Data and Integration Engineer

О позиции

Клиент компании — британский поставщик управляемых услуг в сфере Accountancy, Financial Services и Asset Management. Вы будете отвечать за разработку и поддержку интеграционной инфраструктуры, соединяющей сервисные, коммерческие, финансовые и операционные системы. Роль сочетает классическую API-интеграцию, работу с данными через SQL и Power Query, а также использование AI-инструментов для ускорения инженерной работы. От вас ожидается умение переводить бизнес-требования от нетехнических стейкхолдеров в понятные технические спецификации и обеспечивать высокое качество данных во всей системе.

Чем заниматься

• Разработка и поддержка API-интеграций между бизнес-системами, включая двухстороннюю синхронизацию платформ и подключение к центральному слою данных
• Создание интеграций с обработкой ошибок, алертингом и проверками сверки для быстрого выявления проблемных или частичных данных
• Автоматизация повторяющихся ручных процессов в финансах и операциях: запланированные выгрузки, сводная сверка, биллинг поставщиков
• Выявление и устранение проблем качества данных на источнике, включая маппинг сущностей между клиентами, учётными и CRM-записями
• Участие в проектировании центрального хранилища данных: слой staging, дизайн entity matching, инкрементальная загрузка, обработка исторических данных
• Создание отчётов и дашбордов для бизнеса на основе центрального слоя данных совместно со стейкхолдерами из финансов и операций
• Разработка AI-assisted workflows для улучшения бизнес-процессов и использование AI-инструментов для ускорения инженерной работы
• Сбор требований от нетехнических стейкхолдеров (финансы, продажи, операции) и перевод бизнес-потребностей в чёткие письменные спецификации
• Оценка vendor APIs и разработка безопасных, надёжных интеграционных решений как для существующих, так и для незнакомых систем
• Работа с ограничениями продакшена: лимиты разрешений, rate limits, ограниченный доступ к схеме, различия между документацией API и реальным поведением
• Документирование, мониторинг и поддержка решений в рамках дисциплинированных практик разработки и контроля версий
• Соблюдение established delivery process: планирование, определение scope, pre-sales authorization, peer review, документирование и go-live активности

Что ждут

• Подтверждённый опыт разработки, внедрения и поддержки API-интеграций между бизнес-системами в production среде
• Глубокое знание REST, OAuth2 и webhooks
• Опыт работы с двухсторонней синхронизацией: понимание write conflicts, retries, idempotency и reconciliation
• Знание Microsoft Graph, Entra APIs или сопоставимых vendor APIs
• Практический опыт работы с production constraints: лимиты прав, rate limits, ограниченный schema access, inconsistent API behaviour
• Отличные навыки SQL: запросы, joins, views, stored procedures
• Опыт работы с Power Query, включая ETL, трансформацию данных и M language
• Опыт сквозной автоматизации повторяющихся процессов: scheduling, monitoring, handling failures
• Практическое использование AI coding tools в рамках reviewed workflow с возможностью верификации и валидации AI-generated output
• Опыт создания и доставки отчётов и дашбордов для бизнеса с использованием Power BI или сопоставимого инструмента
• Понимание влияния underlying data model на возможности и ограничения репортинга
• Фокус на точности, reconciliation и traceability данных до их источника
• Аналитические и problem-solving навыки
• Отличные коммуникационные навыки: объяснение технических концепций finance professionals и business concepts техническим коллегам
• Self-starter способность работать independently с direction от Finance Director
• Сильные навыки документирования и рабочие практики: ведение работ в shared workspaces и source control
• Приветствуется: Azure AI Foundry, Microsoft Fabric (Lakehouse и pipelines)
• Приветствуется: опыт построения data warehouse/lakehouse, staging layer design, dimensional modelling, slowly changing dimensions
• Приветствуется: знания data governance (sensitivity labelling, Microsoft Purview, access control, data classification)
• Приветствуется: интеграция accounting platforms (Xero, QuickBooks, Sage, NetSuite) с reporting tools
• Приветствуется: опыт работы с PSA/MSP платформами (Halo PSA, ConnectWise, Autotask, Datto)
• Приветствуется: Advanced Power BI (DAX, semantic models, star schema design, Power BI Service administration)
• Приветствуется: low-code automation tools (Power Automate, Zapier) с пониманием когда low-code предпочтительнее кастомной разработки

Условия

• Удалённая работа (Work from Home)
• График: Понедельник–Пятница, 8:00–17:00 по британскому времени
• Оплачиваемые праздничные дни следуют графику Великобритании
• Возможность работать с современными AI-инструментами в производственной среде
• Прямое взаимодействие с финансовыми и операционными стейкхолдерами
• Работа в международной команде в UK-basedManaged Service Provider
• Возможность профессионального роста в области интеграций и data engineering

Навыки

• API
• REST
• OAuth2
• Webhooks
• Microsoft Graph
• Entra API
• SQL
• Power Query
• M language
• ETL
• AI Coding Tools
• Power BI
• Azure AI Foundry
• Microsoft Fabric
• Lakehouse
• Data Warehouse
• Staging Layer
• Dimensional Modelling
• Data Governance
• Sensitivity Labelling
• Microsoft Purview
• Access Control
• Xero
• QuickBooks
• Sage
• NetSuite
• PSA
• MSP
• Halo PSA
• ConnectWise
• Autotask
• Datto
• IT Glue
• Liongard
• Scalepad
• DAX
• Power Automate
• Zapier

Могут спросить на собеседовании

1. Опишите сложный случай API-интеграции, с которым вам приходилось сталкиваться, и какие ограничения production среды вы преодолели?
2. Как вы обеспечиваете консистентность данных при двухсторонней синхронизации между системами? Как обрабатываете write conflicts?
3. Опишите ваш подход к проектированию слоя staging в data warehouse. Какие принципы dimensional modelling вы применяете?
4. Как вы используете AI coding tools в своей ежедневной работе? Приведите пример, где AI значительно ускорил процесс разработки.
5. Какой самый сложный отчет или дашборд вы создавали для нетехнического стейкхолдера? Как вы собирали требования и обеспечивали точность данных?