Не получаете ответ?

Вакансия опубликована 10 дн. назад - шансы на ответ снижаются.

Flowwow

обновлено 11 дней назад

Senior Data Engineer (AI)

Формат работы

remote (только Russia)

Тип работы

fulltime

Грейд

senior

Страна

Russia

hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:

TL;DR

Senior Data Engineer (AI): Развитие собственной Data Platform и lakehouse на Apache Iceberg, Trino и Spark с акцентом на платформенную разработку, Python-фреймворки и интеграцию AI-агентов. Focus on оптимизацию Trino и Iceberg, построение CDC-пайплайнов, проектирование API, инструментов наблюдаемости и автоматизации инженерных процессов.

Локация: Москва, удалённо

Компания

Flowwow — международный маркетплейс подарков с собственной Data Platform, построенной от storage-слоя до AI-агентов поверх данных.

Что делать

Развивать фреймворк Data Vault, обвязку Apache Airflow, lineage- и инструменты наблюдаемости данных.
Проектировать API и писать переиспользуемые библиотеки, фреймворки и сервисы на Python.
Работать с lakehouse на Apache Iceberg, Trino и Spark: выполнять maintenance таблиц, оптимизировать layout и запросы.
Строить интеграции с OLTP-базами, REST/gRPC API, Kafka, файловыми хранилищами и SaaS-системами.
Развивать AI-агентов на LangGraph и MCP для расследования инцидентов, анализа качества данных, создания DAG'ов и code review.
Участвовать в архитектурных решениях, проводить code review и менторить менее опытных коллег.

Требования

От 5 лет промышленного опыта в data engineering или backend-разработке с сильным дата-уклоном.
Senior-уровень Python: ООП, проектирование API библиотек, типизация, тестирование и создание переиспользуемых компонентов.
Практический опыт с Apache Iceberg либо Delta/Hudi, включая snapshots, компакцию и schema evolution.
Опыт работы с Trino или другим MPP-движком, Apache Airflow, Apache Spark/PySpark и продвинутым SQL.
Уверенное владение Git и CI/CD.

Хорошо, если есть

Опыт создания внутренних платформенных инструментов и фреймворков для других команд.
AI-native подход, использование Claude Code, Codex или аналогичных инструментов, создание harness-систем, RAG и LLM-автоматизации.
Kubernetes, Helm, CDC на Debezium и Kafka Connect, а также стриминговые пайплайны.
Знание Parquet, систем контроля доступа к данным, OPA, row-level security и маскирования.

Культура и преимущества

Инженерная команда с фокусом на разработку библиотек, фреймворков и платформенных сервисов, а не на ручное выполнение ETL-задач.
AI-native инструменты используются в ежедневной разработке.
Работа с собственной Data Platform и глубокой внутренней реализацией lakehouse-стека.
Удалённый формат работы.

Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →