Вживання російської небезпечне

Чому ми так вважаємо
Перейти на українську
  • Файл

Андрей

Big data engineer

Рассматривает должности:
Big data engineer, Data engineer, Інженер БД, Адміністратор баз даних
Возраст:
23 года
Город проживания:
Пивденное (Одесская обл.)
Готов работать:
Одесса, Удаленно

Контактная информация

Соискатель указал телефон и эл. почту.

Фамилия, контакты и фото доступны только для зарегистрированных работодателей. Чтобы получить доступ к личным данным кандидатов, войдите как работодатель или зарегистрируйтесь.

Загруженный файл

Версия для быстрого просмотра

Это резюме размещено в виде файла. Эта версия для быстрого просмотра может быть хуже, чем оригинал резюме.

Andrey Saprygin
📧 [открыть контакты](см. выше в блоке «контактная информация»)
📱 [открыть контакты](см. выше в блоке «контактная информация»)
🐙 GitHub · 💼 LinkedIn · ✈️ Telegram

PROFESSIONAL SUMMARY
Middle Analytics Engineer with 3+ years of software development background and strong specialization
in dbt, SQL, and Data Warehouse design. Experienced in building 3-tier DWH architectures (Staging →
Intermediate → Marts), optimizing incremental models, and implementing CI/CD pipelines. Strong
foundation in financial and product analytics (MRR, Churn, Renewal). Self-taught Data Engineer with
hands-on project experience.
TECHNICAL SKILLS
Core Tools dbt Core/Cloud, SQL (PostgreSQL, BigQuery), Python 3.x
Data Modeling Dimensional Modeling (Kimball), Star/Snowflake Schema, SCD Type 2,
Incremental Models, Snapshots, Data Marts
Templates Jinja2, dbt_utils, Custom Macros, Schema YAML Tests (not_null, unique,
accepted_values)
DevOps/DataOps Git, GitHub Actions CI/CD, Docker, Dev/Prod Environment Isolation
Additional Linux/macOS CLI, REST APIs, Financial Domain (MRR/Churn calculations)
PROFESSIONAL EXPERIENCE
Software Developer (Full-Stack) May 2022 — Present
• Designed and implemented 3-tier DWH architecture (Staging → Intermediate → Marts) for financial
analytics application, reducing query complexity by separating raw data from business logic
• Optimized large data tables by converting to incremental models using is_incremental() and
unique_key, reducing mart build time from minutes to seconds
• Built financial product analytics marts (MRR, Renewal, New MRR, Churn Rate) with calendar gap-
filling and dbt_utils.pivot for time-series analysis
• Implemented data quality testing via schema.yml (not_null, unique, accepted_values), catching data
anomalies before production deployment
• Automated CI/CD pipeline using GitHub Actions with isolated PostgreSQL Docker containers, running
dbt build automatically on every Pull Request
• Developed custom Jinja2 macros (safe division with Division-by-zero handling) and separated
dev/prod profile configurations
KEY PROJECTS
Financial DWH with dbt + PostgreSQL
Personal project implementing complete DWH architecture with 3-tier structure (Staging → Intermediate →
Marts), incremental models for large datasets, comprehensive schema tests, and automated CI/CD pipeline via
GitHub Actions.
EDUCATION
Higher Education — Information Technology (with distinction) 2019 — 2023

Другие резюме этого кандидата

Похожие кандидаты

Все похожие кандидаты


Сравните свои требования и зарплату с вакансиями других компаний: