ЛИАН
Data Engineer
1w ago
240000 –350000 RUB / monthWorldwideMiddleRemoteB1pythonsparkpysparkunity catalogdelta laketerraformsqlci/cd+6
Вакансия Data Engineer в аутстафф проекте компании ЛИАН с удалённой работой по всему миру, на full-time, с грейдом Middle+ и выше.
About the company
- Аутстафф проект
- Компания: ЛИАН
Responsibilities
- Проектировать, внедрять и сопровождать пайплайны обработки информации и системы управления данными, построенные на платформе Databricks (с использованием Unity Catalog, Delta Lake и Workflows).
- Проводить детальное исследование, профилирование и очистку наборов данных с целью их распределения по бизнес-доменам и выявления сведений, относящихся к персональным данным (PII).
- Участвовать в создании архитектуры разграничения доступа к данным, уделяя внимание договорённостям о структуре данных (data contracts), управлению правами в каталоге, а также автоматизированному предоставлению и отзыву привилегий через подход «инфраструктура как код» на базе Terraform.
- Взаимодействовать с командой для рецензирования и подтверждения того, что разработанные схемы доступа и контракты данных являются производительными, адаптируемыми и пригодными для многократного применения.
- Обеспечивать корректный запуск продуктов обработки данных и механизмов контроля доступа в строгом соответствии с утверждёнными контрактами, исключая любые нежелательные побочные эффекты.
- Готовить и актуализировать развёрнутую документацию, охватывающую контракты на данные, модели доступа и общие регламенты управления информационными активами.
- Отслеживать работу развёрнутых пайплайнов и выполнять проверки качества данных, чтобы гарантировать их соответствие заданным показателям надёжности, скорости и точности.
- Активно изучать существующие внутренние наработки и искать готовые решения, способствующие повторному использованию компонентов и унификации подходов в рамках общей платформы данных.
Requirements
- Более 3 лет опыта работы в области проектирования данных
- Опыт работы с Python и широко используемых фреймворков для обработки данных (например, Spark/PySpark для потоковой, пакетной и асинхронной обработки данных)
- Практический опыт работы с Unity Catalog и Delta Lake
- Опыт автоматизации развертывания объектов Databricks через Terraform (создание кластеров, заданий, секретов, управления доступом — не только инфраструктура, но и конфигурация сервисов)
- Умение оптимизировать производительность Spark-задач (настройка партицирования, кэширования, выбор форматов, борьба с перекосом данных)
- Опыт работы с потоковой обработкой (структурированный стриминг Spark, обработка событий)
- Глубокие фундаментальные знания в области моделирования данных, распределенной обработки данных, SQL и архитектуры хранилищ/озерных баз данных
- Обязательным требованием является практический опыт развертывания облачных платформ и инфраструктуры данных (Databricks, GCP или AWS) с использованием Terraform, а также готовность к изучению новых технологий для целей интеграции
- Опыт внедрения CI/CD для кода обработки данных (автоматические тесты, линтинг, развертывание через Git-репозитории, интеграция с Jenkins/GitLab CI)
- Способность проектировать решения для доступа к данным и управления данными, используя устоявшиеся шаблоны проектирования и различные инструменты проектирования
- Четкое понимание бизнес-ценности предоставляемых продуктов данных и механизмов управления
- Опыт разработки программного обеспечения
- Английский от B1
Conditions
- Занятость: фулл тайм
- Локация: весь мир
- Оформление: ИП (по СЗ при совместительстве)
How to apply
- Прикрепляйте сразу CV
Found in@datascienceml_jobs