Sr Manager IT- Data Engineering

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Руководитель направления Data Engineering: управляет командами, которые проектируют, строят и развивают корпоративные данные-продукты и платформы на базе Databricks, а также внедряет AI-ассистированные практики разработки.

Задачи

• Руководить, обучать и развивать менеджеров, техлидов и инженеров данных; выстраивать зоны ответственности, карьерные треки и планы преемственности
• Формировать инклюзивную инженерную культуру, основанную на ответственности, техническом совершенстве и непрерывном обучении
• Транслировать корпоративную стратегию в приоритеты, планы по мощностям, дорожные карты поставки и измеримые результаты
• Управлять мощностями сотрудников и партнёров, бюджетами и отношениями с вендорами
• Взаимодействовать с руководством, бизнес-лидерами, архитекторами, продакт-лидерами и техническими командами
• Отвечать за поставку и эксплуатацию масштабируемых пайплайнов, переиспользуемых фреймворков, курируемых данных-продуктов и платформенных возможностей для аналитики, отчётности, AI и ML
• Совместно с продуктом и бизнесом определять результаты, приоритизировать спрос, управлять зависимостями и поставлять ценность инкрементально
• Устанавливать инженерные стандарты по архитектуре, коду, тестированию, CI/CD, наблюдаемости, документации, производительности и надёжности
• Повышать предсказуемость поставки через управление портфелем, agile-планирование, прозрачные метрики и управление рисками
• Снижать технический долг и операционную нагрузку через модернизацию, автоматизацию и переиспользуемые паттерны
• Руководить реагированием на инциденты и проблем-менеджментом для критичных данных-сервисов, включая root-cause анализ
• Обеспечивать техническое и операционное лидерство для платформы Databricks Lakehouse: Delta Lake, Unity Catalog, workflows, compute, безопасность, наблюдаемость и управление стоимостью
• Руководить миграцией и модернизацией legacy-пайплайнов и хранилищ на масштабируемые паттерны Databricks
• Создавать переиспользуемые фреймворки для ингеста, трансформации, оркестрации, качества данных, деплоя и мониторинга
• Оптимизировать производительность и стоимость платформы через дизайн нагрузок, стратегии кластеров и serverless, прозрачность использования и FinOps
• Определять и масштабировать практики ответственной AI-ассистированной разработки: требования, дизайн, генерация кода, ревью, тестирование, документация, деплой и эксплуатация
• Оценивать агентные инженерные возможности, автоматизирующие ограниченные процессы с сохранением человеческого контроля и трассируемости
• Ставить измеримые цели по внедрению и эффективности AI-инструментов разработки: cycle time, качество, покрытие тестами, опыт разработчика, снижение инцидентов
• Обеспечивать соответствие AI-генерируемого кода и артефактов корпоративным стандартам безопасности, приватности, поддерживаемости и ревью
• Совместно с AI и data science командами обеспечивать доверенные данные-продукты, feature-пайплайны, паттерны векторных и неструктурированных данных, телеметрию моделей и агентов
• Встраивать владение данными, метаданные, lineage, классификацию, контроль доступа, retention и правила качества в инженерные процессы и платформенные сервисы
• Определять SLO и метрики по свежести, качеству, доступности, производительности, стоимости и восстановлению данных
• Совместно с командами кибербезопасности, приватности, рисков и комплаенса обеспечивать соответствие данных-продуктов и AI-процессов требованиям предприятия

Требования

• Bachelor's degree in Computer Science, Information Systems, Engineering или смежной области, либо эквивалентный опыт
• 7+ лет прогрессивного опыта в data engineering, software engineering, data platforms или смежных дисциплинах, из них минимум 3 года руководства инженерными командами и менеджерами
• Подтверждённый опыт руководства поставкой enterprise-scale data engineering в сложной кросс-функциональной среде
• Практическая техническая глубина в Databricks и Apache Spark, включая Delta Lake и дизайн production-пайплайнов; опыт с Unity Catalog и Databricks Workflows крайне желателен
• Сильный опыт с Python, SQL, автоматизированным тестированием, контролем версий, CI/CD, infrastructure as code и cloud-native delivery
• Опыт проектирования и эксплуатации batch- и streaming-пайплайнов, lakehouse или warehouse решений, API и event-driven интеграций
• Опыт внедрения или управления AI-ассистированными инструментами и практиками разработки в enterprise-среде
• Рабочее знание data и AI governance, безопасности, приватности, метаданных, lineage, качества данных и production-контролей
• Сильные бизнес-навыки, письменная и устная коммуникация, решение проблем, приоритизация и управление стейкхолдерами уровня руководства
• Опыт с Microsoft Azure, включая Azure Data Lake Storage, Azure DevOps, Entra ID, Event Hubs или смежные сервисы (предпочтительно)
• Опыт модернизации enterprise data warehouses и ETL-ландшафтов, включая миграцию, сосуществование и вывод из эксплуатации (предпочтительно)
• Опыт в производстве, цепочках поставок, ритейле, продукте или других data-intensive доменах (предпочтительно)
• Опыт управления глобальными командами, стратегическими партнёрами и managed services (предпочтительно)

Условия

• Медицинская, стоматологическая и офтальмологическая страховка
• Пенсионный план 401(k)
• Помощь в обучении
• Wellness на территории, фитнес-центр, питание и кофе
• Требуется право на работу в США; спонсорство не предоставляется

Навыки

• Databricks
• Apache Spark
• Delta Lake
• Unity Catalog
• Databricks Workflows
• Python
• SQL
• CI/CD
• Infrastructure as Code
• Azure
• Azure Data Lake Storage
• Azure DevOps
• Entra ID
• Event Hubs
• ETL
• Data Governance
• AI-assisted development
• Streaming pipelines
• Lakehouse