Data Engineer

Был больше месяца назад

По договорённости

22 года (родился 03 марта 2003)

Москва, готов к переезду: Екатеринбург

Занятость

полная занятость

Гражданство

Узбекистан

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Python
SQL
Hadoop
Spark
Git
Docker
Kafka
Airflow
Vertica
Greenplum
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 8 месяцев

- Февраль 2024 – май 2024
- 4 месяца
Аналитик данных
ForceDrop
Обязанности и достижения:
2. Аналитик данных на сайте ForceDrop (Февраль 2024 - Май 2024) Разработка и поддержка дашбордов в Grafana, интегрированных с данными из ClickHouse. Анализ и визуализация ключевых метрик для улучшения взаимодействия пользователей и оптимизации процессов.
- Октябрь 2023 – май 2024
- 8 месяцев
Инженер данных
Яндекс Практикум, Москва
Интернет-компания (поисковики, платежные системы, соц. сети, информационно-познавательные и развлекательные ресурсы, продвижение сайтов и прочее)
Обязанности и достижения:
Профессиональный опыт: 1. Инженер данных (Сентябрь 2023 - Май 2024) Разработка и поддержка хранилищ данных, используя PostgreSQL и DWH модели Star, Snowflake, и Data Vault 2.0. Автоматизация процессов ETL для загрузки данных из S3 buckets в PostgreSQL с использованием Apache Airflow. Создание аналитического хранилища в Vertica для социальной сети, включая моделирование и ETL процессы. Работа с большими данными, включая создание Data Lake в Hadoop, автоматизация Spark jobs с использованием Airflow. Интеграция и обработка потоковых данных с использованием Apache Kafka и Spark Structured Streaming. Разработка микросервисов для обработки транзакционной активности в Yandex Cloud, включая использование Kubernetes, Redis и PostgreSQL. Визуализация бизнес-метрик и создание дашбордов для улучшения принятия решений на основе данных.

Образование

- Бакалавр
- 2024
Московский инженерно-физический институт, Москва
Факультет: Ядерная физика
Специальность: Физика атомного ядра и частиц

Обо мне

Дополнительные сведения:

Эффективное усвоение новых технологий, успешное применение новых знаний в проектах. Разработка сложных аналитических отчетов и дашбордов, способствующих стратегическому принятию решений. Эффективное взаимодействие с командой для достижения общих целей. Python, SQL, Hadoop, Spark, Git, Docker, Kafka, Airflow, Vertica, Greenplum, ClickHouse, NoSQL, Snowflake, Apache Spark, MongoDB, AWS, Yandex Cloud, Kubernets, ETL, Redis, Data Lens, Grafana, Spark Streaming