Дата инженер
Мы строим корпоративную дата-платформу следующего уровня. Это новый сервис с амбициозной задачей: трансформировать наработки компании в единое стандартизированное решение для работы с данными. Отказываемся от легаси, проектируем архитектуру заново, сохраняем лучшее (например, Apache Spark), и постепенно переносим существующие пайплайны на новую платформу.
С нуля — это не «начать с чистого листа», это возможность заложить фундамент, который будет надёжным, масштабируемым и понятным десяткам инженерных команд. Именно сейчас мы переопределяем техстек, архитектурные подходы, процессы. И именно сейчас у тебя есть шанс поучаствовать в запуске платформы, куда будут стекаться все корпоративные данные.
Что предстоит делать:
– Разрабатывать с нуля MVP новой дата-платформы и инфраструктуры для ingest/transform;
– Мигрировать существующие пайплайны с Hadoop/HDFS на новую архитектуру (S3, Kafka, Spark, ClickHouse);
– Работать с большими объёмами данных и высоконагруженными Kafka-топиками;
– Строить отказоустойчивые пайплайны обработки и доставки данных;
– Участвовать в архитектурных решениях, внедрять best practices хранения, мониторинга и качества данных;
– Проектировать витрины данных под продуктовую и управленческую аналитику (OLAP);
– Сопровождать миграцию BI-отчётов на новую платформу (например, DataLens, Power BI).
Почему это интересно:
– Ты действительно будешь создавать платформу с нуля — не “настроил Airflow и готово”, а архитектура верхнего уровня с безопасностью, мониторингом и многопользовательской нагрузкой;
– Прямое влияние на технологический курс всей компании: твои решения будут использовать десятки команд;
– Работа с современным стеком: Spark 3+, Kafka, S3, ClickHouse, и BI-инструментами;
– Возможность реализовать техрешения, которые трудно было бы внедрить в рамках существующего кода/подходов;
– Технический вызов: миграция с Hadoop, масштабируемость, отказоустойчивость, строгие SLA на доставку данных.
Мы будем рады специалисту, который:
– Имеет 5+ лет опыта на позиции Data Engineer / Big Data Engineer;
– Отлично понимает, как работает Spark и умеет его готовить (RDD/DataFrames, Partitioning, Tuning);
– Имеет опыт работы с высоконагруженной Kafka (десятки/сотни тысяч событий, масштабируемость, latency);
– Работал с ClickHouse и знает, как «выжать» из него максимум;
– Знаком с построением дата-архитектуры (DWH, OLAP, ETL/ELT, чанки, шардирование, SLA);
– Умеет проектировать пайплайны под отказоустойчивость, traceability и продакшеновую эксплуатацию;
– Пишет на одном из языков программирования, например, Scala
– Знает SQL и может читать логику отчетов без боли;
– Понимает, как работать с облачными хранилищами и строить отказоустойчивую delivery.
Плюсом будут:
– Опыт построения дата-платформ и миграции данных между системами / подходами;
– Знание инструментов мониторинга и автоматического контроля качества данных (data contracts);
– Опыт настройки OpenMetadata / DataHub, реализации практик Data Governance;
– Опыт с Trino, Presto, dbt;
– Инфраструктурный опыт: Docker, Kubernetes, CI/CD.
Как мы работаем:
– Не боимся убирать легаси — мы осознанно избавляемся от устаревших решений;
– Оцениваем эффективность не по объёму кода, а по бизнес-ценности;
– Любим, когда инженер предлагает нестандартные, но обоснованные решения;
– Верим, что архитектура важна, если её понимают (human-friendly документация — мастхэв);
– Умеем договариваться — и с бизнесом, и между собой.
Что мы предлагаем:
– 2ГИС — аккредитованная IT-компания;
– У нас можно работать удалённо. Для нас важен специалист, а не его локация. Если хочешь работать в гибридном формате, у нас есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске;
– Само собой, полностью белая зарплата. Дополнительные дни отпуска за стаж работы в компании;
– Заботимся о здоровье: ДМС и возможность получать онлайн-консультации и терапевта, невролога, психолога и медицинского агента;
– Если хочешь делиться своим опытом, мы только за — поможем с выступлениями на конференциях и статьями для Хабра;
– Есть собственный учебный центр: курсы, тренинги и книги для прокачки скиллов.