Data Engineer

На данный момент Data Engineer.

Мои компетенции и опыт

Опыт работы более 2 лет. Тут опишу последнее место работы, более подробно можно посмотреть в резюме. 

О себе: Data Engineer с фокусом на построении витрин и data-платформ, с индустриальным опытом 2+ лет в финтехе и аналитике маркетплейсов. Мой опыт включает разработку ETL/ELT-пайплайнов на SQL и Python (Greenplum, PostgreSQL) с оркестрацией через Airflow, работу с Spark/Trino в контуре datalakehouse, интеграцию с внешними API и подготовку данных для BI-систем (Superset, Yandex DataLens, Power BI). Отдельное внимание уделяю качеству данных — системам проверок и мониторинга, поиску аномалий и обеспечению консистентности ключевых продуктовых и бизнес-метрик в тесном взаимодействии с заказчиками и продуктовыми аналитиками. Интересуюсь архитектурой DWH и data-платформ, оптимизацией пайплайнов и best practices проектирования витрин.

Т-Банк, Data engineer 

Обязанности: 
- Разработка и поддержка витрины в Greenplum и ETL процессы по направлению обслуживания клиентов (чаты, звонки, таски), в основном на SQL в Zeppelin, а также Spark и Trino
- Обеспечение корректного расчёта технических и ключевых бизнес-метрик по клиентскому сервису (Python + SQL, SodaCL), которыми пользуются продуктовые аналитики
- Взаимодействие с владельцами продуктов и бизнес-заказчиками: документирование логики подсчета метрик и сценариев использования данных, на основе этого проектирование модели данных и структуры витрин в DWH 

Достижения:
- Спроектировал архитектуру данных в Greenplum для сущности «проблема клиента» и настроил инкрементальный ETL процесс с ежедневным пересчётом к 07:00, обеспечив возможность добавления атрибута в ключевые витрины обслуживания
- Реализовал и описал в Confluence логику сущности "статус решённости проблемы клиента" на Резюме обновлено 24 ноября 2025 в 13:35 основе аналитических триггеров (сборка метрик из DWH) и добавил проверки качества/аномалий, что позволило оперативно выявлять сбои
- Оптимизировал архитектуру сущности CSAT, выделив облегчённую витрину с ключевыми полями и оптимизировал SQL запросы к Greenplum, стабилизировав SLA готовности к 06:00 вместо 10:00
- Cпроектировал архитектуру витрины по сегментации клиентов на основе SCD2-модели, обеспечив корректный учёт истории и актуального сегмента клиента на любую дату. Сократил количество строк SQL кода в 5 раз