Инженер данных со специализацией на проектировании DWH, построении отказоустойчивых ELT/ETL-пайплайнов, продвинутом моделировании данных (Data Vault 2.0, Kimball) и интеграции данных в AI/RAG-сервисы.

• Языки & Среда: Python (Pandas, FastAPI, Pydantic), SQL (DDL, DML, Window Functions), Bash, Docker, знаком с Java
• Оркестрация & Инженерия данных: Apache Airflow, Apache NiFi, DATAREON Platform, SAP BO Data Services, REST API, dbt Core
• Базы данных & Хранилища: PostgreSQL, Greenplum, ChromaDB (Vector Search)
• Моделирование данных: Data Vault 2.0, Kimball / Star Schema, SCD2, Нормализация (1NF–3NF)
• AI & Data Applications: RAG-архитектура, Sentence Transformers, Ollama, Qwen, Embeddings

Фокус: End-to-End инженерия данных, оркестрация, контроль идемпотентности, историзация.

• Архитектура: Полноценный конвейер из 6 DAG-ов в Airflow 2.9.2 с изоляцией зон ответственности: Airflow отвечает за Control Flow и валидацию файлового инжестинга, dbt Core — за SQL-трансформации внутри PostgreSQL.
• Слои данных: staging $\to$ core (Data Vault 2.0: Hubs, Links, Satellites с аудитом через sat_source_load) $\to$ marts (витрины фактов и измерений со слоем SCD2).
• Артефакты: Архитектурные C4-диаграммы (Container & Component в .drawio и .png), ADR-001 и практический Runbook по эксплуатации.

Фокус: Реляционное моделирование, нормализация, проектирование фактов/измерений, SCD2.

• Архитектура: Сквозной переход от нормализованной транзакционной схемы (3NF) к аналитической схеме «Звезда» (Kimball) в PostgreSQL.
• Ключевые решения: Реализация версионности сущностей по методологии Slowly Changing Dimensions Type 2 (SCD2) на суррогатных ключах и интервалах актуальности (effective_from / effective_to), изоляция схем и скрипты верификации целостности.
• Артефакты: C4-диаграммы, ADR по переходу 3NF $\to$ Star Schema, ER-диаграммы и Runbook.

Фокус: Data Engineering + AI, векторный поиск, потоковая обработка контекста и API.

• Архитектура: Локальный RAG-сервис на базе FastAPI, векторной базы данных ChromaDB и эмбеддинг-модели intfloat/multilingual-e5-base для интеграции корпоративной базы знаний с LLM (Ollama / Qwen).
• Ключевые решения: Chunking-стратегии, оптимизация retrieval-пайплайна по порогам сходства (similarity threshold, top_k), структурированная валидация запросов (Pydantic) и контейнеризация.

Каждый проект сопровождается поддерживаемой технической документацией:

• C4 Model Diagrams: визуализация уровней Container и Component (исходники .drawio + .png).
• ADR (Architecture Decision Records): фиксация ключевых компромиссов, ограничений и обоснований решений.
• Runbooks: воспроизводимые инструкции для развертывания, тестирования и траблшутинга.

• Сайт-портфолио: lelik-bolek.github.io
• LinkedIn: Alexander Lelikov
• Email: lelikov2@yandex.ru