Платформа данных в Райффайзен Банке

Превращаем терабайты информации в ценные знания

Платформа данных в Райффайзен Банке

Превращаем терабайты информации в ценные знания

Банк с Data-Driven подходом

Мы ищем лучшие решения для бизнеса, опираясь на данные. Чтобы из строк в таблицах создать полезные знания, мы вместе с Data-командами

Создаем и развиваем единую платформу Data Lakehouse

Это централизованная платформа для работы с данными. Информация туда поступает непрерывно из десятков источников — это обеспечивает команда Data Lake.

Hadoop (HDP3) Hive Spark Airflow NiFi Python JupyterHub MLFlow Minio (S3)

Развиваем с нуля хранилище операционных данных на MPP Greenplum

Добавлять новые данные туда смогут все пользователи — для этого не придется писать код, а только заполнить метаданные. Такую механику воплощает команда Operational DWH.

Python Greenplum PostgreSQL Airflow GraphQL Hadoop Hive Spark Data Vault 2.0

Развиваем ядро хранилища и общекорпоративные витрины данных

Команда Business Data Warehouse делает так, чтобы бизнес-слой DWH содержал структурированные, консолидированные и качественные данные по основным сущностям корпоративной модели банка, а также предоставляет удобные инструменты для создания пользовательских витрин данных.

Greenplum DBT Airflow Python

Развиваем хранилище для международной и российской регуляторной отчетности

Мы используем строгую модель данных из хэдофиса в Вене для регуляторного, финансового и управленческого учета. За обновление, наполнение и качество данных отвечает команда GDWH.

PL SQL ElasticSearch MS SQL Server IBM WAS ODI Oracle DB Grafana Groovy Gitlab AirFlow

Управляем миграцией с SAS на альтернативную платформу

Команда SAS развивает инструменты для удобной работы с этой платформой и наполняет хранилище данными. Но параллельно мы переносим все критичные расчеты из SAS в новое аналитическое хранилище — процессом управляет SAS Migration.

Hadoop Hive GreenPlum DBT SAS Data Vault 2.0

Эффективно управляем мастер-данными и следим за общим качеством данных

Команда Data Management Services разрабатывает подходы к управлению данными, в том числе внедряет концепцию Data Mesh, основанную на продуктовом подходе к управлению данными. А еще развивает и поддерживает системы, отвечающие за качество данных, золотую клиентскую запись и справочные данные.

Ataccama ONE PostgreSQL Oracle

Создаем решения по управлению клиентскими данными

Команда CMDM создает с нуля новую, более производительную и масштабируемую систему на основе потоковой обработки данных на замену Ataccama One.

Java 17 Spring Boot 3 Kafka Flink JMS REST Liquibase PostgreSQL 14 Kubernetes Maven

Создаем платформу для обработки данных в реальном времени

С задержкой в доли секунды продуктовые команды могут без использования кода загрузить данные, обработать их и выгрузить в целевую систему. Эту возможность обеспечивает платформа, которую развивает команда Streaming Data Platform.

Kafka 3+ Java 11+ Flink Timescale Kubernetes Helm Gitlab ELK Prometheus

Учимся и учим эффективно представлять данные

Настраиваем под себя Power BI и Apache Zeppelin — инструменты, которые помогают исследовать и визуализировать данные. А еще делаем удобный Каталог данных и развиваем Data Quality Service, где пользователи настраивают проверки качества данных и могут оперативно следить за их здоровьем

Power BI Java Spring JavaScript Kafka Python PostgresSQL Gitlab Kubernetes ELK Prometheus

Для тех, кто готов

Улучшать пользовательский опыт

Делаем работу с данными удобной и для себя, и для коллег

Работать с Open Source-решениями

Настраиваем и дорабатываем их под задачи бизнеса

Экспериментировать

Не боимся пробовать новые инструменты: без них не построить банк будущего

Учиться у лучших

У нас сильные лидеры команд и развитое профессиональное сообщество

Развиваться горизонтально

Можно выходить за рамки своей экспертизы. Потому что T-Shaped

Улучшать пользовательский опыт

Делаем работу с данными удобной и для себя, и для коллег

Работать с Open Source-решениями

Настраиваем и дорабатываем их под задачи бизнеса

Экспериментировать

Не боимся пробовать новые инструменты: без них не построить банк будущего

Учиться у лучших

У нас сильные лидеры команд и развитое профессиональное сообщество

Развиваться горизонтально

Можно выходить за рамки своей экспертизы. Потому что T-Shaped

Отбор — три этапа

1. Интервью с рекрутером

2. Техническое интервью

3. Фит-интервью

Формат
Обычно по телефону, но если нужно, подстроимся под вас. Длится 10–20 минут

Что обсудим
Это первая встреча — на ней мы расскажем о вакансии больше и оценим, насколько ваш опыт подходит для работы в банке

Результат
Лучше поймем друг друга и договоримся о техническом интервью, если ваш опыт нам подойдет

Формат
Zoom-встреча с нашим экспертом. Длится 1,5 часа

Что сделаем
Обсудим ваш опыт в деталях. Зададим общие технические вопросы. Решим технические задачи. Ответим на ваши вопросы.

Результат
Если вы справитесь со всеми заданиями, то мы пригласим вас на финальный этап отбора. Если нет — дадим подробную обратную связь, укажем, какие навыки нужно развить

Формат
Встреча с техлидом и оунером команды. Можем в Zoom, а можем в московском офисе на метро «Технопарк». Длится 1 час

Что обсудим
Команду, ее продукт, цели и ожидания. А еще поймем, насколько ваши ценности и подход к работе совпадает с нашими

Результат
Если вы успешно пройдете интервью, то мы отправим оффер. Если нет — дадим рекомендации, какие навыки стоит развивать

Чтобы жить было легче

— Даем работать из любой точки мира, главное — договориться с командой

— Развиваем профессиональное комьюнити: можно прокачивать экспертизу в неформальной атмосфере

— Ходим на конференции как спикеры и слушатели

— Лечимся по страховке, которая включает стоматологию

— Пользуемся еще десятками льгот и бонусов ->