DWH аналитик — проектная работа с интеграциями@ Top Selection
О позиции
Компания Top Selection ищет DWH аналитика для проектной работы. Ваша задача будет заключаться в интеграции и обработке данных в бизнес-системах. Мы ищем опытного специалиста, который сможет эффективно работать с данными и помогать в реализации проектов. Вакансия DWH аналитик удалённо, с возможностью долгосрочного сотрудничества.
Чем вы будете заниматься
- Сопровождение заказчика в части конфигурации ИТ-инфраструктуры;
- Настройка и тестирование интеграции продуктов KS со смежными системами;
- Участие в разработке интеграционных схем;
- Подготовка документации по интеграции;
- Разворачивание платформы KS на серверном оборудовании Заказчика или в облачной среде;
- Проектирование и разработка внешних подключаемых к платформе KS сервисов;
- Проектирование и разработка баз данных, SQL-запросов, хранимых процедур;
- Подготовка обучающих материалов и проектных документов.
Требования
- Опыт работы с интеграциями и обработкой данных;
- Свободное владение SQL (PostgreSQL): сложные запросы, CTE, оконные функции;
- Практические навыки в Python (pandas, psycopg2, Flask/FastAPI) для ETL;
- Опыт работы с RabbitMQ или другими системами очередей;
- Понимание принципов микросервисной архитектуры и REST API;
- Опыт использования Docker, Git, GitLab CI/CD;
- Аналитическое и системное мышление;
- Готовность работать в команде с консультантами и моделистами.
Будет плюсом
- Опыт работы с системами IBP, S&OP, Demand Planning;
- Понимание бизнес-процессов ритейла;
- Опыт с Kubernetes, Apache Superset, Nginx;
- Знание методологий внедрения (Agile, Waterfall).
Что мы предлагаем
- Заработная плата от 256 000 до 280 000 ₽ в месяц;
- Проектная работа с возможностью долгосрочного сотрудничества;
- Удалённый формат работы;
- Оформление через ИП;
- Работа в команде профессионалов;
- Возможности для профессионального роста.
Вакансия хорошая, с конкурентной зарплатой и интересными задачами. Подходит для опытных специалистов в области DWH и аналитики.
Кто здесь добьётся успеха
Глубокое понимание SQL и PostgreSQL для оптимизации запросов и работы с большими объемами данных.
Опыт работы с Docker и Kubernetes для обеспечения эффективного развертывания и управления приложениями в облачной среде.
Способность к быстрому обучению и адаптации к новым инструментам, таким как RabbitMQ и Flask, для интеграции различных систем и автоматизации процессов.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Data Analytics
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев