Инженер по данным
Команда рекомендательных систем Wildberries и Russ ищет инженера данных для построения платформы данных для ML-специалистов и аналитиков. Нужно проектировать озёрное хранилище на Iceberg, настраивать качество данных, feature store и семантический слой. Требуются уверенный Python в DE от 2 лет, глубокий SQL и опыт с Airflow, Hadoop, MPP-системами и Trino. Предлагают ДМС, обучение, корпоративные сообщества и комфортный офис.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата не указана — оценили по рынку
На основе 34 похожих вакансий за 90 дней, рынок — СНГ (RUB).
Что предстоит делать
Навыки: SQL, Apache Airflow. 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. Команда строит платформу данных для ML-специалистов и продуктовых аналитиков отдела рекомендательных систем. Закрывает полный цикл: от забора данных до развития хранилищ. Ищем инженера, который будет строить платформу вместе с нами - не просто перекладывать данные между базами! Наш стек: Greenplum, Hadoop/HDFS, Iceberg, Trino, Airflow,Apache Kafka, Spark, ClickHouse. ## Вам предстоит - Помогать проектировать и строить хранилища данных на Iceberg (спроектировать и реализовать озёрное хранилище вокруг Apache Iceberg, используя Spark/Trino в качестве compute-движков, с расчётом на объёмы данных в сотни ТБ); - Заниматься настройкой процессов обеспечения качества данных (DQ) (внедрить и настроить DQ-процессы (валидация, мониторинг, метрики качества) на данных в хранилище); - Внедрять автоматическую генерацию и сопровождение метаданных/описаний данных (data discovery, data catalog, профилирование); - Проектировать и разворачивать feature store для подготовки и управления признаками на стороне платформы; - Участвовать в создании семантического слоя для унификации бизнес-логики и метрик поверх данных; - Пробовать использовать любой доступный open source инструмент, если ты видишь в нем ценность для команды или потребителей. ## Мы ожидаем от вас - Уверенный Python в контексте DE (2+ года); - Глубокое знание SQL (оконные функции, оптимизация запросов, explain-планы); - Опыт работы с оркестраторами данных (у нас Airflow); - Опыт с Hadoop (Spark / YARN / HDFS); - Опыт с MPP-системами (Greenplum, ClickHouse, Redshift и аналоги); - Опыт взаимодействия: Trino/Presto, DBT, Feature Store, DQ-фреймворками (Great Expectations, Soda или собственные решения). ## 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.
Стек и инструменты
Сколько платят вам?
Анонимно укажите, сколько вы получаете как Data/ML-специалист, — сразу покажем, в скольких вакансиях платят меньше. А из ответов сложится зарплата, которую платят на деле, а не обещают.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Ещё в RWB
54 активные вакансии в компании
Продуктовый аналитик
~883 200 – 1 656 000 ₸ оценка
Продуктовая команда Wildberries и Russ развивает маркетплейс на международных рынках: запуск новых стран, локализация, раскатка фич. Аналитику предстоит исследовать пользователей и селлеров, строить метрики и дашборды, оценивать эффективность фич. Ждут опыт продуктовым/дата аналитиком от 2 лет, уверенный SQL, Python и BI-инструменты; предлагают ДМС, обучение, спорт и скидки.
Продуктовый аналитик
~883 200 – 1 656 000 ₸ оценка
Продуктовый аналитик уровня Middle в команду рекомендаций и поиска Wildberries, основной фокус — запуск и развитие рекомендаций и поиска в новых странах и аналитика cross-border сценариев. Нужно исследовать пользователей и селлеров новых рынков, проектировать A/B-тесты, развивать систему метрик, строить дашборды и автоматизировать расчёты в Airflow. Требуются опыт продуктовым/дата аналитиком от 2 лет, уверенный SQL, качественный Python и понимание статистики и A/B-тестирования; предлагают ДМС, обучение, корпоративный спорт и комфортный офис.
Инженер по ручному тестированию
~607 200 – 1 104 000 ₸ оценка по стеку
Нужен ручной тестировщик мобильного приложения для покупателя на iOS и Android: функциональные, регрессионные и интеграционные проверки, баг-репорты и тест-кейсы, разбор фич после релиза. Ждут опыт тестирования мобильных приложений от 3 лет, знание Android Studio, Xcode, Git, Postman и Charles/Fiddler/Proxyman. Компания предлагает ДМС со стоматологией, корпоративное обучение, спорт и психолога, бесплатное питание в офисе и скидки от партнёров.
Инженер по данным
~883 200 – 1 656 000 ₸ оценка
Команда прайсинга строит и развивает аналитическое хранилище платформы ценообразования. Нужно проектировать пайплайны загрузки данных, витрины в ClickHouse, DAGи в Airflow и следить за качеством данных. Ключевые требования — уверенный SQL, опыт с ClickHouse, Python, Airflow и Kafka, работа с большими объёмами данных.
Похожие вакансии
6 вакансий
Аналитик данных
~700 000 ₸ оценка
Аналитик данных в Kaspi.kz будет развивать эквайринг Kaspi Pay: анализировать эффективность маркетинговых кампаний, автоматизировать отчётность, искать инсайты и тестировать гипотезы, заниматься предиктивным анализом и сегментациями. Нужен опыт аналитиком от 2 лет, продвинутый SQL и Python, знание статистики и классического ML, работа в BI-инструментах. Работа полностью в офисе в Алматы, предлагают обучение, языковые курсы, тренажёрный зал и отсутствие дресс-кода.
Специалист по аналитике
~700 000 ₸ оценка
Нужен аналитик для продвинутой аналитики омниканального маркетинга с GenAI: кампании, сегментация HCP, дизайн экспериментов A/B и MVT, атрибуция и дашборды. Требуется 3–6 лет опыта, сильные навыки статистики и ML, SQL и Python/R, Power BI и Tableau. Работа с данными из SFMC, BigQuery, CRM и маркетинговых платформ.
Аналитик данных
~700 000 ₸ оценка
Нужен аналитик данных для сопровождения инфраструктурного направления: анализ данных, поиск причин проблем, подготовка отчётов и дашбордов, автоматизация отчётности и развитие KPI. Требуется опыт аналитиком от 2 лет, уверенный SQL и Excel, работа с Power BI или Qlik Sense и большими объёмами данных. Ожидается самостоятельность, инициативность и умение доносить выводы до руководителей.
Продуктовый аналитик
~883 200 – 1 656 000 ₸ оценка
Продуктовая команда Wildberries и Russ развивает маркетплейс на международных рынках: запуск новых стран, локализация, раскатка фич. Аналитику предстоит исследовать пользователей и селлеров, строить метрики и дашборды, оценивать эффективность фич. Ждут опыт продуктовым/дата аналитиком от 2 лет, уверенный SQL, Python и BI-инструменты; предлагают ДМС, обучение, спорт и скидки.
Продуктовый аналитик
~883 200 – 1 656 000 ₸ оценка
Продуктовый аналитик уровня Middle в команду рекомендаций и поиска Wildberries, основной фокус — запуск и развитие рекомендаций и поиска в новых странах и аналитика cross-border сценариев. Нужно исследовать пользователей и селлеров новых рынков, проектировать A/B-тесты, развивать систему метрик, строить дашборды и автоматизировать расчёты в Airflow. Требуются опыт продуктовым/дата аналитиком от 2 лет, уверенный SQL, качественный Python и понимание статистики и A/B-тестирования; предлагают ДМС, обучение, корпоративный спорт и комфортный офис.
Инженер по данным
~883 200 – 1 656 000 ₸ оценка
Команда прайсинга строит и развивает аналитическое хранилище платформы ценообразования. Нужно проектировать пайплайны загрузки данных, витрины в ClickHouse, DAGи в Airflow и следить за качеством данных. Ключевые требования — уверенный SQL, опыт с ClickHouse, Python, Airflow и Kafka, работа с большими объёмами данных.