Инженер по данным

Что предстоит делать

Навыки: Python, ClickHouse. Специализации: Инженер по данным. Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Мы развиваем данных платформу в направлении TNS. Платформа собирает, обрабатывает и передаёт данные из разных доменов в потоковом и пакетном контурах. Это не обычный аналитический real-time: данные используются в регуляторных сценариях, поэтому потеря события недопустима, а расхождение между источниками должно быть выявлено, объяснено и устранено. Мы строим процессы, в которых можно доказать полноту, свежесть и воспроизводимость данных. ## Вам предстоит - Разрабатывать и сопровождать потоковые приложения на Apache Flink: подключать новые домены и типы событий, реализовывать дедупликацию, идемпотентную обработку, обогащение через Redis и маршрутизацию невалидных событий в DLQ; - Обеспечивать полноту и качество потоков: контролировать lag, пропуски, дубли, объёмы, freshness, расхождения между источником и целевым хранилищем; участвовать в восстановлении и дозагрузке данных; - Развивать batch-пайплайны в Apache Airflow: регуляторные выгрузки день в день, bulk-загрузки в Cassandra, проверки полноты, свежести и результатов загрузки; - Подключать новые источники: разбираться в семантике событий, идентификаторах, ключах партиционирования, формате данных, ретенции, владельцах и ограничениях источника; - Cassandra, документация потоков, runbook и постмортемы; - Участвовать в on-call по понятному регламенту: локализовать инциденты, корректно эскалировать, объяснять простои и фиксировать пробелы в сборе данных. ## Мы ожидаем от вас - от 3 лет опыта в Data Engineering либо backend-разработке с практическим переходом в data-направление; - Уверенный SQL и понимание работы с большими объёмами: партиционирование, шардирование, распределённые вычисления, оценка стоимости запросов и поиск узких мест; - Построение корпоративных DWH , понимание слоев данных; - Практический Kafka-опыт: producer/consumer, consumer groups, ключи и партиционирование, offsets, ретенция, replay, обработка ошибок, DLQ; - Python для data-задач и Airflow: умение разрабатывать и сопровождать DAG-и, писать идемпотентные задачи, организовывать retries и backfill; - Опыт работы с Java-кодом Flink (Python Flink может быть релевантным как опыт): читать, дорабатывать, отлаживать, разбираться в причинах рестартов, checkpointing и backpressure; - Опыт самостоятельной разработки stateful Flink-пайплайнов будет преимуществом; - Практический опыт хотя бы с одной технологией: Cassandra или ClickHouse; - Для Cassandra: понимание моделирования от паттернов доступа, partition key, TTL, консистентности и особенностей записи; - Для ClickHouse: оптимизация запросов, работа с кластером и шардами, моделирование таблиц, TTL и особенности upsert/merge-семантики; - Опыт сопровождения Airflow-пайплайнов в production; - Привычка к инженерному циклу: тесты, CI/CD, кволитигейт, мониторинг, алерты, анализ причин инцидента и профилактические действия; - Внимательность к SLA и регуляторным ограничениям: если данные нельзя терять, система должна уметь это обнаружить, объяснить и восстановить; ## Что мы предлагаем - Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; - Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; - Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; - Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; - Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; - Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.