Алексей В. Data инженер, Senior

ID 30669
АВ
Алексей В.
Мужчина, 36 лет
Россия, Санкт-Петербург, UTC+3
Ставка
4 025,97 Р/час
НДС не облагается
Специалист доступен с 30 августа 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
Senior
Навыки
Python
SQL
airtable
Apache AirFlow
API
ArcGIS
FFmpeg
gdal
GeoServer
Google
gspread
Identity Server
Matplotlib
Pandas
Postgis
Qgis
Regex
Requests
Scikit-learn
Seaborn
Sheets
Threading
PostgreSQL
AWS
S3
Docker
Git
Linux
Отрасли
Logistics & Transport
Realty & Constructoring
Знание языков
Английский — B2
Проекты   (7 лет)
СИСТЕМА АВТОМАТИЗАЦИИ СТРОИТЕЛЬНОГО КОНТРОЛЯ
Роль
Data-инженер
Обязанности
Разработка и поддержка ETL-пайплайнов с использованием Python, SQL и Airflow; Автоматизация процессов обработки и трансформации данных. Интеграция с источниками данных: Airtable, Google Sheets, SQL-базы, web scraping; Написание парсеров и утилит для извлечения и нормализации данных (regex, pandas); Обработка больших объёмов данных (векторных, табличных, файловых) — более 1 ТБ в месяц; Разработка и внедрение ML-моделей для автоматической классификации и прогнозирования показателей качества строительных объектов, выявления аномалий; Использование AWS S3 в качестве хранилища данных; Построение визуализаций и графиков для анализа данных с использованием matplotlib и seaborn; Проведение аналитики по регионам США, построение и поддержка витрин данных для отчётности и анализа; Опыт работы в среде Linux (Ubuntu), включая настройку окружения и автоматизацию; Использование Docker и Airflow для оркестрации пайплайнов и развёртывания решений.
Стек специалиста на проекте
Git, Docker, SQL, Python, Linux, AWS, Google, Pandas, Matplotlib, Scikit-learn, Requests, Seaborn, Regex, Threading, Apache AirFlow, S3, Sheets, airtable, gspread
Отрасль проекта
Realty & Constructoring
Период работы
Февраль 2023 - По настоящее время  (2 года 7 месяцев)
TURKSTREAM
Роль
Data-инженер
Обязанности
Сбор данных из различных источников, их фильтрация, очистка, структурирование и подготовка геопространственных данных для отображения на портале; Обеспечение интеграции с историческими данными для повышения полноты анализа; Визуализация данных, выявление и устранение ошибок качества; Активное использование Python, PostgreSQL, Pandas, Matplotlib и Seaborn для анализа и обработки данных; Разработка скриптов для автоматизации повторяющихся процессов на Python; Написание конверторов и обработка видео с использованием ffmpeg.
Стек специалиста на проекте
PostgreSQL, SQL, Python, Hive, Spark, Hadoop, Pandas, Matplotlib, Seaborn, FFmpeg, Apache AirFlow, Trino
Отрасль проекта
Logistics & Transport
Период работы
Июль 2022 - Февраль 2023  (8 месяцев)
УПРАВЛЕНИЕ ОБРАБОТКОЙ ФОТОГРАММЕТРИИ
Роль
Data-инженер
Обязанности
Управление ресурсами группы: подбор, обучение, делегирование задач, мотивация (6 человек в подчинении); Контроль выполнения задач, взаимодействие с другими подразделениями компании и заказчиками; Работа с геопространственными данными в ГИС-средах; Приём исходных материалов от исполнителей, оценка качества входящей информации, обработка и фильтрация данных; Контроль качества производимых материалов; Подготовка и проработка технических заданий; Автоматизация процессов с использованием Python; Разработка и написание скриптов для metashape с использованием metashape API, включая автоматизацию группировки фотографий по различным признакам; Обработка материалов аэрофотосъёмки, воздушного лазерного сканирования, мультиспектральной и геодезической съёмки.
Стек специалиста на проекте
Python, Linux, Pandas, GeoServer, Qgis, gdal
Отрасль проекта
Logistics & Transport
Период работы
Сентябрь 2018 - Июль 2022  (3 года 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
Санкт-Петербургский государственный университет
Специальность
География и геоэкология
Завершение учебы
2013 г.

Похожие специалисты

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
Marketing, Advertising & Design • RnD
КК
Кирилл К.
Астана
Data инженер
Middle
3 376,62 Р/час
Apache AirFlow
API
Big Data
Bitbucket
CI/CD
code
Docker
EViews
Flake8
Git
+60

● data scientist / ML engineer с опытом коммерческой разработки 3.5 года; ● технологический стек: python - pandas, numpy, scikit-learn, tensor flow, PyTorch, OpenCV; SQL; Spark; Linux; Docker. ● опыт оптимизации вычислений. ● запустил с нуля до стадии продукта 3 проекта; ● есть опыт наставничества (студенты, junior-разработчики); ● опыт бэкенд разработки на python. ● отличный системный и ML дизайн ● знание архитектуры нейронных сетей. Понимание механизма внимания и трансформатора; ● опыт использования TensorFlow и PyTorch для экспериментов с архитектурой; ● опыт использования NGC; Примечание - если речь идет про облачный сервис NVIDIA NGC, то его конкретно не использовал, но он мало чем отличается от используемых аналогов; ● понимание основ MLOps; ● опыт разработки конструкции систем машинного обучения в различных областях – CV/NLP/ML

Подробнее
E-commerce & Retail • EdTech • RnD
АК
Алексей К.
Белград
Data инженер
Senior
4 110,32 Р/час
Python
Hadoop
Apache AirFlow
AWS
AWS RDS
Bash
beams
Big Data
BigQuery
C++
+106

Алексей — опытный Data инженер с более чем шестилетним опытом работы в проектах RnD, E-commerce & Retail и EdTech. В портфолио Алексея есть несколько успешных проектов: Customer360, разработка программного обеспечения для бухгалтерского учёта для одного из крупнейших розничных продавцов товаров для дома, Apache Superset по визуализации данных для целей BI, внутренний проект, направленный на решение проблем повторного развёртывания групп DAG Airflow на учётных записях Kohls и IAS, IAS Python Upgrade, настройка и поддержка кластера Hadoop/Spark, разработка приложений на Hadoop/Spark для научных целей. Алексей участвовал в разработке и поддержке групп DAG Airflow для преобразования данных, включая сшивание данных; разработал и спроектировал Metadag Airflow DAG, которая автоматизирует и повышает уровень понимания процессов в команде C360; выполнил общую миграцию из локальных в облачные сервисы; получил большой опыт в разработке приложений Flask, выполнении миграций БД с использованием SQLAlchemy и Alembic; разработал внутреннюю систему контроля доступа для приложения Superset; разработал пакет Python3 airflow-redeploy, который упрощает процесс повторного развёртывания групп DAG через официальный REST API и плагин REST API.

Подробнее
EdTech • Hardware
СП
Сергей П.
Санкт-Петербург
Data инженер
Lead
4 349,14 Р/час
Agile
Apache
Apache Hadoop
Apache Spark
Apache Superset
arch
arrow
Bash
C/C++
CentOS
+63

• Сильные технические и математические навыки, умение быстро осваивать инструменты и алгоритмы для работы с данными благодаря богатому и глубокому опыту сфере анализа и исследований • Приобрел успешный опыт в Data Science, начиная от научных исследований (c 2010), потом практических задач для ИТ инфраструктуры инновационного экопарка переработки отходов, и сейчас в проектировании функциональных требований к архитектуре и в сборке и разработке ML моделей и подходов для сложных аналитических систем (умного озера, СУДД, банка, телекоммуникаций) • Эксперт в языке Python (PyCharm & Jupyter) для решения задач по Data Science и для анализа данных (также есть опыт веб разработки в Django & Flask) • Работает с библиотеками, такими как Pandas (+Dask), NumPy, Matplotlib (seaborn, plotly), Statsmodels, SciPy, Scikit-learn и Keras, NTLK, PySpark • Моделировал данные для машинного обучения • Знаком с архитектурой и компонентами экосистемы Big Data, включая GreenPlum, HDFS и облачные хранилища, такие как S3 (MinIO) • Понимает особенности работы с колончатыми базами данных, особенности написания запросов и их последовательной оптимизации, влияние вида запроса на скорость работы и нагрузку на базу данных, задачи и операции, которые требуют специфического решения для колончатых баз данных • Обладает опытом работы с BI инструментами, включая Power BI, Apache Superset (эксперт), Zeppelin • Имеет опыт использования контейнеризации и оркестрации с Docker, включая CI/CD процессы в GitLab • Знаком с ETL инструментами Apache AirKow, DBT, Spark • Также владеет знанием языков программирования C, C++, Java Script, HTML, CSS • Управляет проектами и пользуется инструментами Jira, ConНuence • Обладает опытом работы в Agile среде (- Scrum, Kanban) с использованием инструментов управления проектами, таких как Jira и ConНuence Coursera. Введение в квантовые вычисления. Нейронные сети и глубокое обучение.

Подробнее

Недавно просмотренные специалисты

FinTech & Banking • Manufacturing
ПГ
Павел Г.
Москва
QA ручной
Middle
2 568,95 Р/час
Управление командой
Тест-дизайн
Регрессионное тестирование
Redmine
Grafana
Kanban
Подготовка и проведение презентаций
мобильных приложений
GitLab
Разработка
+76

Павел — опытный QA-специалист уровня Middle. Он обладает навыками ручного тестирования и специализируется на тестировании банковского ПО и не только. Павел имеет опыт работы с различными инструментами и технологиями, такими как Jira, GitLab, Docker, Postman, Redmine, Swagger, TestRail, Web, API testing, Backend testing, Frontend testing и другие. Также он знаком с большим количеством языков программирования и СУБД. На своих проектах Павел выполнял различные задачи, включая написание бизнес-документации, тест-дизайн, взаимодействие с аналитиками и разработчиками, составление чек-листов и тест-кейсов, ручное тестирование сайтов, программ и мобильных приложений, функциональное и регрессионное тестирование, исследовательское тестирование и многое другое. У Павла есть опыт работы в FinTech & Banking и Manufacturing отраслях. На своих проектах он работал над системами логирования, администрированием, интеграцией систем учёта комиссий и обменного курса, а также занимался написанием автотестов на Python и исправлением боевых ошибок. О себе: Процесс тестирования считаю интересным и подходящим для моих профессиональных и личных качеств. Готов постоянно развиваться в профессиональной деятельности, изучать новые для себя материалы и применять полученные знания на практике. Знаком с: • Основными практиками тестирования; • Документирование, анализ и работа с дефектами; • Работа в Agile и Kanban методологиях; • Ручное тестирование ПО, 1С; • Тестирование веб приложений; • Работа в 1С.

Подробнее