Lead Software Engineer - Data and Payments Data Platform

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

Ведущий инженер-программист в команду Data Analytics Payment (Commercial & Investment Banking) для построения и развития платформы данных и платежей. Отвечает за проектирование масштабируемых пайплайнов, моделирование данных и внедрение AI-ассистированных практик разработки.

Задачи

• Разрабатывать креативные программные решения, проектирование, разработку и техническую диагностику, выходя за рамки рутинных подходов
• Проектировать, строить и поддерживать масштабируемые пайплайны данных и ETL/ELT-процессы для batch- и real-time-обработки с использованием Spark, Airflow, Kafka и Flink
• Разрабатывать компоненты платформы данных: каталогизацию данных, фреймворки качества данных, семантические/метрические слои со встроенным управлением, lineage и соответствием требованиям
• Реализовывать стратегии моделирования данных (fact и dimensional, wide tables) для аналитики, отчётности и downstream-потребления
• Продвигать в команде использование одобренных на уровне компании AI-ассистированных инженерных практик для повышения качества кода, скорости поставки и операционных результатов
• Применять знания инструментов SDLC, включая одобренные AI-ассистированные разработку и автоматизацию, для повышения отдачи от автоматизации
• Работать совместно с аналитическими командами, продакт-менеджерами и бизнес-стейкхолдерами, переводя требования к данным в production-grade решения
• Разрабатывать безопасный высококачественный production-код, ревьюить и отлаживать код других
• Выявлять возможности устранения или автоматизации повторяющихся проблем для повышения операционной стабильности приложений и систем
• Проводить оценочные сессии с внешними вендорами, стартапами и внутренними командами для проверки архитектурных решений и технических компетенций
• Руководить сообществами практик в Software Engineering для распространения новых передовых технологий

Требования

• Формальное обучение или сертификация по software engineering и 5+ лет практического опыта
• Практический опыт в системном дизайне, разработке приложений, тестировании и операционной стабильности
• 3+ года профессионального опыта в data engineering или разработке платформы данных
• Продвинутое владение одним или несколькими языками программирования: Python, Java и SQL
• Практический опыт с распределёнными фреймворками обработки данных, такими как Apache Spark и Flink
• Твёрдое понимание техник моделирования данных (star schema, snowflake) и оптимизации запросов
• Опыт проектирования и эксплуатации пайплайнов данных на Databricks с инструментами оркестрации, такими как Apache Airflow
• Владение облачными сервисами данных (AWS S3, Glue, Redshift, Athena, EMR, Lake Formation или аналоги)
• Подтверждённый опыт внедрения одобренных AI-ассистированных инструментов разработки и умение задавать командные стандарты валидации AI-выходов на корректность, производительность и безопасность
• Понимание ответственного использования AI в инженерных процессах: чувствительность данных, безопасная обработка входов/выходов, соответствие требованиям отказоустойчивости и безопасности
• Владение всеми аспектами Software Development Life Cycle и техническими процессами в дисциплине (cloud, AI, ML, mobile и т.д.)

Условия

• Конкурентный пакет вознаграждения: базовый оклад, определяемый по роли, опыту, навыкам и локации
• Возможны комиссионные выплаты и/или дискреционная премия в виде денег и/или акций с вестингом
• Комплексное медицинское страхование
• Онсайт-центры здоровья и велнеса
• Пенсионный сберегательный план
• Резервный уход за детьми
• Компенсация обучения
• Поддержка психического здоровья
• Финансовый коучинг
• Равные возможности трудоустройства и инклюзивная среда

Навыки

• Python
• Java
• SQL
• Apache Spark
• Flink
• Kafka
• Apache Airflow
• Databricks
• AWS S3
• AWS Glue
• Redshift
• Athena
• EMR
• Lake Formation
• Data modeling
• Star schema
• Snowflake schema
• Query optimization
• ETL/ELT
• LLM
• RAG
• Vector databases
• Terraform
• Docker
• Kubernetes
• Tableau
• dbt
• Data mesh
• Data observability