Data Engineer

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

Data Engineer для разработки корпоративных data-платформ, сервисов и пайплайнов совместно с командой и клиентами. Роль требует не только инженерных навыков, но и сильных коммуникаций и клиентского сервиса.

Задачи

• Проектировать и руководить миграцией data-окружений с фокусом на производительность и надёжность
• Анализировать ETL-джобы, workflow, BI-инструменты и отчёты
• Отвечать на технические вопросы по кастомизации, интеграции, корпоративной архитектуре и функциональности data-продуктов
• Создавать решения для баз данных и хранилищ в облаке (преимущественно AWS, альтернативно Azure, GCP)
• Поддерживать Agile-цикл разработки ПО
• Участвовать в развитии практики Data Exploitation

Требования

• Возможность занимать позицию public trust при правительстве США
• 2–4 года коммерческой разработки ПО
• 2–4 года опыта в Data Engineering
• Big data инструменты: Hadoop, Spark, Kafka и др.
• Реляционные SQL и NoSQL базы: Postgres, Cassandra
• Инструменты пайплайнов и workflow: Azkaban, Luigi, Airflow
• AWS-сервисы: EC2, EMR, RDS, Redshift (или аналоги в Azure)
• Системы потоковой обработки: Storm, Spark-Streaming
• Поисковые инструменты: Solr, Lucene, Elasticsearch
• Языки: Python, Java, C++, Scala
• Продвинутое знание SQL, написание и оптимизация запросов
• Опыт с очередями сообщений, потоковой обработкой и масштабируемыми big data хранилищами
• Опыт обработки и извлечения ценности из больших разрозненных датасетов
• Опыт работы со структурированными и неструктурированными данными
• Опыт построения сложных запросов для анализа данных
• Опыт с инструментами и процессами моделирования данных
• Опыт проектирования data-систем (транзакционных и хранилищ)
• Опыт агрегации данных и подготовки отчётности из множества датасетов
• Опыт работы в Agile
• Опыт поддержки команд разработчиков и data scientist'ов, строящих веб-интерфейсы, дашборды, отчёты и ML-модели

Навыки

• Python
• AWS
• Hadoop
• Spark
• Kafka
• Postgres
• Cassandra
• Azkaban
• Luigi
• Airflow
• EC2
• EMR
• RDS
• Redshift
• Azure
• GCP
• Storm
• Spark-Streaming
• Solr
• Lucene
• Elasticsearch
• Java
• C++
• Scala
• SQL
• NoSQL