Старший разработчик DWH

Обязанности: Развивать корпоративное хранилище данных на базе Microsoft on-premise стека; Проектировать, реализовывать и сопровождать ETL/ELT-процессы загрузки, трансформации и контроля качества данных; Поддерживать и развивать оркестрацию на SQL Server Agent JOBs, участвовать в подготовке к переходу на Airflow; Проектировать и развивать модели данных DWH, включая детальный слой, историзацию и витрины для аналитики и отчетности; Интегрировать данные из различных корпоративных систем и источников, обеспечивая целостность и устойчивость потоков; Оптимизировать SQL-код, процедуры, процессы загрузки и структуру хранения с учетом промышленных нагрузок; Работать в существующем процессе разработки с использованием GitLab, dev и test сред, участвовать в поставке изменений между контурами; Участвовать в code review, повышении качества релизного процесса, стандартизации разработки и сопровождения; Принимать участие в архитектурных решениях и предлагать улучшения по надежности, масштабируемости и сопровождаемости DWH-платформы. Требования: Сильный практический опыт в разработке и развитии DWH / корпоративных хранилищ данных; Глубокое знание Microsoft SQL Server и опыт работы в on-premise ландшафте; Уверенный опыт построения ETL/ELT-процессов на базе SSIS или сопоставимых инструментов; Практический опыт работы с SQL Server Agent JOBs как инструментом промышленной оркестрации; Отличное знание SQL: сложные запросы, оконные функции, хранимые процедуры, оптимизация производительности; Понимание принципов построения DWH: загрузочный слой, детальный слой, витрины, историзация, Data Quality; Опыт интеграции данных из нескольких источников и построения устойчивых пайплайнов; Опыт работы с GitLab и понимание практик командной разработки: version control, merge request, code review, поставка изменений по контурам; Опыт работы в средах dev/test и понимание дисциплины релизного цикла; Самостоятельность, инженерная зрелость и способность принимать решения на уровне реализации и архитектуры. Будет плюсом: Опыт или готовность участвовать в переходе с классической оркестрации на Airflow; Знание подходов к моделированию данных: Data Vault, Kimball, гибрид; Опыт работы с Python для автоматизации и обработки данных; Практика менторинга, code review и развития инженерных стандартов; Опыт работы в сложном корпоративном контуре с большим количеством интеграций и зависимостей.