Data Engineer

Описание проекта: Масштабный проект цифровой трансформации, влияющий на ключевые производственные процессы. Задачи: — Проектирование архитектуры данных: разработка и описание целевой архитектуры хранилищ (OLAP/OLTP), определение моделей данных, выбор форматов хранения и стратегий партиционирования. — 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. — Работа с Jira: ведение задач, управление статусами и связями между задачами. — Поддержка технической и бизнес-команд: обработка заявок на поддержку существующих потоков данных или разработку новых, заведение и контроль исполнения заявок внутренних команд. — Поддержка команды в систематизации и автоматизации процессов. — Взаимодействие с разработчиками и тестировщиками для уточнения технических ограничений и требований. — Обеспечение прозрачности статуса технических задач и процессов для всей команды. Требования: — Опыт работы на позиции Data Engineer от 4 лет в сфере разработки ПО. — Опыт работы с ключевыми компонентами нашего стека: DBMS & Warehouses: уверенная работа с Postgres и MSSQL; опыт настройки и оптимизации OLAP-движков (Trino, StarRocks) и современных хранилищ (Cassandra, Redis). — Data Flow Tools: практический опыт работы с Apache Airflow (написание DAG, кастомные операторы); опыт использования Apache Kafka (producer/consumer) и Apache Flink (разработка стриминговых джоб, состояние, чекпоинты). — Data Lake / Lakehouse: опыт работы с Apache Iceberg, понимание архитектуры lakehouse, использование Lakekeeper для управления метаданными, работа с объектным хранилищем S3. — CDC: опыт реализации Change Data Capture паттернов для синхронизации данных между системами. — Глубокие знания в области архитектуры данных и баз данных: понимание принципов нормализации и денормализации, проектирование relational и columnar моделей, стратегии управления данными (lifecycle, retention, versioning). — Уверенное владение Python: написание скриптов, модулей, работа с асинхронностью при необходимости; опыт написания DAG в Apache Airflow, включая кастомные операторы, hooks, sensors. — Навыки оптимизации: умение профилировать процессы, находить bottlenecks, оптимизировать SQL-запросы и настраивать ресурсы кластеров под нагрузку. — Владение Jira и Confluence на уровне confident user (структура страниц, шаблоны, макросы, связки задач и документации). — 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+). — Опыт заведения и сопровождения заявок в сервис-деске. 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.