Владлена В. Data инженер, Middle+

ID 23394
ВВ
Владлена В.
Женщина
Беларусь, Минск, UTC+3
Ставка
3 545,15 Р/час
вкл. НДС 5% (131.43 Р)
Специалист доступен с 3 июля 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
Data инженер
Грейд
Middle+
Навыки
Alembic
Apache AirFlow
athena
AWS
AWS glue
Bash
BI
BigQuery
Bitbucket
ClickHouse
CloudWatch
DevOps
Docker
Docker Compose
EC2
ETL
FastAPI
GCP
GitHub
GitHub Actions
GitLab
GitLab CI/CD
glue
GreenPlum
Hadoop
HDFS
Lambda
Matplotlib
MSSQL
MySQL
Numpy
Pandas
PostgreSQL
Power BI
Pydantic
Pytest
Python
RDS
S3
Snowflake
SQLAlchemy
tools
Базы данных
языки программирования
Отрасли
E-commerce & Retail
FinTech & Banking
Знание языков
Английский — B1
Главное о специалисте
Владлена — data-инженер уровня middle+ из Минска (Беларусь). Обладает опытом работы с различными инструментами и технологиями, включая Alembic, Apache AirFlow, AWS, Docker, ETL, FastAPI, GitHub Actions, GitLab CI/CD, Python, SQLAlchemy и другие. Владлена участвовала в нескольких проектах в сферах FinTech & Banking и E-commerce & Retail: - Обрабатывала и трансформировала большие данные из разных источников в хранилище. - Разрабатывала и оптимизировала ETL-пайплайны на Apache Airflow, Python и SQL. - Интегрировала данные из различных источников в централизованное хранилище. - Оптимизировала SQL-запросы в Snowflake, PostgreSQL и других базах данных. - Настраивала механизмы ретраев, SLA и уведомлений в Airflow. - Автоматизировала процессы очистки, нормализации, дедупликации и агрегации данных.
Проекты   (5 лет 6 месяцев)
Проект был направлен на обработку и трансформацию больших данных из различных источников в хранилище.
Роль
Data Engineer
Обязанности
Проект был направлен на обработку и трансформацию больших данных из различных источников в хранилище, с приведением их в состояние, готовое для дальнейшего аналитического использования. В рамках проекта обеспечивалась быстрая и бесперебойная доставка данных, включающая этапы предварительной обработки и очистки. Платформа обработки больших данных позволила оптимизировать процесс и гарантировала высокую производительность даже при работе с масштабными объемами информации. Обязанности: ● Разработка ETL-пайплайнов на Apache Airflow, Python и SQL для обработки данных. ● Интеграция данных из различных источников (CSV, XLS, API) в централизованное хранилище. ● Оптимизация ETL-процессов для минимизации времени выполнения, снижения нагрузки на инфраструктуру и повышения отказоустойчивости ● Настройка механизма ретраев, SLA и уведомлений в Airflow для обеспечения надежности выполнения ETL-процессов ● Автоматизация процессов очистки, нормализации, дедупликации и агрегации данных с использованием Python и Pandas ● Разработка и оптимизация сложных SQL-запросов в Snowflake с использованием CTE, Window Functions и Materialized Views для ускорения аналитики ● Мониторинг производительности ETL-процессов, настройка алертов и логирования ● Оптимизация SQL-запросов и индексации в Snowflake и BigQuery для сокращения времени обработки запросов ● Использование Docker для контейнеризации ETL-компонентов. ● Разработка unit- и integration-тестов для ETL-пайплайнов с использованием Pytest ● Настройка CI/CD-процессов для автоматического деплоя и тестирования ETL-компонентов ● Разработка стратегий бэкапа и восстановления данных в хранилищах GCP и Snowflake ● Создание технической документации в Confluence, включая описание архитектуры, схемы потоков данных и руководства по эксплуатации ● Наставничество и консультирование команды по вопросам оптимизации ETL-процессов, написания SQL-запросов и работы с хранилищами данных
Стек специалиста на проекте
Docker, SQL, Python, Bash, GitLab, BigQuery, Pandas, Numpy, Docker Compose, Apache AirFlow, GCP, Snowflake, GitLab CI/CD
Отрасль проекта
FinTech & Banking
Период работы
Сентябрь 2023 - По настоящее время  (1 год 11 месяцев)
Платформа управления кредитными продуктами предназначена для обработки и хранения данных о финансовых операциях.
Роль
Data Engineer
Обязанности
Платформа управления кредитными продуктами предназначена для обработки и хранения данных о финансовых операциях, интеграции с внешними сервисами и предоставления аналитической информации. Система обеспечивает масштабируемость, надежность и высокую скорость обработки данных, что позволяет автоматизировать ключевые процессы, связанные с управлением кредитными продуктами и их анализом. Обязанности: ● Разработка и оптимизация ETL-пайплайнов с использованием Apache Airflow для интеграции данных из внешних API в платформу управления кредитными продуктами ● Создание кастомных операторов и сенсоров в Apache Airflow для автоматизации загрузки и обработки данных, а также мониторинга выполнения задач ● Разработка SQL-запросов для оптимизации производительности и сокращения времени выполнения запросов в ClickHouse. ● Настройка доступа к данным в промежуточном слое с помощью AWS Glue (Data Catalog, crawlers) и AWS Athena ● Разработка и внедрение стратегии резервного копирования и восстановления данных в PostgreSQL и ClickHouse ● Анализ и оптимизация SQL-запросов в PostgreSQL для улучшения производительности работы с данными и сокращения времени отклика ● Разработка и поддержка пайплайнов для мониторинга ключевых метрик с использованием AWS CloudWatch ● Создание и настройка AWS Lambda для автоматизации обработки и трансформации данных в режиме реального времени ● Оптимизация работы с AWS RDS и PostgreSQL для повышения скорости чтения и записи данных в базе данных ● Мониторинг и устранение причин дефектов, связанных с данными ● Сотрудничество с командой аналитиков данных.
Стек специалиста на проекте
glue, AWS, athena, ClickHouse, Bash, DBeaver, GitHub, Tableau, S3, Docker Compose, EC2, Docker, Python, GitHub Actions, Lambda, CloudWatch, Apache AirFlow, RDS, PostgreSQL
Отрасль проекта
FinTech & Banking
Период работы
Апрель 2022 - Август 2023  (1 год 5 месяцев)
Разработка платформы для сбора, обработки и анализа данных о финансовых транзакциях в режиме реального времени.
Роль
Data Engineer
Обязанности
Разработка платформы для сбора, обработки и анализа данных о финансовых транзакциях в режиме реального времени. Система позволяла интегрироваться с различными внешними сервисами, анализировать большие объемы данных и предоставлять удобные отчёты для мониторинга ключевых показателей. Проект включал автоматизацию процессов обработки данных, обеспечение высокой производительности и отказоустойчивости. Обязанности: ● Разработка и поддержка ETL-пайплайнов в Apache Airflow для обработки и трансформации данных ● Поддержка API на FastAPI для обеспечения быстрого доступа к данным и реализации механизмов аутентификации ● Оптимизация DAG-ов в Apache Airflow для уменьшения времени выполнения и более эффективного управления зависимостями задач ● Создание аналитических витрин в Power BI для мониторинга финансовых метрик и выявления аномалий ● Оптимизация хранимых процедур и индексов в MSSQL для ускорения выполнения запросов ● Разработка системы уведомлений и алертов для оперативного реагирования на сбои ● Интеграция Hadoop (HDFS) в архитектуру проекта для распределённого хранения и предварительной обработки больших объемов транзакционных данных ● Оптимизация SQL-запросов и аналитических отчётов в Greenplum для повышения производительности и сокращения времени обработки данных ● Обеспечение рекуррентного переноса данных из HDFS в Greenplum ● Поддержка Greenplum в качестве основного хранилища данных для надежного и масштабируемого хранения финансовых транзакций с обеспечением удобного доступа к данным для аналитики и отчетности.
Стек специалиста на проекте
Docker, Python, Bash, GitLab, Hadoop, Pandas, SQLAlchemy, Numpy, FastAPI, GreenPlum, Pydantic, Alembic, Docker Compose, Apache AirFlow, HDFS, MSSQL
Отрасль проекта
FinTech & Banking
Период работы
Май 2021 - Март 2022  (11 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
БГУ
Специальность
Компьютерные науки
Завершение учебы
2022 г.

Похожие специалисты

E-commerce & Retail
ГВ
Герман В.
Минск
Data инженер
Middle+
3 545,15 Р/час
Alembic
Apache
Apache AirFlow
Apache Spark
athena
Avro
AWS
AWS glue
Bash scripting
Bitbucket
+55

Data-инженер с опытом работы в отрасли электронной коммерции и ритейла более 3 лет. Участвовал в проекте по внедрению платформы снабжения и планирования для крупного производственного предприятия. Выполнял обязанности по управлению командой дата-инженеров, обсуждал архитектуру системы, подключался к источникам данных, оптимизировал SQL-запросы, создавал конвейеры Airflow, работал с Pandas, разрабатывал хранимые процедуры, настраивал соединения Kafka, проектировал витрины данных и HDFS. Работал над созданием простого в интеграции приложения для персонализированной бизнес-аналитики на базе искусственного интеллекта. Занимался разработкой конечных точек Flask, нормализацией данных, контролем операций хранилища данных, разработкой моделей DBT, использовал Pandas, NumPy и SciPy, разрабатывал функции с помощью AWS Lambda. Принимал участие в разработке платформы для сбора и обработки больших объёмов данных из различных источников. Администрировал базы данных, разрабатывал и оптимизировал сложные SQL-запросы, использовал Apache Spark, обрабатывал крупномасштабные наборы данных с помощью AWS EMR, выполнял статистические вычисления с помощью SciPy.

Подробнее
E-commerce & Retail • FinTech & Banking
КЯ
Кирилл Я.
Минск
Data инженер
Middle+
3 545,15 Р/час
aks
Analytics
Apache AirFlow
Apache Kafka
Apache NiFi
Apache Spark
Apache Superset
AWS
Azure
Azure SQL
+50

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.

Подробнее
E-commerce & Retail • FinTech & Banking • Government & Public Sector
КН
Кирилл Н.
Ростов-на-Дону
Data инженер
Middle+
3 896,1 Р/час
Ansible
Apache AirFlow
Astra Linux
Atlassian
Bash
Bitbucket
Cassandra
Celery
CI/CD
Docker
+66

Кирилл — data-инженер из Ростова-на-Дону. Обладает опытом работы на проектах в сферах FinTech & Banking, Government & Public Sector и E-commerce & Retail. На проекте для компании из сферы FinTech & Banking занимался обработкой больших объёмов информации, анализом данных, разработкой дата-пайплайнов и организацией data quality. Использовал Python, bash, Hadoop, Greenplum, PL/pgSQL, Atlassian, Jupyter, Hue, Hive, Airflow, Superset, Power Bi, PySpark, Pandas, PyArrow. Для государственной компании разрабатывал детальный слой и строил витрины, писал пайплайны по доставке и обработке данных. Использовал Python, Apache Airflow, Git, Posgresql. В качестве python-разработчика для госструктуры создавал скрипты для автоматизации бизнес-процессов и администрирования оборудования, а также писал процедуры для баз данных. В работе использовал Python, Bash, FastAPI, Sqlalchemy, ansible, postman, Git, pgsql, Linux, Docker, Prometheus, Grafana и др. Опыт работы на позиции python-разработчика включал аналитику данных и контроль data quality, разработку скриптов по автоматизации и эксплуатацию измерительной техники. Использовал Python, bash, MySQL, Postgresql, Astra Linux, SecretNet. На последнем месте работы в сфере E-commerce & Retail занимался интеграцией реляционных и нереляционных источников, настройкой мониторинга и алертинга, нормализацией и очисткой данных. Работал со стеком из MongoDB, Postgres, S3, YandexCloud, Greenplum, Python, SQL, Ni-Fi, Airflow, Kafka, k8s, Jenkins, Github, ELK, Grafana, Vault.

Подробнее
E-commerce & Retail • IoT • Telecom
АБ
Андрей Б.
Минск
Data инженер
Senior
4 155,84 Р/час
DevOps
DWH
ETL ELT
Pl/SQL
Python
SQL
Моделирование
облачные сервисы
Оптимизация запросов
Разработка
+55

Андрей — Data инженер уровня Senior из Минска, Беларусь. Специализируется на разработке и оптимизации аналитических платформ и хранилищ данных (DWH). Имеет опыт работы с ETL/ELT-процессами, облачными сервисами AWS, инструментами Apache Airflow, Apache Kafka, Apache Spark, а также с базами данных PostgreSQL, MySQL, Oracle и Snowflake. Участвовал в проектах для отраслей E-commerce & Retail, IoT и Telecom. Среди проектов — разработка аналитической платформы для розничной сети, интеграция данных из CRM, ERP и POS-систем, автоматизация обновления данных и улучшение доступа к аналитике через BI-панели. Также занимался разработкой DWH для IT-компании, преобразованием сырых данных из Data Lake и их интеграцией в DWH для решения ML-задач. Обладает навыками работы с системами контроля версий Git, GitLab, Bitbucket, а также опытом настройки CI/CD-конвейеров. Создавал техническую документацию и сотрудничал с командами аналитиков для согласования решений по обработке данных.

Подробнее

Недавно просмотренные специалисты

E-commerce & Retail • FinTech & Banking
ВВ
Владлена В.
Минск
Data инженер
Middle+
3 545,15 Р/час
glue
языки программирования
AWS
GitLab
Базы данных
tools
athena
ClickHouse
BigQuery
SQLAlchemy
+44

Владлена — data-инженер уровня middle+ из Минска (Беларусь). Обладает опытом работы с различными инструментами и технологиями, включая Alembic, Apache AirFlow, AWS, Docker, ETL, FastAPI, GitHub Actions, GitLab CI/CD, Python, SQLAlchemy и другие. Владлена участвовала в нескольких проектах в сферах FinTech & Banking и E-commerce & Retail: - Обрабатывала и трансформировала большие данные из разных источников в хранилище. - Разрабатывала и оптимизировала ETL-пайплайны на Apache Airflow, Python и SQL. - Интегрировала данные из различных источников в централизованное хранилище. - Оптимизировала SQL-запросы в Snowflake, PostgreSQL и других базах данных. - Настраивала механизмы ретраев, SLA и уведомлений в Airflow. - Автоматизировала процессы очистки, нормализации, дедупликации и агрегации данных.

Подробнее
E-commerce & Retail • FinTech & Banking • Telecom
АА
Антон А.
Санкт-Петербург
Java разработчик
Senior
3 496,97 Р/час
GraphQL
Postman
Groovy
Netty
Flyway
JOOQ
REST
JUnit
Mockito
Gradle
+28

Антон — опытный Java-разработчик уровня Senior. Имеет опыт работы на проектах в сферах Telecom, FinTech & Banking и E-commerce & Retail. Среди них: - Разработка единого сервиса для сотрудников компании с нагрузкой свыше 10 000 человек. Использовал Docker и OpenShift, внедрял новый функционал, писал микросервисы, налаживал взаимодействие с внешними системами. - Банковский проект для автоматизации работы юристов. Расширял функционал за счёт написания новых REST-сервисов, работал с базой данных, использовал Docker и OpenShift. - Проект СОРМ. Создавал дистрибутивы, реализовывал подключение и связывание между собой микросервисов. Работал с протоколом ASN.1, разрабатывал микросервисы на Spring Boot с использованием gRPC. - Банковский информационный интернет-портал. Обеспечивал работоспособность большого микросервисного приложения, внедрял новый функционал. Переносил проекты с серверов Tomcat и Jboss на WildFly. - Внутренний портал торговой компании. Решал задачи секьюрности и доступа, работал с большими SQL-запросами к базе данных.

Подробнее
BioTech, Pharma, Health care & Sports • EdTech • FinTech & Banking • LifeStyle
ВЧ
Виктория Ч.
Москва
Продуктовый дизайнер
Lead
4 155,84 Р/час
UI
Web Design
management
Digital
Adobe XD
Adobe Illustrator
Графический дизайн
Adobe InDesign
Miro
Дизайн
+20

Виктория — опытный продуктовый дизайнер с восьмилетним опытом работы в различных отраслях, таких как FinTech & Banking, LifeStyle, EdTech, BioTech, Pharma, Health care & Sports. Она обладает широким набором навыков, включая работу с Figma, Adobe Illustrator, UX/UI design и другие инструменты. На своих проектах она занималась разработкой пользовательских сценариев, анализом целевой аудитории, созданием дизайн-систем, а также реализацией функциональных решений для продуктов. Виктория успешно руководила командами дизайнеров и предлагала стратегии реализации дизайн-решений. Она взаимодействовала со стейкхолдерами проектов и презентовала свои решения в области проектирования исследований и дизайна. Портфолио: https://www.behance.net/victoriabraf2f

Подробнее