Data Platform Engineer / Data DevOps

Что предстоит делать

О нас Мы работаем в сегменте RegTech. Это новый рынок, активно развивающийся во всем мире. Большинство игроков — SaaS сервисы, позволяющие компаниям выполнять требования регулирующих органов, анализировать партнеров и клиентов, наблюдать и анализировать конкурентов, совершать M&A сделки, отслеживать связи между компаниями и многое другое. Это быстро развивающаяся отрасль на пересечении финансов, аналитики, технологий обработки данных, включая AI, нормативных и регуляторных требований. Rusprofile — быстрорастущая частная компания, один из лидеров российского рынка RegTech. Сервис помогает компаниям быстро и эффективно принимать критические для бизнеса решения на основе данных, собираемых ежедневно из десятков источников. Аудитория Rusprofile — это более 11 млн пользователей в месяц и 90 000+ платящих клиентов, от малого бизнеса до крупных корпораций. Наша миссия — помогать бизнесам в их развитии, делая данные простыми и полезными для принятия решений. За последние 3 года мы выросли по выручке в 5 раз, в 10 раз по базе клиентов и мы не планируем останавливаться. Мы больше не стартап, но и не корпорация. Мы принимаем решения быстро, у нас нет сложной иерархии и бюрократии. Мы постоянно развиваемся и адаптируемся, чтобы иметь возможность создавать действительно ценные продукты для наших клиентов и развивать бизнес. Как построена работа Мы выстроили инженерную культуру, где ценится качественный код и техническая экспертиза команды. Разработчики активно участвуют в проектировании решений, а время на работу с техническим долгом и рефакторинг — это часть нашего процесса, а не "когда-нибудь потом". У нас опытная команда, готовая делиться знаниями, и мы открыты к новым технологиям, если они решают реальные проблемы. Процессы у нас построены на принципах agile и постоянно оптимизируются под потребности команды. Работаем итерациями, проводим короткие и полезные синки, уделяем внимание проектированию и code review. При этом у нас нет лишней бюрократии — мы берем лучшее из гибких подходов и адаптируем процессы так, чтобы они помогали команде, а не создавали препятствия. О команде Команда Rusprofile — это 50+ человек: • основатель Дмитрий Стрелков, который когда-то заканчивал факультет вычислительной математики и кибернетики МГУ. Спустя 8 лет активного развития Rusprofile, все также управляет бизнесом; • наша команда разработки состоит из 27 человек: двух инженеров по инфраструктуре, 17 разработчиков, а также 6 тестировщиков и двух дата-инженеров; • бизнес-ориентированная команда продукта: продакт-менеджеры, продуктовый аналитик и дизайнеры продукта. Сейчас в Data Engineering два человека. Мы усиливаем это направление, чтобы развивать платформу данных, на которой построен бизнес компании. Важно: это роль про платформу данных, а не classic DevOps / SRE. Ключевое для нас — прод-опыт именно с дата-стеком (оркестрация пайплайнов, обработка на Spark, lakehouse, качество данных), а не только с Kubernetes и CI/CD. Если весь опыт — обычная прод-инфраструктура без работы с данными, это, скорее всего, не та вакансия. Команда Data Engineering: • обеспечивает единый источник правды по данным в компании для аналитики; • строит и развивает платформу данных, на которой работает обработка core-данных компании и аналитика; • проектирует и поддерживает архитектуру обработки и хранения данных; • отвечает за стабильность, воспроизводимость и масштабируемость пайплайнов; • выстраивает системный контроль качества данных. Мы создаём прозрачную и масштабируемую систему данных, которая поддерживает рост продукта и позволяет бизнесу принимать решения на основе достоверной информации. Про наш стэк: Spark, dbt, Dagster, DataHub, ClickHouse, MySQL, Kafka, Kubernetes, GitLab, Snowplow, GrowthBook. Что ты будешь делать Твоим руководителем будет Lead команды Data Engineering, а основными стейкхолдерами — команда Data Engineering и внутренние потребители платформы core-данных (продукт, бизнес, аналитика). Наша цель — построение и развитие платформы внешних (core) данных компании — тех данных, на обработке которых построен бизнес. Твоя зона ответственности — разработка и развитие платформы: пайплайны движения данных, слой хранения, надёжность, масштабирование и безопасность, чтобы данные проходили весь путь предсказуемо, а изменения катились безопасно Твои задачи будут включать: 1. Разработка пайплайнов движения данных • Разработка пайплайнов движения данных: от загрузки внешних источников до записи готовых данных в базы фасада; • Оркестрация пайплайнов в Dagster; • Разработка трансформаций на dbt-spark, оптимизация Spark-джоб; • Развитие слоя хранения на S3 (Parquet / Iceberg); • Обеспечение надёжности и повторяемости обработки: ретраи, идемпотентность, консистентность данных. 2. Сопровождение и разработка платформы данных • Развитие платформы под новые источники, объёмы и требования потребителей; • Поддержка стабильной работы пайплайнов и дата-сервисов в продакшене; • Масштабирование платформы под растущую нагрузку; • Управление окружениями (dev / stage / prod); • Сопровождение и развитие компонентов платформы, развёрнутых в Kubernetes. 3. CI/CD и автоматизация для дата-стека • Построение и развитие CI/CD (GitLab) для dbt-spark, Dagster и data-сервисов; • Автоматизация деплоя и тестов; • Инфраструктура как код; • Обеспечение воспроизводимости и прозрачности выкатки изменений в дата-пайплайнах. 4. Надёжность, Observability и качество данных • Мониторинг дата-пайплайнов, Spark-джоб, ресурсов и ошибок; • Настройка метрик, логов и алертинга; • Разбор сбоев и повышение стабильности обработки данных; • Поддержка и развитие проверок качества данных (DQ). Ты станешь частью команды Data Engineering, которая строит и развивает платформу core-данных, на которой работает бизнес компании. Предстоит плотное взаимодействие с инженерами и командами, чьи процессы завязаны на эти данные. Как понять что ты подойдешь • Опыт работы от 3 лет в роли Data Platform Engineer / Data DevOps • Прод-опыт именно с платформой данных: ты разрабатывал и развивал дата-пайплайны и дата-стек, а не только веб- и бэкенд-сервисы; • Опыт разработки пайплайнов движения данных (ingestion → обработка → выдача потребителям); • Оркестрация дата-пайплайнов (Dagster, Airflow или аналог) и трансформации данных (dbt / dbt-spark или аналог); • Обработка больших объёмов данных на Spark; • Работа с объектным хранилищем как основным слоем данных (S3 или аналог, Parquet); • Надёжность пайплайнов: разбор инцидентов, ретраи, идемпотентность, консистентность данных; • Контроль качества данных (DQ): проверки, тесты, мониторинг корректности; • CI/CD для дата-пайплайнов и сервисов (GitLab CI) и инфраструктура как код (Helm или аналоги); • Observability пайплайнов данных: метрики, логи, алертинг; • Уверенный Python и SQL, уверенные навыки Linux; • Опыт эксплуатации дата-сервисов в Kubernetes; • Системное мышление, опыт рефакторинга legacy-решений. Будет плюсом: • Iceberg или Delta Lake (табличные форматы озера данных); • Опыт с serving-слоем: запись готовых данных в разные БД под API и нагрузку (MySQL, MongoDB, Redis и др.); • Kafka и потоковые данные; • ClickHouse, DataHub; • Vault или аналоги для управления секретами.

Что предлагаем