Описание
Как Senior Data/Analytics Engineer, вы будете работать на стыке data engineering и BI. Вы будете владеть dbt-моделями в Snowflake от начала до конца и строить отчётность в Tableau на их основе. У вас будет реальное влияние на то, как моделируются и представляются данные о портфелях, клиентах и финансах в компании. Проект включает разработку и расширение централизованной масштабируемой экосистемы данных.
Задачи
•Проектировать, строить и поддерживать dbt Core проекты: слоистые модели (staging, intermediate, marts), инкрементальные модели, snapshots, макросы и переиспользуемую Jinja-логику.
•Обеспечивать качество данных через dbt tests, документацию и lineage, поддерживать проект чистым, версионированным и CI-ready.
•Проектировать дименсиональные и доменно-специфичные модели данных для отчётности по портфелям, клиентам и финансам.
•Строить и поддерживать пайплайны данных для загрузки в Snowflake, включая источники на базе API.
•Оркестрировать потоки данных с помощью Prefect.
•Интегрировать и нормализовать данные из SaaS-платформ (Addepar, NetSuite, Salesforce, Morningstar, UKG) с помощью Workato.
•Разрабатывать и поддерживать дашборды Tableau и опубликованные источники данных на основе dbt marts, обеспечивая их производительность и консистентность.
•Оптимизировать производительность и затраты Snowflake (размер warehouse, clustering, тюнинг запросов).
•Работать напрямую с бизнес-стейкхолдерами, превращая требования к отчётности в модели данных и дашборды.
Требования
•5+ лет опыта в data engineering или analytics engineering, построении современных облачных платформ данных.
•Сильный практический опыт с dbt Core в продакшене: проектирование моделей, инкрементальные стратегии, snapshots, макросы/Jinja, тестирование, документация, использование пакетов.
•Практический опыт со Snowflake, включая оптимизацию производительности и затрат.
•Продвинутый SQL и уверенные навыки моделирования данных (дименсиональное моделирование, star schemas).
•Практический опыт создания дашбордов и источников данных в Tableau (calculated fields, LOD expressions, extracts vs. live connections, тюнинг производительности).
•Подтверждённый опыт работы с паттернами ETL/ELT и загрузкой данных через API.
•Практический опыт с инструментами оркестрации, такими как Prefect или Airflow.
•Уверенное понимание структур финансовых данных или данных управления капиталом.
Будет плюсом
•Сертификация dbt (dbt Analytics Engineering Certification).
•Опыт в секторе Wealth Management или Investment Management, со специфическим знанием работы с данными по инвестициям и портфелям.
•Опыт работы с Workato или аналогичными iPaaS-инструментами.
•Прямой опыт работы с данными Addepar, Morningstar или Bloomberg.
•Python для задач data engineering.
•CI/CD для dbt проектов (например, GitHub Actions, Slim CI).
•Понимание регуляторных требований к обработке и приватности финансовых данных.
Условия
Эта позиция требует доступности, согласованной с часовым поясом EST, или как минимум 4-часового пересечения с рабочими часами EST (до 13:00 EST в регионах EU и APAC).
