Разработчик Python

Wildbox — ведущий сервис аналитики маркетплейсов, лидер в аналитике внешней рекламы для маркетплейсов в России, не имеющий аналогов на рынке. Мы парсим 7 социальных сетей: Instagram, VK, Telegram, TikTok, DZEN, YouTube, Wibes. В нашей базе более 10 миллионов публикаций. О нас в цифрах: - 100 000 зарегистрированных пользователей - 65 полезных инструментов для селлеров (подбор товара, конкурентный анализ, прогнозирование, продвижение и др.) - 95% точность данных Наш стек: Python 3, Airflow, Celery, RabbitMQ, SQLAlchemy, PostgreSQL, Pandas, Git, чистый SQL Какой опыт для нас важен: - Уверенный опыт с Python 3 - Опыт проектирования и поддержки ETL- и ELT-пайплайнов на Apache Airflow - Глубокое понимание работы асинхронных задач и очередей: опыт с Celery + RabbitMQ - Владение SQLAlchemy и чистым SQL, умение писать эффективные, оптимизированные запросы к PostgreSQL - Опыт работы с большими объёмами данных: обработка, трансформация, агрегация с использованием Pandas - Уверенная работа с системами контроля версий (Git) - Практика написания масштабируемого, читаемого и поддерживаемого кода - Опыт настройки и отладки распределённых систем обработки данных Плюсом будет: - Опыт с Docker / Docker Compose - Знание особенностей работы Airflow в high-load сценариях (множество DAG-ов, тысячи задач в сутки) - Опыт оптимизации производительности Airflow: настройка конфигураций, воркеров, очередей, мониторинга - Работа с REST API, webhook’ами, внешними сервисами - Опыт с системами логирования и мониторинга (например, Prometheus, Grafana, ELK) Чем ты будешь заниматься: - Разработкой, поддержкой и масштабированием пайплайнов обработки данных на Airflow - Проектированием и реализацией асинхронных задач с использованием Celery + RabbitMQ - Написанием и оптимизацией SQL-запросов, миграций и ETL-процессов для PostgreSQL - Обработкой, агрегацией и подготовкой данных с использованием Pandas - Интеграцией с внешними источниками данных: API, файловые выгрузки, очереди - Участием в архитектурных обсуждениях, ревью кода и улучшении инфраструктуры данных - Поддержкой и рефакторингом существующих решений для повышения стабильности и производительности