Мы в поиске Старшего Инженера по работе с большими данными в направление дата инжиниринга, который поможет нам развивать платформу данных следующего поколения и обеспечивать масштабируемую аналитику для e-commerce.

Наш стек: Spark 3.5, Spark Structured Streaming (Parquet / Iceberg), Airflow, Trino, Hive, Kafka, Docker, Kubernetes, Grafana, Prometheus, S3 (Yandex Cloud).

Чем предстоит заниматься:

• Разрабатывать и развивать платформу данных Lamoda для e-commerce нового поколения;

• Проектировать и разрабатывать инструменты для создания ETL пайплайнов на Airflow для Spark, Hive, Trino;

• Работать со стриминговыми процессами (Spark Streaming, Kafka);

• Оптимизировать существующие пайплайны и джобы на Spark - мониторить с помощью Graphana и Prometheus нагрузку на кластер и оптимальность затрачиваемых джобами ресурсов и если необходимо оптимизировать;

• Взаимодействовать с продуктовыми аналитиками, помогать оптимизировать сложные SQL запросы, формировать культуру работы с данными;

• Анализировать и внедрять инструменты инжиниринга данных.

Мы ожидаем:

• Опыт работы со Spark, включая Structured Streaming;

• Уверенное владение Python и Scala/Java;

• Опыт работы с S3-подобными хранилищами (например, Yandex Cloud);

• Опыт работы с Docker и Kubernetes;

• Опыт написания юнит/интеграционных тестов;

• Знание SQL и опыт оптимизации запросов;

• Опыт работы с Kafka.

Как плюс:

• Опыт работы со стеком Hadoop (YARN, HDFS, Hive);

• Опыт использования Apache Iceberg;

• Опыт написания CI/CD пайплайнов (GitLab CI);

• Опыт работы с MPP СУБД (ClickHouse);

• Опыт внедрения каталогов данных и data governance (например, OpenMetadata).

Контактная информация доступна авторизованным пользователям