Data Engineer / Разработчик ETL и хранилищ данных (DWH, BI)

О проекте

Для реализации проекта требуется специалист по разработке аналитических систем, интеграции и обработке данных.

Проект предусматривает создание интерактивной аналитической BI-системы обработки и предоставления данных в сфере внешнеэкономической деятельности (ВЭД).

Система должна обеспечивать сбор, очистку, преобразование и объединение данных из существующих источников, формирование централизованного хранилища и аналитических витрин, а также предоставление пользователям интерактивных дашбордов и отчетов.

Важное условие: система разворачивается исключительно в закрытой инфраструктуре заказчика. Использование облачных сервисов не допускается. Предпочтение отдаётся специалистам с опытом разработки корпоративных аналитических систем и работы с большими объёмами данных.

Основные задачи

1. Разработка ETL-процессов

• Разработка и настройка процессов извлечения, преобразования и загрузки данных с использованием Apache Airflow, Python и SQL.

• Интеграция данных из существующих баз данных, файловых источников и REST API.

• Реализация полной и инкрементальной загрузки, обработки ошибок, повторных запусков и журналирования.

• Очистка, дедупликация, нормализация и обогащение данных.

• Разработка механизмов сопоставления данных с нормативно-справочной информацией и классификаторами.

2. Разработка и настройка хранилища данных

• Проектирование и реализация многослойной архитектуры хранилища: STAGE, ODS, DDS и DATAMARTS.

• Разработка таблиц, представлений, связей, индексов и аналитических витрин на базе PostgreSQL / Greengage.

• Интеграция данных из существующих структур закрытого контура без избыточного дублирования.

• Организация хранения истории изменений и контроля качества данных.

• Оптимизация запросов и обеспечение производительности аналитической системы.

3. Интеграция источников данных

• Работа с существующими таблицами и представлениями корпоративных баз данных.

• Подключение REST API для получения мастер-данных организаций.

• Реализация загрузки справочников и классификаторов из файлов Excel.

• Сопоставление сведений о компаниях, внешнеторговых операциях, товарах, странах и регионах.

• Подготовка совместимых представлений данных для BI-подсистемы.

4. Разработка BI-системы

• Настройка Apache Superset и подключение аналитических витрин.

• Разработка интерактивных дашбордов, графиков, таблиц и карточек ключевых показателей.

• Реализация сквозных фильтров по периоду, товарам, странам, регионам, компаниям и направлениям торговли.

• Настройка выгрузок данных в XLS/CSV и формирование отчетов в Word по согласованным шаблонам.

• Реализация ролевой модели доступа к данным и компонентам системы.

5. Реализация предметных областей

Необходимо обеспечить техническую реализацию четырёх аналитических направлений:

• Итоги внешней торговли участников ВЭД России — анализ экспорта и импорта, товарных групп, компаний, стран и регионов.

• Мировая торговля и место России — сравнение показателей стран, рейтинги, динамика и доля России в мировой торговле.

• Экспортный потенциал — подготовка данных для расчётной модели определения компаний с потенциальными экспортными возможностями и сохранение результатов её работы.

• Торговля услугами — подготовка архитектуры интеграции и аналитических представлений для последующего подключения официальных данных.

Требования к специалисту

• Практический опыт разработки ETL/ELT-процессов и интеграции разнородных источников данных.

• Уверенное владение Python и SQL.

• Опыт работы с Apache Airflow.

• Опыт проектирования и разработки хранилищ данных (DWH), витрин данных и аналитических представлений.

• Практический опыт работы с PostgreSQL; знание Greenplum или Greengage будет преимуществом.

• Опыт работы с Apache Superset или аналогичными BI-платформами.

• Понимание принципов многослойной архитектуры данных, моделирования фактов и измерений, построения аналитических витрин.

• Навыки оптимизации SQL-запросов и работы с большими объёмами данных.

• Опыт интеграции REST API, обработки JSON и реализации механизмов авторизации.

• Понимание принципов разграничения доступа, журналирования и контроля качества данных.

• Готовность работать по подробному техническому заданию и взаимодействовать с представителями заказчика.

Будет преимуществом

• Опыт разработки BI-решений для крупных компаний, государственных организаций или финансовых институтов.

• Опыт работы в закрытых информационных контурах с ограничениями на внешние подключения.

• Опыт интеграции данных из нескольких корпоративных систем без дублирования первичных массивов.

• Опыт построения аналитических моделей, рейтингов и расчётных показателей.

• Опыт работы с классификаторами, мастер-данными и историческими срезами данных.

• Опыт подготовки технической документации, программ и методик испытаний.

Ожидаемый результат

По итогам работ необходимо обеспечить:

• Работоспособные ETL-процессы загрузки и преобразования данных.

• Настроенное хранилище данных с необходимыми слоями и витринами.

• Интеграцию с согласованными источниками данных и нормативно-справочной информацией.

• Четыре аналитические предметные области в Apache Superset.

• Интерактивные дашборды, фильтры и таблицы.

• Выгрузку отдельных блоков в XLS/CSV и формирование отчетов в Word.

• Ролевое разграничение доступа.

• Техническую документацию и материалы, необходимые для тестирования и передачи системы заказчику.

Разработка ведётся поэтапно. Состав работ по отдельным модулям уточняется при согласовании технического решения и исходных данных.