Ведущий разработчик DWH (ETL)
В архиве с 22 октября 2023
Требуемый опыт работы: 3–6 лет
Полная занятость, удаленная работа
Москва
Вакансия в архиве
Работодатель, вероятно, уже нашел нужного кандидата и больше не принимает отклики на эту вакансию
Похожие вакансии
Москва
Опыт от 3 до 6 лет
Откликнитесь среди первыхМожно из дома
Сбор, анализ и формализация поступивших от заказчика требований. Подготовка маппингов объектов источников данных на слои хранилища данных. Создание прототипов витрин.
Обязательно опыт работы с DWH. Опыт работы в роли аналитика от 2 лет. Опыт работы c одной из СУБД (MS...
Опыт от 3 до 6 лет
Можно из дома
Разрабатывать и поддерживать процедуры ETL с использованием Pentaho Dl. Тесно сотрудничать с командой бизнес-аналитики для формирования базы для отчетов.
Отличные знания SQL, на это мы обратим особое внимание. Знания ETL, DWH. Знания PL/PosgreSQL. Опыт работы с Tableu будет...
Опыт от 3 до 6 лет
Откликнитесь среди первыхМожно из дома
Разработкой аналитических и интеграционных витрин. Подготовкой данных и загрузкой их в DWH. Взаимодействие с заказчиком по уточнению требований, анализ требований...
Опыт работы с хранилищами данных не менее 3-х лет. Опыт разработки витрин данных: интеграционных, аналитических. Опыт подготовки, очистки данных...
Опыт от 1 года до 3 лет
Можно из дома
На крупный проект ищем Аналитика DWH/Системного аналитика. Погрузится в архитектуру данных компании и разобрать её «по полочкам».
Мы ищем командного игрока с хорошим знанием SQL. Опыт работы на проектах внедрения/развития хранилищ данных и/или Data Lake...
Опыт от 3 до 6 лет
Можно из дома
Корпоративное хранилище данных. ESB (шина данных). BI (Business intelligence). WEB-кабинеты (создание уникальных рабочих мест сотрудников по различным предметным областям.
Высшее образование (желательно в сфере информационных технологий). Опыт работы на аналогичной позиции не менее 1 года (желательно в проектах, связанных...
Опыт от 3 до 6 лет
Можно из дома
Подготовка витрин данных. Оптимизация SQL-запросов. Коммуникация с бизнес-аналитиками и формализация задач. Участие в улучшении архитектуры аналитического хранилища.
Понимание принципов оптимизации SQL запросов. Hadoop (написание запросов на Hive, понимание общих концепций MPP + основных элементов экосистемы, принципы оптимизации).