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

BioTech, Pharma, Health care & Sports • Government & Public Sector • Telecom
РФ
Рамиль Ф.
Самара
Руководитель проекта
Middle+
3 724,98 Р/час
Управление командой
Redmine
Kanban
Подготовка и проведение презентаций
Разработка
Project Documentation
Управление рисками
Scrum
Project management
Product Management
+35

Рамиль — опытный руководитель проектов с опытом работы в различных отраслях, таких как государственный сектор, здравоохранение, а также телекоммуникации. Он обладает широким спектром навыков в области управления проектами, включая проектный менеджмент, разработку, оценку разработки, управление требованиями, рисками, бюджетом и командой. Рамиль также имеет опыт работы с различными инструментами и методологиями, такими как Agile, Scrum, Kanban, MS Project, BPMN, Figma, Redmine, SQL, Jira, Confluence, MS Office, Draw.io. За последние 2 года Рамиль успешно руководил несколькими проектами в разных отраслях. Среди них: сервис поиска избирательного участка при проведении выборов, модуль для ведения реестра онкобольных, автоматизированное рабочее место для среднего медицинского персонала, реестр больных Covid и сервисы для контактного центра ФНС. В рамках этих проектов Рамиль продемонстрировал навыки эффективного управления командой разработчиков, взаимодействия с заказчиками и смежными командами, а также подготовки отчётной документации. Рамиль ответственный и самостоятельны руководитель проектов, нацеленный на результат и ожидания заказчика

Подробнее
E-commerce & Retail • FinTech & Banking • Logistics & Transport
НГ
Николай Г.
Москва
Бизнес/системный аналитик
Senior
4 025,97 Р/час
Обучение сотрудников
разработка документации
Пользовательские интерфейсы
Сбор и анализ требований
Работа с интеграциями
UML
операционные системы
тесткейсов
анализ
Разработка
+54

Николай — опытный системный аналитик с навыками в области бизнес-анализа. Он обладает глубоким пониманием процессов разработки ПО и имеет опыт работы над проектами в сферах FinTech & Banking, Logistics & Transport и E-commerce & Retail. Николай участвовал в разработке конвейера потребительского кредитования, расширении функциональности приложения 2ГИС и создании интерактивной карты, а также работал над приложением для ТСД (терминал сбора данных) в сфере складского хозяйства. Кроме того, он занимался проектом Co.Transfer — приложением для заказа трансфера в Турции. На своих проектах Николай выполнял задачи по анализу и формализации бизнес-требований, составлению технических заданий, проектированию структуры баз данных, взаимодействию с разработчиками, разработке документации, тестированию функционала и обеспечению соответствия проектов стандартам безопасности и требованиям безопасной обработки данных.

Подробнее