Data инженер (HR платформа)

Сбер продолжает реализовывать масштабный проект по созданию технологической HR-платформы нового поколения (PaaS/SaaS).

Мы набираем команды под создание бизнес-сервисов, которые обеспечат автоматизацию всех бизнес-процессов полного цикла HR.

Проект создается с применением лучших практик компонентно-реактивного подхода, у нас совсем нет legacy и есть полная свобода в выборе инструментов.

У тебя будет отличная возможность не только расширить экспертизу команды, но и создать совместными усилиями успешный коммерческий продукт.

Первый этап отбора на эту вакансию - общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram.

Диалог займёт примерно 10 минут. Его задача - уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Обязанности

• разрабатывать и оптимизировать сложные SQL-запросы (оконные функции, рекурсивные CTE, динамический PIVOT)
• проектировать надежные DAG-пайплайны (в Airflow, dbt или аналогах), где каждый узел — это производный SQL-таблица или вьюха
• настраивать материализованные представления, партиционирование и индексы для ускорения работы с терабайтами данных
• проводить ревью кода коллег по SQL-стандартам (читаемость, производительность, безопасность).
• работать с сырыми данными из разных источников (CRMs, логи, API) — очистка, дедупликация, денормализация через SQL
• автоматизировать проверки качества данных (data quality tests) с помощью SQL-скриптов.

Требования

• уверенное знание ANSI SQL (диалект PostgreSQL, ClickHouse, Snowflake, BigQuery или MS SQL — любой, но с пониманием отличий)

• умение читать и писать тяжелые аналитические запросы, такие как:

• WINDOW FUNCTIONS (ROW_NUMBER, LAG/LEAD, SUM OVER)

• Рекурсивные WITH RECURSIVE

• GROUP BY ROLLUP/CUBE

• работа с JSON/Array внутри SQL

• понимание внутреннего устройства БД: планы выполнения, EXPLAIN ANALYZE, разница между HASH JOIN, MERGE JOIN, NESTED LOOP

• опыт оптимизации «тормозящих» запросов: рефакторинг подзапросов, замена OR на UNION, устранение сканов таблиц там, где нужен поиск по индексу

• умение проектировать схемы: нормализация/денормализация, выбор типов данных, первичные/внешние ключи.

Условия

• гибридный формат работы
• ежегодный пересмотр зарплаты и годовую премию
• проект, не имеющий аналогов на российском рынке
• уникальную систему обучения Сбера для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• бесплатную подписку СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.