DWH Analyst | DWH аналитик

Дата размещения вакансии: 02.07.2026
Работодатель: AliExpress
Уровень зарплаты:
з/п не указана
Город:
Москва
Пресненская набережная 10блокС
Требуемый опыт работы:
От 1 года до 3 лет

Команда DWH отвечает за формирование основных аналитических витрин компании

Наша цель: предоставлять качественные и своевременные данные по логистическим процессам компании в удобном для аналитики виде. Все ключевые SLA-метрики (pay-to-delivery, first-scan-to-delivery, мониторинг провайдеров и маршрутов и тд) считаются единообразно и на данных DWH

Чем предстоит заниматься:

  • Выявление потребностей бизнеса и формализация требований к витринам данных в логистическом домене (мониторинг посылок, SLA-метрики, анализ провайдеров, маршруты, стадии доставки)
  • Миграция и рефакторинг логистических витрин в контур DWH
  • Исследование источников данных: интеграции логистических потоков, Kafka-инкременты, справочники обогащения
  • Проектирование и разработка витрин данных
  • Разработка и поддержка Data Quality проверок (Soda DQ)
  • Оркестрация ETL-пайплайнов в Airflow: DAG'и, сенсоры, зависимости, backfill-стратегии
  • Участие в разборе инцидентов с данными, расследование расхождений и консультация потребителей витрин
  • Поддержание документации и базы знаний команды.

Стек: Hadoop (HDFS/YARN), PySpark, ClickHouse, Airflow

Мы ожидаем от Вас:

  • Продвинутый уровень владения SQL и понимание принципов построения хранилищ данных (моделирование, слои, grain, SCD)
  • Опыт работы с большими объёмами данных (миллионы+ строк на партицию) от 2 лет в роли DWH/аналитика данных
  • Понимание ETL/ELT-процессов и опыт проектирования пайплайнов обработки данных
  • Умение формализовать бизнес-требования и переводить их в технические спецификации витрин
  • Ответственность, самостоятельность, навыки коммуникации с бизнес-заказчиками и смежными командами.

Будет плюсом:

  • Опыт работы с Spark и Hadoop-стеком (HDFS, YARN, Hive)
  • Опыт оркестрации в Apache Airflow (DAG'и, операторы, сенсоры)
  • Опыт с Soda DQ или другими фреймворками Data Quality
  • Понимание логистических процессов e-commerce (доставка, last-mile, cross-border).

Условия:

  • Сильная команда, с которой можно расти
  • Петабайты данных и огромные мощности для их переваривания
  • Сложные, нетривиальные задачи для маркетплейса с миллионами пользователей
  • Возможность влиять на процесс и результат
  • ДМС со стоматологией и страхование от несчастных случаев (со 100% страхованием детей)
  • Ноутбук MacBook Pro / Windows.