Data Modeller
В архиве с 30 мая 2017
Требуемый опыт работы: 3–6 лет
Полная занятость, полный день
Вакансия в архиве
Работодатель, вероятно, уже нашел нужного кандидата и больше не принимает отклики на эту вакансию
Похожие вакансии
Москва
Опыт от 3 до 6 лет
Можно из дома
Анализировать источники данных. Создавать процессы интеграции данных в DWH. Создавать процессы обновления данных внутри DWH. Помогать аналитикам с созданием витрин.
Опыт работы в DWH, Python, SQL в совершенстве. Понимание архитектуры построения хранилищ. Знание отличия Anchor от Data Vault.
Опыт от 3 до 6 лет
Загружать и обрабатывать в DWH данных внутренних и внешних систем (стек Kafka, PySpark, Hadoop, Clickhouse, AirFlow). Принимать участие в построении...
Опыт обработки больших данных, знание принципов работы БД и методологий моделирования. Продвинутый уровень владения Spark, Python, Apache AirFlow, SQL.
Опыт от 3 до 6 лет
Разработка хранилища данных на базе Greenplum, витрин данных на ClickHouse. Разработка ETL-процессов поставки данных с помощью Kafka/NiFi /Airflow...
Высшее образование (it, техническое). Практический опыт построения типовых моделей хранилищ и витрин данных, знание теории и принципов. Greenplum (MPP – архитектура...
Москва, Сухаревская
Опыт от 3 до 6 лет
Можно из дома
Разработка и внедрение стратегий и политик Data Governance для обеспечения высокого качества данных. Анализ данных для выявления взаимосвязей и понимания...
Опыт работы в области Data Quality / Data Governance от 2 лет. Продвинутые навыки программирования на Python и опыт работы с...
Москва, Маяковская и еще 2
Опыт от 1 года до 3 лет
Можно из дома
Разрабатывать витрины данных и заниматься их продуктивизацией. Искать новые источники, проводить анализ их качества и влияние на модели.
Высшее техническое образование. Релевантный опыт работы от 2 лет. Уметь уверенно работать с реляционными (SQL) базами данных, принимать архитектурные решения.
Опыт от 1 года до 3 лет
Разработкой и поддержкой витрин данных на BigData технологиях в кластере Hadoop. Проектированием и разработкой ETL-потоков с использованием Java, Spark.
Уверенные знания SQL. Знание Java Core + Spring, Spark. Опыт работы с Hadoop, понимание архитектуры и инструментов кластера.