Senior · Офис · Москва, Россия · Английский не нужен
Навыки
AI-агенты
Airflow
BI-инструменты
ClickHouse
Data Quality
DWH
EdTech
Ещё 14
ER-диаграммы
ETL / ELT
Финтех и платежи
Внедрение систем
Linux
Machine Learning
152-ФЗ / персональные данные
Python
Оптимизация запросов
Spark
SQL
Системное администрирование
Iceberg / Delta Lake
Trino / Presto
О компании и продукте
Технологии/инструменты SQL Python Linux Machine Learning Apache Airflow ETL Apache Spark Наша команда занимается развитием платформы данных в блоке «Люди и Культура»
Мы ищем сильного data-инженера на проект по созданию Data-продуктов внутри аналитического хранилища. Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог зайдёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры
Задачи
Проектирование и реализация ETL/ELT-процессов
Оптимизация запросов, подходов к хранению и обработке данных
Развитие процессов управления данными и их качеством
Обеспечение стабильности конвейеров данных
Создаваемые нами Data-продукты являются основой для комплексной HR-аналитики, углубленных исследований по человеческим ресурсам и создания эффективных ML-моделей
Они помогают принимать осознанные решения на основе реальных данных
Требования
Опыт работы с ClickHouse
Высокий уровень SQL
Знание методологий моделирования хранилищ данных
Опыт проектирования моделей данных под определённые условия
Опыт использования ETL-инструментов и оркестраторов (Airflow)
Опыт построения систем контроля качества данных
AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием
Ваш опыт и участие помогут сделать его удобным и полезным для всех!
Навыки использования MPP, опыт работы с Trino, Spark
Будет плюсом
Навыки программирования на Python
Опыт работы с Apache Iceberg
Опыт работы с BI-инструментами, продуктовой аналитикой
Навыки администрирования ОС Linux
Навыки работы с генеративными AI-моделями
Опыт создания AI-агентов и использования их в работе будет преимуществом
Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
Инструментальное владение AI для анализа, генерации и автоматизации
Опыт внедрения приложений
Условия
Хороший офис (AgileHome) рядом со станцией метро Кутузовская со всеми удобствами (столовые + множество кафе + кухни с холодильниками, кофемашинами
бесплатный спортзал
бесплатная подземная парковка
места для отдыха — настольный теннис, несколько PlayStation, кикер, бильярд)
Ежегодный пересмотр зарплаты, квартальная и годовая премия
Корпоративный спортзал и зоны отдыха
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
Программа адаптации и помощь руководителя на старте
Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
Подписка Прайм с возможностью совместного использования на трёх близких
Вознаграждение за рекомендацию друзей в команду Сбера
Паспорт вакансии
История публикации
Появилась в Вакандии27 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 27 дней назад
Среди похожихНет данных51 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдSeniorвычитано из текста вакансии
Формат работыОфисвычитано из текста вакансии
ГеографияМосква, Россиявычитано из текста вакансии
Зарплата≈ 308 545 RUB в месяцнаша оценка, в вакансии не названа
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки1004 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки работодателя нет, показана наша оценка
Проверка Вакандии
Источники и свежесть
Тип источника
Агрегатор вакансий
Найдено публикаций
1
Посмотреть публикации и даты
getmatchОсновная публикация · 2026-07-31
С
Работодатель
Сбер
50 активных вакансий · вилка работодателя указана в 37%