Главная›Вакансии›IT и разработка›Дата-сайентист›Главный инженер-программист (Data Engineer / ML Engineer)

ФГКУ Центр Информационных Технологий · Тверь

Главный инженер-программист (Data Engineer / ML Engineer), Тверь

Проектирование и разработка ETL/ELT-пайплайнов: сбор, обработка и трансформация больших объёмов данных из различных источников (API, баз данных, логов...

Коротко о вакансии

Зарплату работодатель не назвал — вилку обсуждают на собеседовании.

Описание вакансии

Чем предстоит заниматься

  • Проектирование и разработка ETL/ELT-пайплайнов: сбор, обработка и трансформация больших объёмов данных из различных источников (API, баз данных, логов, внешних систем) в хранилище.
  • Разработка и сопровождение ML-пайплайнов: автоматизация процессов обучения, валидации, деплоя и мониторинга моделей машинного обучения (MLOps). Внедрение моделей в продуктовую среду через API-сервисы (REST, gRPC).
  • Работа с данными: написание высокопроизводительных SQL-запросов, оптимизация работы с большими таблицами (миллиарды строк, терабайты данных), партиционирование, индексация, настройка кластеров.
  • Поддержка инфраструктуры: сопровождение кластеров баз данных, очередей сообщений (Kafka, RabbitMQ), объектных хранилищ. Участие в выборе технологий и проектировании архитектуры решений.
  • Оптимизация производительности: устранение узких мест в пайплайнах, профилирование и тюнинг запросов, настройка параметров сред выполнения (JVM, Python, контейнеры).
  • Разработка и рефакторинг кода: написание высококачественного кода на Python, Java, Scala или Go. Чтение и правка чужого кода, рефакторинг легаси-решений.
  • Ведение технической документации: описание архитектурных решений, схем данных, API-интерфейсов, инструкций по развёртыванию и эксплуатации сервисов.

Требования

  • Опыт в инженерии данных от 3+ лет: разработка и поддержка ETL-процессов в продакшене, работа с большими объёмами данных.
  • Опыт разработки на Python: уверенное владение Python для написания пайплайнов, API-сервисов, скриптов обработки данных. Опыт работы с Pandas, NumPy, PySpark, Dask.
  • Глубокое знание SQL: сложные запросы, оконные функции, оптимизация, работа с различными СУБД (Oracle, PostgreSQL, ClickHouse, Greenplum).
  • Опыт работы с распределёнными системами: понимание архитектуры и принципов работы ClickHouse, Apache Spark, Hadoop. Настройка кластеров, управление ресурсами.
  • Опыт построения ML-пайплайнов: работа с фреймворками машинного обучения (scikit-learn, XGBoost, LightGBM, CatBoost), опыт внедрения моделей в продукт.
  • Опыт работы с облачными технологиями и контейнеризацией: Docker, Kubernetes, Yandex Cloud, AWS, GCP или аналоги.
  • Понимание архитектуры микросервисов: опыт разработки REST/gRPC API, работа с очередями сообщений (Apache Kafka, RabbitMQ).
  • Системное мышление: умение видеть систему целиком, понимание компромиссов между производительностью, стоимостью и надёжностью.
  • Работа с кодировками и локализацией: понимание работы с многобайтовыми кодировками (UTF-8), проблемы с данными из разных источников.

Будет плюсом

  • Опыт работы с MLOps-инструментами (MLflow, Kubeflow, Airflow для управления пайплайнами, DVC для версионирования данных и моделей).
  • Опыт разработки на Java, Scala, Go для высоконагруженных систем.
  • Опыт работы с NoSQL-базами (MongoDB, Redis, Cassandra, Elasticsearch).
  • Знание Data Lake / Data Lakehouse архитектур (Delta Lake, Iceberg, Hudi).
  • Опыт работы с BI-инструментами (Power BI, Tableau, DataLens) для валидации данных на выходе из пайплайнов.
  • Опыт миграции систем между платформами и версиями (например, с on-premise в облако, с Hadoop на ClickHouse).
  • Опыт работы с Git и CI/CD (GitLab CI, Jenkins, GitHub Actions).
  • Опыт менторства младших инженеров, проведение Code Review.
  • Знание Oracle BI EE (репозиторий и его слои, Administration Tool, веб-каталог, пулы соединений).
  • Архитектурное проектирование: опыт проектирования систем с нуля, выбор технологического стека, оценка стоимости владения (TCO), разработка стратегии масштабирования.
  • Безопасность: глубокое понимание вопросов безопасности данных, управление доступом, шифрование, аудит.
  • Управление командой: опыт руководства командой инженеров (от 3 человек), распределение задач, участие в найме, проведение техсобеседований.
  • Стратегическое планирование: участие в дорожной карте развития платформы данных на 1-2 года вперёд.

Мы предлагаем

  • Оформление по ТК РФ, полный социальный пакет. Конкурентная заработная плата (обсуждается по итогам собеседования). Интересные проекты федерального масштаба — информационные системы ФТС России.

Вакансия опубликована 12 ноября, проверена 19.11.2026. Открыть оригинал.

Как откликнуться

Отклик оформляется на странице работодателя — кнопка выше ведёт туда напрямую. Перед отправкой стоит подогнать резюме под текст вакансии: работодатели читают первые строки и ищут в них свои слова. Если рассылаете отклики десятками, посмотрите сервис автооткликов — он отправляет их за вас по заданным настройкам, до 50 в сутки. Про сам поиск работы есть разбор в статье как быстро найти работу.

Спросите нейросети о вакансии

Отвечает DeepSeek по данным этой страницы: зарплата против рынка, условия, работодатель

Вопросы по этой вакансии

Сколько платят на позиции «Главный инженер-программист (Data Engineer / ML Engineer)»?

Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 174 000 ₽.

Какой опыт нужен?

В требованиях указано: от 1 года до 3 лет. Работать нужно на месте, город — Тверь.

Вакансия ещё открыта?

Да, на 19.11.2026 она активна: каждую ночь каталог сверяется с источником, закрытые предложения помечаются и уходят из списков.

О компании

Похожие вакансии

Соседи по направлению с близкими требованиями.

Junior Data Scientist, группа анализа данных и цифровых решений

Зарплата не указана

Kept (Кэпт) · Москва

Участие в полном цикле разработки и выводе ML-моделей (классические и нейросети). Разработка и усовершенствование ML-моделей как для внутренних...

Нет опытаДата-сайентистОпубликована 22 октября

ML-инженер

Зарплата не указана

Финтех Айкью · Новосибирск

Проектирование ETL-пайплайнов для документов: Разработка полного цикла обработки входного потока (PDF, JPEG, PNG). CV-препроцессинг (OpenCV): Нормализация изображений, выравнивание...

От 3 до 6 летДата-сайентистОпубликована 15 октября

Data Analyst

Зарплата не указана

Koronatech · Новосибирск

Команда ML в Koronatech за 7 лет реализовала более 50 проектов с использованием машинного обучения, таких как: выбор лучшего предложения...

Можно удалённоОт 1 года до 3 летДата-сайентистОпубликована 28 октября

Стажер Classic Data Scientist

Зарплата не указана

СБЕР · Москва

Исследовать данные, разрабатывать новые информативные признаки и добавлять в командный пайплайн новые источники. Строить ML модели на основе различных данных...

Нет опытаДата-сайентистОпубликована 27 октября

Эксперт по AI / Data Science для видео и экспертного контента

Зарплата не указана

Карпов Курсес · Москва

Проведение экспертных вебинаров. Запись обучающего экспертного видео контента (лекции, видео-уроки, мастерклассы, шотрсы/рислы и тп). Ведение соцсетей от имени...

Можно удалённоНет опытаЧастичнаяДата-сайентистОпубликована 26 октября

Стажер Data Scientist, Транзакционный антифрод, Ozon Банк

Зарплата не указана

Ozon · Москва

Автоматизировать меры противодействия. Обучать модели для поиска мошенничества. Принимать участие в оценке качества решений, его влияния на бизнес.

Нет опытаСтажировкаДата-сайентистОпубликована 26 октября

Другие вакансии компании

Бизнес-аналитик / BI-аналитик (визуализация данных, SQL, DWH)

Зарплата не указана

ФГКУ Центр Информационных Технологий · Тверь

Разработка и сопровождение дашбордов в BI-платформах (в зависимости от текущих проектов). Автоматизация регулярной управленческой отчётности. Сбор и формализация требований...

От 3 до 6 летАналитик данныхОпубликована 12 ноября

Расчёты по этой вакансии

Пригодится до собеседования: сколько останется на руки от названной суммы, как считаются отпускные и переработки.

Ещё по направлению

Модели машинного обучения, прогнозы и рекомендации: Python, статистика, продакшен.