Senior/Middle Analytics Engineer

Analytics Engineer (dbt / Lakehouse / BI)

Ищем Analytics Engineer’а, который будет строить аналитические модели и витрины в lakehouse-архитектуре: от “staging” до готовых витрин под продукт/BI, с акцентом на качество данных, единые определения метрик и удобство self-service аналитики.

Архитектура и стек:

• Lakehouse: S3/MinIO + Apache Iceberg + Hive Metastore.
• SQL / query layer: Trino (основной), местами StarRocks для low-latency витрин/агрегатов.
• Transformations: dbt Core (models/tests/docs/lineage), оркестрация через Airflow.
• BI: Apache Superset.
• Semantic layer (опционально): Cube.js или dbt semantic layer.
• Governance: DataHub (каталог, lineage), доступы через политики OPA.
• Data Quality: dbt tests, Great Expectations.

Чем предстоит заниматься:

• Строить слой моделей dbt (staging → intermediate → marts), поддерживать инкрементальные загрузки, снапшоты, документацию и lineage.
• Проектировать витрины под продуктовые сценарии и BI (Superset): понятные схемы, согласованные метрики, “один источник правды”.
• Работать с данными clickstream/продуктовыми событиями и транзакционными источниками, помогать превращать их в надежные аналитические датасеты.
• Встраивать data quality: тесты dbt, ожидания Great Expectations, алерты на провалы качества/свежести.
• Оптимизировать SQL под Trino/Iceberg (партиционирование, статистики, минимизация сканов, правильная гранулярность витрин).

• Участвовать в data governance: описания, теги, владельцы, документация в DataHub; базовые контракты и доступы.

• Сильный SQL и опыт построения аналитических витрин/моделей.
• Практический опыт dbt Core (models, macros, tests, docs).
• Понимание принципов моделирования данных (star schema, wide tables, incremental подходы, SCD где уместно).
• Опыт работы с BI-инструментами (Superset/Metabase/Tableau) и потребностями аналитиков/продукта.

Будет плюсом:

• Опыт работы с Iceberg/Delta/Hudi и понимание особенностей lakehouse.
• Понимание Trino/Presto и оптимизации запросов.
• Знакомство с DataHub/каталогами и data quality фреймворками.
• Понимание realtime источников (Kafka/clickstream) и как их “приземлять” в аналитику.

Что мы предлагаем:

• Участие в развитии проекта со старта.
• Прямое влияние на конечный продукт.
• Перспективы профессионального и карьерного роста.
• Развитие в команде опытных коллег.
• Минимум бюрократии и быстрое принятие решений.
• Индивидуальное обсуждение графика и формата работы с каждым сотрудником.