Старший DataOps инженер
N-iX ищет старшего DataOps инженера для телеком-клиента из Азербайджана: нужно строить и развивать data-платформу на AWS — lakehouse на S3 и Iceberg, batch- и streaming-пайплайны на Spark/Flink/Kafka, токенизацию PII и управление доступом через Lake Formation. Требуется 4+ лет опыта Data Engineer/DataOps, глубокое знание AWS Data Analytics стека, Iceberg, Spark/PySpark, Kafka/MSK и IaC (Terraform/CDK), английский Upper-Intermediate+. Предлагают гибкий формат (удалёнка/офис), конкурентную зарплату, менторство, обучение и компенсацию образования.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата не указана — оценили по рынку
На основе 25 похожих вакансий за 90 дней, рынок — Международные (USD).
Что предстоит делать
N-iX ищет Senior DataOps Engineer в команду. Обзор клиента: Наш клиент — азербайджанская телекоммуникационная компания, крупнейший оператор мобильной связи в Азербайджане. Основные продукты: фиксированная телефония, мобильная телефония, интернет-услуги, беспроводной широкополосный доступ и дополнительные услуги. Цели проекта: Основная цель — ускорить инициативы клиента в области Data & AI с помощью безопасной гибридной облачной инфраструктуры на AWS, одновременно систематически модернизируя ИТ-инфраструктуру в рамках миграции в облако. Ключевые цели проекта включают: Cloud Foundation & Landing Zone: развертывание целевых гибридных сетевых архитектур, создание безопасной Landing Zone и гибридных платформ Data/AI на AWS. Security, Compliance & Governance: операционализация локальной токенизации (достижение нулевого содержания сырых PII в облаке), устранение политических блокеров для включения AWS в ISMS и создание Cloud Center of Excellence (CCoE) для управления внедрением облака. AI Chatbot & Voicebot Design & Implementation: разработка и операционализация флагманского Customer Care Chatbot и Voicebot в качестве первого потребителя гибридной конфигурации. Ключевые обязанности: Проектирование, внедрение и поддержка фундамента AWS Data Platform, включая схему озера данных Amazon S3, стандартизацию табличного формата Apache Iceberg и интеграцию AWS Glue Data Catalog. Создание и оптимизация масштабируемых пакетных и потоковых конвейеров данных с использованием Amazon EMR (Serverless и EMR-on-EKS), Apache Spark/PySpark, Apache Flink и Amazon Athena с ограничениями затрат на рабочие группы. Внедрение конвейеров токенизации и деидентификации данных на стороне данных (PA-T) с использованием Protegrity/Spark UDF для пакетной обработки, Spark Streaming для микропакетной обработки и Kafka Connect SMT для маскирования PII в потоковом режиме перед передачей в облако. Создание и управление архитектурами потоковой обработки в реальном времени с Amazon MSK (Managed Streaming for Apache Kafka), MSK Replicator/MirrorMaker2 и интеграцией Schema Registry. Внедрение Medallion Architecture (уровни Bronze, Silver, Gold) для моделирования данных lakehouse, автоматизация регистрации таблиц Iceberg и фреймворков обратного заполнения. Выполнение волн миграции данных по наборам данных без PII и с PII с использованием AWS DataSync, автоматизированных шагов регистрации и конфигураций потоковой миграции. Настройка моделей контроля доступа к данным и управления с использованием AWS Lake Formation, кросс-движковой авторизации, AWS Macie для обнаружения PII и интеграции Informatica Data Catalog (Axon, EDC, BDQ). Создание автоматизированных компонентов выявления дрейфа схем, интеграция конвейера GitLab CI/CD для синхронизации наборов данных и автоматизированных контрактов на данные/предохранителей. Внедрение наблюдаемости DataOps, централизация логирования через Amazon CloudWatch, настройка мониторинга затрат и аномалий FinOps и настройка автоматических оповещений. Написание технической документации, операционных runbook'ов, процедур аварийного восстановления (DR) и playbook'ов переключения/отката для укрепления платформы данных.
Что ждём от вас
- Обязательные технические навыки:
- 4+ лет практического опыта в качестве Data Engineer или DataOps Engineer при создании платформ и конвейеров данных корпоративного уровня.
- Глубокая экспертиза в стеке AWS Data Analytics: Amazon S3, AWS Glue Data Catalog, AWS Lake Formation, Amazon EMR (EMR-on-EKS / Serverless), Amazon Athena, AWS DataSync и Amazon MSK.
- Глубокий опыт работы с табличным форматом Apache Iceberg, каталогизацией, компакцией и эволюцией схем.
- Владение Apache Spark / PySpark и Spark Streaming для пакетной, микропакетной и потоковой обработки данных в реальном времени.
- Большой опыт проектирования и внедрения Medallion Lakehouse Architecture (уровни Bronze, Silver, Gold).
- Практический опыт внедрения токенизации и шифрования данных в масштабе (например, Protegrity, Thales, FPE или конвейеры деидентификации на основе Spark UDF).
- Твердые знания архитектур, управляемых событиями, и потоковой обработки: Apache Kafka / Amazon MSK, Kafka Connect (SMT), Schema Registry и MirrorMaker2 / MSK Replicator.
- Экспертиза в реляционных базах данных (Amazon RDS, PostgreSQL, Oracle) и методах синхронизации данных.
- Практический опыт с DataOps CI/CD и автоматизацией: GitLab CI/CD, Infrastructure-as-Code (Terraform / AWS CDK), обнаружение дрейфа схем и валидация контрактов на данные.
- Знакомство с инструментами управления данными и корпоративными каталогами данных (например, Informatica Axon/EDC, AWS Lake Formation).
- Сильный плюс (желательные навыки):
- AWS Certified Data Analytics – Specialty или AWS Certified Data Engineer – Associate.
- Опыт работы с моделями данных в телеком-домене, обработкой CDR и высоконагруженной телеметрией в реальном времени.
- Опыт токенизации/детокенизации на стороне облака через Athena UDF / AWS Lambda.
- Знакомство с контейнеризацией (Docker, EKS, Kubernetes) для сред выполнения больших данных.
- Опыт работы с AWS Macie и фреймворками распределения затрат/обнаружения аномалий FinOps.
- Soft Skills и соответствие команде:
- Сильное критическое мышление, навыки решения проблем и аналитические способности.
- Отличные коммуникационные навыки и навыки сотрудничества для тесной работы с кросс-функциональными командами (Data Science, Cloud/Platform, Security, Governance).
- Ориентированность на результат, проактивный подход с сильным чувством ответственности за результаты в рамках Agile / Scrum.
- Уровень английского Upper-Intermediate+ (письменный и устный).
- Мы предлагаем*:
- Гибкий формат работы — удаленно, в офисе или гибкий
- Конкурентоспособная зарплата и хороший компенсационный пакет
- Персонализированный карьерный рост
- Инструменты профессионального развития (программа менторства, технические доклады и тренинги, центры передового опыта и многое другое)
- Активные технические сообщества с регулярным обменом знаниями
- Компенсация обучения
- Памятные подарки к годовщинам
- Корпоративные мероприятия и тимбилдинги
- Другие льготы, зависящие от локации
- льготы не применяются к фрилансерам
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 N-iX
27 активных вакансий в компании
Инженер GNC / автономные системы (UAV)
~1 449 725 – 2 876 500 ₸ оценка по стеку, все рынки
Разработка и интеграция систем наведения, навигации и управления (GNC) для автономных и беспилотных платформ — мультироторов, самолётов, VTOL. Нужны 4+ года опыта в UAV/aerospace/embedded, сильные знания C/C++ и Python, PX4/ArduPilot, сенсоров и алгоритмов управления. Предлагают гибкий формат (удалёнка/офис), конкурентную зарплату, менторство и обучение.
Старший AQA инженер с C#
~1 013 400 – 1 689 000 ₸ оценка по стеку, все рынки
Ищем старшего AQA-инженера с C# в распределённую Quality-команду международного проекта в страховой сфере. Нужно писать автотесты для UI и API, развивать существующие фреймворки, проводить нагрузочные тесты и помогать команде выстраивать стратегию автоматизации. Требуется 5+ лет в тестировании (из них 3+ в автоматизации), знание C#, Selenium, SQL Server, опыт с микросервисами и Scrum. Предлагают гибкий формат работы (удалённо или офис), конкурентную зарплату, менторство, обучение и компенсацию образования.
Middle Applied Scientist
~1 371 075 ₸ оценка по стеку, все рынки
N-iX ищет Middle Applied Scientist для проекта крупной технологической компании — маркетплейса фото, видео и музыки. Нужно улучшать поиск, ранжирование и отбор контента для датасетов обучения ИИ: строить метрики, проводить эксперименты, анализировать ошибки. Требуется 4+ года опыта в data science, сильная статистика, Python и SQL, английский Upper-Intermediate. Предлагают гибкий формат (удалёнка/офис), конкурентную зарплату, менторство и обучение.
Старший инженер-программист, Backend
~2 146 905 ₸ оценка по стеку, все рынки
Клиентская Data Division набирает старшего backend-инженера в команду AI Platform Services — строить API, сервисы, интеграции и системы доступа к данным для продуктов на базе AI/ML. Нужен сильный опыт продакшн-бэкенда на TypeScript и Python, GraphQL/REST, реляционные и NoSQL базы, serverless на AWS или GCP, плюс осознанное использование agentic-разработки. Предлагают гибкий формат (удалёнка/офис), конкурентную зарплату, менторство, обучение и активные tech-сообщества.
Похожие вакансии
6 вакансий
Старший инженер AI-решений
~1 701 413 – 3 175 970 ₸ оценка
Softblues создаёт AI-агентов и автоматизацию процессов для компаний из Великобритании и Ирландии. Нужен старший инженер, который будет вести техническую часть клиентских проектов: разбираться в системах заказчика, проектировать архитектуру и доводить агентов от прототипа до продакшена. Требуется 6+ лет в разработке, 2+ года с LLM, опыт с Azure, Microsoft 365 и фреймворками агентов, а также уверенный английский (C1) и доступность в рабочие часы Великобритании. Работа удалённая, 20–40 часов в неделю.
Старший инженер-программист (Python, AI/LLM инфраструктура)
~2 243 670 ₸ оценка по всем рынкам
Нужен старший инженер для разработки платформы, которая помогает командам запускать AI-модели в продакшене. Основная работа — писать сервисы на Python, разворачивать и масштабировать LLM-инференс на нескольких GPU, настраивать автоматизацию и следить за надёжностью. Требуется сильный Python, опыт эксплуатации LLM-сервисов и настройки vLLM, уверенный Linux и английский. Предлагают полностью удалённую работу, 20 дней отпуска и юридическую поддержку.
Python разработчик (MLOps)
~2 243 670 ₸ оценка по всем рынкам
KTS ищет опытного Python-разработчика в команду MLOps-инфраструктуры банка: развитие среды обучения и инференса моделей, Feature Store, AutoML, RAG/LLMOps и AI-обработка документов. Нужен Python от 3 лет (FastAPI, SQLAlchemy, AsyncIO), Docker/Kubernetes, понимание LLM и микросервисной архитектуры. Предлагают удалёнку по РФ, ДМС, корпоративные скидки и офис на Бауманской.
Ведущий аналитик больших данных
~2 243 670 ₸ оценка по всем рынкам
Аккредитованная IT-компания ищет ведущего аналитика больших данных для системы мониторинга деструктивного контента. Нужно координировать сбор и очистку данных, писать и оптимизировать сложные SQL-запросы под ClickHouse, PostgreSQL и Greenplum, строить методологии поиска аномалий и обучать аналитиков. Требуется от 4 лет опыта в анализе данных, экспертный SQL, уверенный Python и знание матстатистики; предлагают удалёнку или гибрид, официальное трудоустройство по ТК РФ и развитие за счёт компании.
Разработчик Data Platform (Streaming / Feature Store)
~2 243 670 ₸ оценка по всем рынкам
Команда Data Platform ищет зрелого инженера для развития высоконагруженной платформы Feature Store и построения стриминговой обработки данных. Предстоит проектировать NRT-пайплайны на Apache Flink, интегрировать ScyllaDB и Spark, обеспечивать потоковыми фичами ML-модели и клиентские сервисы. Требуется коммерческий опыт с Flink, глубокое знание Python и/или Java, опыт с Big Data-экосистемой и Kubernetes; предлагают гибкий график, гибрид или удалёнку, оформление по ТК УЗ и IT-визу.
ML инженер
~2 243 670 ₸ оценка по всем рынкам
Команда поиска и рекомендаций ищет ML инженера, который будет разрабатывать сервисы рекомендательных систем, строить ML-пайплайны и выводить модели в продакшн. Нужен опыт в ML 4–5 лет, включая рекомендательные системы в проде, уверенный Python (FastAPI, asyncio), SQL, Docker/Kubernetes и MLOps-практики. Предлагают официальное оформление по ТК РФ, гибридный или удалённый формат, ДМС, оплату курсов и конференций.