● Разработка микросервисной архитектуры и её реализация в составе коллектива в ООО “ЭНКОСТ” (промышленное контрольно-измерительное оборудование для диагностики энергоустановок и повышения качества эксплуатации, снижение расходов по эксплуатации электрооборудования, анализ потребления в рамках Единой энергосистемы РФ и по регионам); ● Участие в экспертном совете в качестве главного эксперта при разработке архитектуры системы массового оповещения Цифровой сервисной платформы (“РосАтом”); разработка на этапе прототипа 100% кода; на момент сдачи системы в промышленную эксплуатации примерно 30% от общего объёма работы; ● Участие в экспертном совете в качестве руководителя проекта при разработке архитектуры системы претензионно-исковой работы Цифровой сервисной платформы (“РосАтом”); выполнение ряда ответственных сервисов в рамках системы, общий объём

Подробнее