Максим Санников — Data Engineer PwC Italy

Associate Data Engineer @ PwC Italy
Cloud
Databases
Аналитика
Карьера
Собеседования
Максим Санников — Data Engineer PwC Italy
Опыт: 2-5 лет
Цена (за час): Бесплатно
О себе

Привет! Ты наверняка ищешь ментора, который разберётся в твоих задачах без воды и шаблонных советов. Отвечаю за 24 часа — и да, я из тех, кто объяснит сложное простыми словами.

Я Data Engineer в PwC Italy, работаю с Big Data, ETL-пайплайнами и облачными решениями (GCP/AWS). До этого помогал компаниям вроде Heineken и Unilever превращать сырые данные в прибыльные решения.

Мой стек:

• Языки: Python (Pandas, PySpark), SQL (PostgreSQL, MS SQL), R

• Инструменты: Apache Spark, Airflow, Kafka, dbt, Docker

• Облака: BigQuery, Dataflow, Azure ML

• Аналитика: Power BI, Excel (да, это тоже важно!)

Образование:

• Магистр Data Science (Università Cattolica, Милан)

• Бизнес-аналитика (ВШЭ, Москва)

Факт обо мне:

Переехал в Италию из России, так что знаю подводные камни иммиграции IT-специалистов.

С чем помогу

1. Карьера в Data & IT

— Помогу войти в Data Engineering даже без опыта: от выбора первых проектов до собеседований.

— Разберу твоё резюме и LinkedIn: что выделить, а что убрать (проверил 50+ резюме для студентов).

— Расскажу, как устроиться в европейскую компанию (мой опыт: PwC, Heineken, Unilever).
2. Технические скиллы

— Научу проектировать ETL-пайплайны (Spark, Airflow) и оптимизировать DWH.

— Объясню, как работать с Big Data в облаке (GCP/AWS) и снижать затраты.

— Покажу, как автоматизировать рутину через Python/SQL.
3. Менторство

— Готов обсудить твой кейс, даже если он «слишком сложный» или «слишком простой».

— Даю честную обратную связь — без сладких обещаний, зато с рабочими решениями.

Формат:

• Консультации (разбор резюме, подготовка к собесу).

• Практические разборы (например, как развернуть пайплайн в Airflow).

• Личный опыт: учеба в Италии, работа в международных компаниях.

Компетенции
Python (Pandas, NumPy, PySpark, Scikit-learn), SQL (PostgreSQL, MS SQL, BigQuery), R (ggplot2, dplyr), Apache Spark, Airflow, Kafka, dbt, GCP (BigQuery, Dataflow), AWS (Glue, Redshift), Azure (Data Factory), Power BI, Excel, Tableau, Git, Docker, Machine Learning, Data Mining, ETL, Data Warehousing, English (C1), Italian (B2)