Data Engineer

Описание

Ищем инженера данных с сильными компетенциями архитектора данных и баз данных, который сможет взять на себя планирование и проведение внедрения инструментов хранения и обработки данных. Важно иметь подтвержденный опыт работы технологическим стеком проекта (Postgres, MSSQL, Kafka, Flink, Airflow, Iceberg, Trino/StarRocks), уметь проектировать целевую архитектуру хранилищ, анализировать потоки данных и выбирать релевантный инструментарий. Критичны навыки работы с современными data-инструментами, опыт проектирования пайплайнов, обеспечения качества данных и уверенное владение Python для написания DAG, кастомных операторов и интеграций.

Обязанности

• Разработка Data Pipelines: проектирование и реализация ETL/ELT-пайплайнов: построение DAG в Apache Airflow, написание кастомных операторов и сенсоров на Python, настройка ретраев, алертинга и зависимостей
• Стриминг и батч-обработка: разработка стриминговых джоб на Apache Flink и батч-процессинга на Apache Spark
• Оптимизация производительности: практический опыт поиска и устранения узких мест, оптимизация медленных SQL-запросов (анализ execution plans, индексы, партиционирование), тюнинг конфигурации движков обработки (Flink, Spark) и баз данных для минимизации потребления ресурсов (CPU, RAM, I/O)
• Обеспечение качества данных: организация тестирования трансформаций данных, внедрение механизмов проверки целостности и актуальности данных, реализация процессов нормализации и дедупликации
• Интеграции: разработка и поддержка интеграций между системами: REST/gRPC API, базы данных, message brokers (Kafka, MQTT), файловые хранилища (S3), Timeseries DB
• Взаимодействие с разработчиками и тестировщиками для уточнения технических ограничений и требований

Требования

• Опыт работы на позиции Data Engineer от 4 лет в сфере разработки ПО
• Опыт работа с Postgres и MSSQL; опыт настройки и оптимизации OLAP-движков (Trino, StarRocks) и современных хранилищ (Cassandra, Redis)
• Практический опыт работы с Apache Airflow (написание DAG, кастомные операторы); опыт использования Apache Kafka (producer/consumer) и Apache Flink (разработка стриминговых джоб, состояние, чекпоинты)
• Опыт работы с Apache Iceberg, понимание архитектуры lakehouse, использование Lakekeeper для управления метаданными, работа с объектным хранилищем S3
• Опыт реализации Change Data Capture паттернов для синхронизации данных между системами
• Знания в области архитектуры данных и баз данных: понимание принципов нормализации и денормализации, проектирование relational и columnar моделей, стратегии управления данными (lifecycle, retention, versioning)
• Владение Python: написание скриптов, модулей, работа с асинхронностью при необходимости; опыт написания DAG в Apache Airflow, включая кастомные операторы, hooks, sensors
• Умение профилировать процессы, находить bottlenecks, оптимизировать SQL-запросы и настраивать ресурсы кластеров под нагрузку
• Опыт организации хранения данных для последующих задач OLAP / OLTP с учетом требований (consistency / integrity)
• Опыт организации обработки данных в рамках задач OLAP / OLTP с применением различных паттернов (batch processing, CDC)
• Понимание ключевых особенностей и сценариев применения различных паттернов организации интеграционных потоков (batch processing, CDC) с учетом их характеристик (3V+)
• Умение структурировать информацию, работать с требованиями, документировать технические решения

Будет плюсом

• Опыт работы с Timeseries базами данных (InfluxDB, TimescaleDB, TDengine и др.)
• Глубокий опыт эксплуатации кластеров (Hadoop, YARN, Kubernetes) в production-среде
• Знание SQL на продвинутом уровне (оптимизация сложных запросов, window functions, CTE)
• Опыт работы с CI/CD для data-пайплайнов
• Понимание принципов DDD, event-driven архитектуры
• Опыт работы с Apache NiFi

Условия

• Локация: РФ или РБ
• Формат работы: удаленно
• Оформление: ИП/СМЗ
• ЗП: от 262.000 рублей до 328.000 рублей