Четко определенная роль уровня Senior с высокой степенью ответственности за архитектуру и современным стеком в актуальном домене.
Современный стек
Зона ответственности
Трендовый домен
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Ведущий инженер данных (кибербезопасность): Построение с нуля DWH для событий кибербезопасности с акцентом на проектирование архитектуры, data-пайплайнов и аналитических витрин. Focus on эксплуатацию data-сервисов в Kubernetes, наблюдаемость, качество данных и оптимизацию производительности платформы.
Локация: Москва, 2-я Звенигородская улица, 28. Формат работы: на месте работодателя, гибрид.
Компания
Cloud.ru развивает облачные и data-сервисы.
Что делать
Построить с нуля DWH для событий инцидентов кибербезопасности и проверить архитектурную гипотезу.
Проектировать и оптимизировать аналитическое хранилище на ClickHouse, StarRocks или аналогах.
Разрабатывать data-пайплайны для обработки, нормализации и обогащения событий безопасности.
Готовить витрины данных для быстрых запросов и аналитики.
Эксплуатировать data-сервисы в Kubernetes: выполнять деплой, управлять ресурсами, отказоустойчивостью и масштабированием.
Обеспечивать наблюдаемость и качество данных, включая метрики, алерты, replay/backfill, разбор инцидентов и оптимизацию производительности.
Требования
Опыт построения с нуля DWH или Data Lake.
Опыт построения и эксплуатации ETL-, ELT- и/или streaming-пайплайнов в production-среде.
Уверенный SQL, включая оптимизацию запросов и анализ производительности.
Опыт работы с OLAP-СУБД: ClickHouse, StarRocks, Druid, Pinot или аналогами.
Понимание потоковой обработки данных: идемпотентность, дедупликация и обработка ошибок.
Опыт проектирования и оптимизации витрин и схем хранения данных.
Уверенные знания Kubernetes и опыт эксплуатации сервисов в production-среде.
Понимание принципов надёжности, масштабирования и наблюдаемости data-систем.
Хорошо, если есть
Helm, GitOps с ArgoCD или Flux, Terraform.
Опыт работы со schema evolution и data contracts.
Практики data quality: валидации, контроль пропусков и объёмов данных.
Культура и преимущества
Полная занятость.
Свобода в разработке архитектуры и реализации хранилища.
Поддержка инженеров при реализации сложной data-задачи.
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 →