Условия работы
Условия
- Работу в аккредитованной ит компании с возможность карьерного и профессионального роста
- Атмосферу профессионального развития, вдохновленную принципами agile.
- У нас самый уникальный портфель бенефитов по программе софинансирования (дмс со стоматологией, фитнес, школа ин. языков на выбор, скидки на коробочные продукты банка и партнеров).
- Мы поможем развить вашу проф. экспертизу: оплатим профессиональные тренинги и внешние образовательные курсы, участвуем в ит активностях (митапы, хакатоны, юконы).
- Вовлеченность, комфорт, свобода, минимум бюрократии, нет дресс-кода, гибкое начало и завершение рабочего дня, приходи – с нами будет интересно!
Обязанности
- Разработка и поддержка etl-процессов (batch и stream) для lakehouse-платформы на базе s3
- Интеграция данных из разнородных источников: kafka, cdc (change data capture), реляционных субд, rest api
- Проектирование и реализация витрин данных для блока управления рисками, включая: аналитику кредитного портфеля (винтажный анализ, npl-мониторинг) метрики качества портфеля
- Разработка архитектуры хранения данных для скоринга, логов и результатов скоринга
- Проектирование и внедрение системы data quality: автоматизированные проверки, алерты, sla-мониторинг
- Создание аналитических дашбордов и self-service отчетности для стейкхолдеров
- Кросс-функциональное взаимодействие с архитекторами данных, аналитиками, qa и devops-командой
- Менторинг junior-специалистов: code review, knowledge sharing, онбординг
Требования к кандидату
Требования
- Опыт в big data от 2+ лет (lakehouse, hadoop)
- Глубокое знание sql, оптимизация запросов в mpp движках
- Знание java/scala/python на высоком уровне
- Понимание принципов работы spark
- Практический опыт работы с потоковыми etl-инструментами (nifi, flink, kafka connect)
- Опыт построения интерактивных дашбордов и аналитических отчетов в bi-системах (power bi, tableau) будет плюсом:
- Понимание процесса разработки процессоров nifi на python/java
- Опыт разработки на pl/sql и оптимизации сложных sql-запросов в среде oracle
- Опыт использования cdc инструментов (debezium, flink cdc) c oracle/ms sql/postgres
* Уточняйте актуальность вакакнсии на сайте работодателя
Отзывы о компании Совкомбанк Технологии
Совкомбанк Технологии
г. Краснодар
4,1
25.08.2023
Требуются достаточно хорошие знания, но и новичкам можно попробовать, если есть уверенноость в себе и желание себя попробовать в настоящем интересном проекте.
Читать далее
Совкомбанк Технологии
г. Алексеевка
4,1
25.08.2023
люди, коллектив, интересные проекты
Читать далее
Совкомбанк Технологии
г. Екатеринбург
4,1
25.08.2023
Самая главная мотивация как для разработчика это профессиональный рост, рост компетенций и зоны ответственности, драйв внутри проекта и бросающие вызов задачи, что естественно сложно найти в компании. Не налаженные процессы внутри компании и слабая связь с руководством.
Читать далее
Похожие вакансии
Вакансии компании
Совкомбанк Технологии
20.12.2025
Прикладной/системный аналитик на проект Финансовый мониторинг (ПОД/ФТ)
договорная
Астрахань
•
Полный день
- Анализ, поиск решения, написание тз; Контроль выполнения доработок; Тестирование; Документирование; Контроль установки на прод; Оптимизация прикладных алгоритмов и бизнес- процессов; Проектирование и развитие интеграционных интерфейсов для внешних систем..
Совкомбанк Технологии
18.12.2025
Прикладной/системный аналитик на проект Финансовый мониторинг (ПОД/ФТ)
договорная
Вологда
•
Полный день
- Анализ, поиск решения, написание тз; Контроль выполнения доработок; Тестирование; Документирование; Контроль установки на прод; Оптимизация прикладных алгоритмов и бизнес- процессов; Проектирование и развитие интеграционных интерфейсов для внешних систем..
Совкомбанк Технологии
17.12.2025
Дата-инженер на платформу данных
договорная
Казань
•
Полный день
- Разработка и поддержка etl-процессов (batch и stream) для lakehouse-платформы на базе s3 Интеграция данных из разнородных источников: kafka, cdc (change data capture), реляционных субд, rest api Проектирование и реализация витрин данных для блока управления рисками, включая: аналитику кредитного портфеля (винтажный анализ, npl-мониторинг) метрики качества портфеля Разработка архитектуры хранения данных для скоринга, логов и результатов скоринга Проектирование и внедрение системы data quality: автоматизированные проверки, алерты, sla-мониторинг Создание аналитических дашбордов и self-service отчетности для стейкхолдеров Кросс-функциональное взаимодействие с архитекторами данных, аналитиками, qa и devops-командой Менторинг junior-специалистов: code review, knowledge sharing, онбординг.