Что должен уметь Principal }

Формирует стратегию алгоритмической оптимизации на уровне всей data-платформы. Проектирует алгоритмы для внутренних инструментов DBA: автоматическое обнаружение регрессий планов выполнения, статистический анализ workload patterns, предиктивный capacity planning.

Определяет стратегию качества всего database layer: testing pyramid для БД (unit → integration → load), automated schema validation, compliance checking для data governance. Устанавливает культуру database reliability engineering.

Проектирует data models для всей платформы: стратегии шардирования с учётом data locality, time-series storage schemes для метрик БД, иерархические структуры для RBAC. Определяет подходы к хранению с учётом retention policies и query performance.

Формирует стратегию индексирования всей data-платформы: автоматизированный анализ index efficiency, ML-based index recommendations, стандарты index maintenance. Определяет подходы к индексированию для разных СУБД в организации.

Формирует migration стратегию организации: tooling standards (gh-ost vs pt-osc vs native), cross-database migration patterns, automated migration risk assessment. Определяет governance для schema changes всей data-платформы.

Формирует стратегию query optimization организации: automated query analysis platform, ML-driven optimization recommendations, cross-database query performance standards. Определяет инвестиции в query performance tooling.

Формирует data modeling стратегию организации: domain-driven data design, data mesh principles, enterprise data model. Определяет стандарты моделирования для разных СУБД и use cases, включая multi-model approaches.

Определяет replication стратегию: sync vs async vs semi-sync для разных tier-ов, multi-region replication topology, conflict resolution для multi-master. Формирует стандарты replication monitoring, lag SLA, и automated failover procedures.

Определяет transaction management стратегию: isolation levels для разных workloads (OLTP vs analytics), distributed transactions (2PC, Saga), optimistic vs pessimistic locking guidelines. Формирует стандарты data consistency для всей платформы.

Определяет стратегию использования Cassandra в data-платформе: partition key design для DBA-метрик, consistency levels для разных use cases, multi-DC replication. Оценивает Cassandra vs ScyllaDB для time-series workloads мониторинга БД.

Формирует backup/recovery стратегию организации: RPO/RTO по tier-ам, automated backup verification (restore testing), cross-region backup replication. Определяет DR playbooks, проводит регулярные DR drills. Оценивает backup solutions: native vs Percona XtraBackup vs cloud-native.

Формирует стратегию аналитической платформы: ClickHouse vs TimescaleDB vs InfluxDB для database observability. Проектирует архитектуру real-time analytics для мониторинга всего fleet-а баз данных организации.

Оценивает CockroachDB для distributed SQL workloads: automatic sharding, multi-region deployment, PostgreSQL совместимость. Определяет сценарии где CockroachDB предпочтительнее классических RDBMS для geo-distributed приложений.

Оценивает DynamoDB как альтернативу для specific workloads: session storage, metadata catalog, configuration management. Определяет когда DynamoDB vs реляционные БД оптимальны. Формирует стандарты интеграции DynamoDB в data-платформу.

Определяет стратегию MongoDB в data-платформе: use cases для document storage (конфигурации, audit logs), sharding strategy, интеграция с реляционными БД. Оценивает MongoDB Atlas vs self-hosted для разных requirements.

Формирует стратегию MySQL на уровне компании: MySQL vs Aurora vs Vitess для разных workloads, стандарты multi-region репликации, cost optimization. Определяет roadmap развития MySQL-платформы и оценивает альтернативные решения.

Оценивает graph databases для DBA-задач: визуализация зависимостей между базами данных, mapping data lineage, анализ impact при миграциях. Определяет когда Neo4j дополняет реляционные БД в infrastructure management.

Формирует PostgreSQL-стратегию организации: Patroni vs Stolon vs Citus для разных паттернов, cross-region DR, RTO/RPO по tier-ам. Определяет стандарты PostgreSQL-платформы, оценивает managed vs self-hosted подходы.

Формирует стратегию горизонтального масштабирования MySQL через Vitess: VSchema design, sharding strategy, migration from monolithic MySQL. Определяет когда Vitess оправдан vs native MySQL sharding или переход на другие СУБД.

Формирует cloud database стратегию организации: multi-cloud vs AWS-only, managed vs self-hosted, Aurora vs RDS vs EC2. Определяет cloud database governance, security compliance, и architectural patterns для enterprise data tier.

Формирует контейнерную стратегию для data-платформы: Docker vs Kubernetes operators для stateful workloads, storage orchestration (OpenEBS, Portworx). Определяет когда containerized databases оправданы vs dedicated infrastructure.

Формирует IaC-стратегию для data-платформы: Terraform vs Crossplane vs database operators, self-service database provisioning. Определяет governance для database infrastructure changes, включая approval workflows для production.

Формирует стратегию database security через secrets management: zero-trust database access, dynamic credentials для всех tier-ов, encryption key management. Определяет compliance requirements и audit standards для database credentials.

Формирует стратегию AI-assisted database management: automated query tuning, AI-driven capacity planning, predictive maintenance. Оценивает AI/ML-инструменты для database operations: autonomous databases, self-healing infrastructure.

Формирует capacity planning стратегию организации: automated capacity forecasting для всех СУБД, cost optimization models, multi-year planning. Определяет инвестиционную стратегию в database infrastructure.

Формирует disaster recovery стратегию организации: multi-region active-active vs active-passive, cross-cloud DR, RTO/RPO frameworks. Определяет DR governance, compliance requirements, и инвестиции в database resilience.

Формирует метрическую стратегию data-платформы: custom business metrics через database, cardinality management, метрики для capacity planning и cost attribution. Определяет framework для database performance KPIs организации.

Формирует observability стратегию через structured logging: unified log schema для всех СУБД, automated anomaly detection на основе log patterns, compliance logging. Определяет инвестиции в log infrastructure.

Формирует incident management стратегию для data-платформы: automated incident response, AI-assisted diagnostics, cross-database impact analysis. Определяет on-call sustainability и инвестиции в automation для database operations.

Формирует log analytics стратегию для data-платформы: ELK vs Loki vs ClickHouse для database logs, cost optimization при высоком volume. Определяет unified logging architecture для всего fleet-а баз данных.

Формирует database observability стратегию: Prometheus federation для fleet-мониторинга, Thanos/Mimir для long-term storage, unified dashboards. Определяет metrics strategy для всей data-платформы организации.

Формирует SLO-стратегию организации для data tier: SLO framework охватывающий все СУБД, SLA для internal database-as-a-service, SLO-driven investment decisions. Определяет reliability culture для database engineering.

Формирует review culture для database engineering: cross-team review standards, automated quality gates для database changes, architectural review board для data model decisions. Определяет database change governance.

Формирует version control стратегию для database-as-code: GitOps для database changes, automated deployment pipelines, schema versioning across environments. Определяет governance для database code repositories.

Формирует documentation стратегию для data-платформы: automated data catalog (DataHub, Apache Atlas), living documentation для database architecture, compliance documentation. Определяет knowledge management для database engineering.

Формирует runbook стратегию организации: self-healing databases через automated runbooks, AI-assisted troubleshooting, runbook marketplace для sharing между командами. Определяет инвестиции в operational automation.

Определяет стратегию Benchmarking Tools на уровне организации. Формирует enterprise-подходы. Менторит leads и architects.

Формирует performance engineering стратегию для data-платформы: automated performance analysis, hardware selection criteria (CPU architecture для database workloads), performance budgets. Определяет инвестиции в database performance tooling.

Определяет стратегию Database Performance Tuning на уровне организации. Формирует enterprise-подходы. Менторит leads и architects.

Определяет стратегию I/O и Disk Profiling на уровне организации. Формирует enterprise-подходы. Менторит leads и architects.