Data Quality Engineer

Что предстоит делать

Мы строим корпоративную дата-платформу нового поколения единый self-service путь от источника до витрины. Чем больше пользователей самостоятельно создают пайплайны и витрины, тем важнее встроить качество в саму платформу, а не проверять данные вручную в конце. Сейчас в SMT есть ручные проверки и автоматические API-тесты, но нет единой сквозной системы. Ищем Data Quality Engineer, который станет техническим владельцем направления в SMT: построит модель, инструменты и процессы, а затем поможет масштабировать их на всю платформу. Это не роль ручного контролёра: качество остаётся распределённой ответственностью. Инженеры пишут проверки в своих процессах, владельцы отвечают за датасеты, методологию мы формируем вместе с Data Governance. Твоя задача дать им автоматические базовые проверки и понятный self-service инструмент для сложных правил, встроенный в оркестрацию, алертинг и разбор инцидентов. Что предстоит делать • Спроектировать модель качества: измерения, метрики и SLO на датасеты. Определить уровни критичности и пропорциональные требования к проверкам, алертингу и реакции на нарушения. • Построить движок проверок и встроить его в жизненный цикл данных: сначала в трансформации и витрины SMT, затем масштабировать на остальные части платформы. • Сделать базовые проверки автоматическими: генерировать их из метаданных при создании и обновлении датасетов. • Дать пользователям язык для сложных проверок декларативный конфиг, SQL-правила или собственный подход. Выбор за тобой. • Реализовать quality gates: карантин, блокировку публикации, остановку пайплайна, fallback или откат там, где это возможно. • Настроить наблюдаемость: адресный алертинг, дашборды состояния датасетов, health-score, контроль ложных срабатываний и разбор причин. • Использовать lineage из OpenMetadata для impact-анализа и вместе с Data Governance развивать data contracts: сначала в SMT, затем на границе с источниками. • Сделать проверки частью инженерного цикла: версионировать их как код, проводить ревью и доставлять через CI/CD. • Поддержать миграцию существующих процессов на платформу: построить сверку старого и нового контуров и доказательно подтверждать совпадение цифр. • Совместно с Data Governance и владельцами данных задавать стандарты покрытия и ревью. Помогать инженерам применять инструменты, а не писать все проверки за них. • Работать с аналитиками как с пользователями: разбираться, где им больно, и делать инструмент, которым пользуются добровольно. Стек Python, SQL, Spark, Airflow, Kafka, S3, Iceberg, StarRocks основной кандидат на роль движка над Iceberg, ClickHouse, Kubernetes, CI/CD. OpenMetadata для каталога и lineage внедряем сейчас. Подход к трансформациям выбираем: dbt или собственное решение. Наши ожидания • Имеешь опыт работы в роли Data Engineer или Data Quality Engineer от 3-х лет. • Хорошо владеешь Python и SQL на уровне промышленной разработки, а не скриптов. • Работал с распределённой обработкой: Spark, большие объёмы, понимание, где у обработки узкие места и сколько стоит лишний скан. • Знаком с оркестрацией (Airflow или аналоги) и умеешь встраивать логику в пайплайны, а не рядом с ними. • Разбираешься в дата-инфраструктуре: DWH и Data Lake, слои, модели данных, витрины. • Имеешь опыт с инструментами качества данных Great Expectations, Soda, Deequ, dbt tests, Elementary или собственными решениями. Или строил такое сам. • Понимаешь статистику на практическом уровне: умеешь отличить аномалию от сезонности и не завалить команду ложными алертами. • Мыслишь продуктово: внутренний инструмент нужен не для галочки, а чтобы им пользовались. • Умеешь договариваться и влиять без формальных полномочий: качество данных это всегда разговор с владельцами источников, инженерами и потребителями. Плюсом будет • Опыт построения self-service инструментов для аналитиков или разработчиков. • Работа с открытыми табличными форматами. • Опыт с каталогами данных: OpenMetadata, DataHub. • Data Contracts и Data Lineage на практике. • Anomaly detection на метриках данных, в том числе ML-подходы. • Опыт сверки данных при миграции хранилищ. • Опыт публичных выступлений и работы с инженерным брендом. Что предлагаем • Официальное трудоустройство и полностью белую заработную плату. • Можно работать удаленно по РФ. Хочешь гибридный формат? У нас есть офисы в Москве, Санкт-Петербурге, два — в Новосибирске. • ДМС и онлайн-консультации специалистов. • Поддержку выступлений на конференциях и подготовки публикаций. • Доступ к внутреннему учебному центру: курсам, тренингам и профессиональной литературе.