DWH-инженер (Middle+ / Senior)
Описание
Мы ищем Мы ищем DWH-инженера для развития и сопровождения корпоративного хранилища данных (DWH) и аналитических решений крупного банка-заказчика. Данные хранилища используются в управленческой, финансовой и операционной отчётности, а также в бизнес-аналитике. Основная задача — проектировать и разрабатывать надёжные и производительные решения для интеграции, обработки, хранения и предоставления данных на стеке Microsoft SQL Server, а также обеспечивать их достоверность: технический контроль качества данных, сверки с исходными системами, документирование происхождения данных. Мы ожидаем не только умения писать SQL-код, но и способности самостоятельно проектировать технические решения, разбираться в сложных структурах данных и бизнес-логике показателей, выявлять и устранять проблемы производительности и качества данных. Вы будете работать в тесной связке с бизнес-аналитиками, BI-разработчиками, владельцами данных и информационных систем. Итоговый грейд (Middle+ или Senior) и условия определяются по результатам технического собеседования. Чем предстоит заниматься Разработка DWH и витрин данных Разрабатывать и сопровождать компоненты DWH на базе Microsoft SQL Server: структуры хранения, таблицы, представления, хранимые процедуры и функции. Создавать и развивать аналитические витрины данных (Data Marts) для различных направлений бизнеса. Реализовывать правила преобразования, очистки, объединения и агрегирования данных на основании согласованных требований. Анализировать структуры и особенности исходных информационных систем; участвовать в развитии моделей хранения данных с учётом требований к производительности и архитектурных стандартов DWH. ETL/ELT и интеграция данных Разрабатывать и сопровождать процессы загрузки данных с использованием SQL Server Integration Services (SSIS) и T-SQL, включая полную и инкрементальную загрузку. Интегрировать данные из различных информационных систем банка. Обеспечивать корректную обработку изменений исходных данных, повторных загрузок и исключительных ситуаций; настраивать расписания и зависимости процессов загрузки. Реализовывать логирование, мониторинг, обработку ошибок и безопасный перезапуск процессов после сбоев. Аналитические модели (OLAP) Разрабатывать и сопровождать модели SQL Server Analysis Services (SSAS) — Tabular и, при необходимости, Multidimensional: измерения, факты, связи, иерархии, расчётные показатели. Обеспечивать корректность и производительность моделей, используемых в BI-системах и аналитической отчётности. Качество и достоверность данных Реализовывать технические проверки полноты, корректности, уникальности, согласованности и своевременности данных. Выполнять сверки данных DWH с исходными системами; выявлять аномалии, дубли, пропуски и расхождения. Анализировать первопричины расхождений и устранять их совместно с владельцами данных и ответственными за исходные системы. Участвовать в определении пороговых значений качества данных и механизмов уведомления об отклонениях; фиксировать выявленные проблемы и принятые решения. Data Governance Участвовать в разработке, внедрении и совершенствовании процессов Data Governance банка. Организовывать документирование ответственности за данные в разрезе бизнес-доменов, систем и наборов данных. Сопровождать реестр Data Owners и назначенных ответственных за сопровождение данных. Выявлять области с неопределённой или конфликтующей ответственностью и инициировать их согласование. Сопровождать реестр ключевых справочников и классификаторов, используемых в DWH; обеспечивать документирование их назначения, источников формирования и ответственных владельцев; контролировать актуальность, полноту и согласованность справочных данных. Формировать регулярную отчётность и показатели качества данных для руководства и владельцев данных. Участвовать в подготовке информации для внутренних проверок и аудита в части Data Governance и Data Quality. Производительность и сопровождение Анализировать и оптимизировать производительность SQL-запросов, процедур и процессов загрузки; выявлять узкие места в обработке и хранении данных. Обеспечивать стабильную работу DWH и аналитических решений, контролировать своевременность обновления данных. Предлагать и реализовывать технические улучшения архитектуры и процессов обработки данных. Документирование и развитие Участвовать в техническом анализе задач и оценке трудоёмкости; уточнять с аналитиками технические детали и проверять результаты реализации. Документировать схемы загрузки, зависимости между компонентами, логику преобразований и происхождение данных (Data Lineage); поддерживать описания витрин и полей в каталоге данных. Работать с системой контроля версий и в рамках установленных процессов управления изменениями; проводить техническое тестирование и участвовать в развёртывании изменений. Применять инструменты автоматизации и AI-assisted development для разработки, тестирования, анализа ошибок и подготовки документации — с соблюдением требований банка к информационной безопасности и конфиденциальности данных. Мы ожидаем Практический опыт разработки решений на Microsoft SQL Server: сложные SQL-запросы, хранимые процедуры, представления и функции. Уверенное владение SQL и T-SQL, включая оконные функции, сложные соединения и агрегации. Опыт работы с корпоративными хранилищами данных, аналитическими базами данных или сопоставимыми системами обработки данных. Опыт разработки и сопровождения ETL/ELT-процессов. Практический опыт с SSIS — или готовность быстро освоить его на основе сопоставимого опыта с другим ETL-инструментом. Понимание архитектуры Microsoft SQL Server (индексирование, транзакции, выполнение запросов) и опыт диагностики и оптимизации производительности на больших объёмах данных. Понимание принципов проектирования DWH и аналитических моделей: факты и измерения, OLAP, жизненный цикл данных (источники → загрузка → трансформация → хранение → витрины → потребление). Знание основных измерений качества данных и практический опыт реализации проверок и сверок данных. Умение разбираться в бизнес-логике показателей и переводить согласованные требования в технические решения. Навыки технического документирования реализованных решений. Английский язык на уровне чтения технической документации. Самостоятельность в решении технических задач и умение доводить анализ проблем до первопричины. Будет плюсом Практический опыт с SSAS Tabular и/или Multidimensional, знание DAX и/или MDX. Опыт работы с Power BI, Power BI Report Server или SSRS. Опыт проектирования витрин по схемам Star Schema / Snowflake Schema; знание Kimball, Data Vault или других подходов к моделированию DWH. Опыт работы с SQL Server Agent, SSIS Catalog (SSISDB), Visual Studio / SSDT. Знание Git и практик CI/CD. Python или PowerShell для автоматизации технических задач. Опыт в банковской или финансовой сфере: интеграция данных из АБС, CRM, карточного процессинга или бухгалтерских систем; финансовая, управленческая или регуляторная отчётность. Опыт сбора и формализации требований к данным непосредственно с бизнес-заказчиками: описание правил расчёта показателей, критерии приёмки, участие в пользовательской приёмке. Опыт ведения бизнес-глоссария и описаний показателей, согласования их определений между подразделениями. Опыт работы с инструментами Data Catalog, Data Quality и управления метаданными; опыт с MDM. Понимание ролевой модели доступа (RBAC) и принципов классификации данных; знакомство с DAMA-DMBOK. Опыт применения AI-инструментов в разработке, тестировании и документировании решений. Мы предлагаем Официальное трудоустройство в соответствии с Трудовым кодексом РФ ГИБРИДНЫЙ формат работы с офисом в г. Москва Конкурентную заработную плату — итоговый уровень обсуждается индивидуально по результатам собеседования, с учётом опыта и квалификации кандидата Почему эта роль интересна Полный цикл работы с данными: от исходных систем банка до витрин, OLAP-моделей и отчётности, на которую опирается руководство. Реальная зона ответственности: от ваших решений зависит достоверность финансовой и управленческой отчётности крупного банка. Возможность развиваться не только в разработке, но и в направлениях Data Quality и Data Governance. Использование AI-инструментов в ежедневной инженерной работе.