Задачи платформы данных описаны чётко, стек актуальный, а льготы выглядят сильными, но замещение на время декретного отпуска ограничивает долгосрочную определённость.
Временная позиция
Актуальный стек
Чёткие задачи
Хорошие льготы
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Senior Data Engineer (Data Platform) (Lakehouse, Kafka/Flink): Разработка платформы данных с подключением реляционных и NoSQL-источников, batch/ELT- и near-real-time пайплайнов, витрин и признаков для ML/AI с акцентом на масштабируемость, историчность и качество данных. Focus on оптимизация SQL и моделей, настройка потоковой обработки Kafka/Flink, публикация признаков в Feature Store и управление metadata, lineage и SLA.
Локация: Алматы, улица Тимирязева, 2Г; работа на месте работодателя и в гибридном формате
Компания
Kcell — телекоммуникационная компания, развивающая платформу данных и связанные аналитические сервисы.
Что делать
Подключать реляционные и NoSQL-базы данных, API, файлы и CDC; настраивать batch/ELT-загрузки и выгрузки во внешние системы.
Разрабатывать в Lakehouse справочники, факты, витрины и сервисные датасеты с учётом объёмов, историчности и сценариев потребления.
Создавать near-real-time пайплайны на Kafka и Flink для доставки, фильтрации, обогащения и маршрутизации событий.
Готовить и публиковать признаки в Feature Store для ML/AI и скоринга.
Оптимизировать SQL-запросы, модели и структуру таблиц, включая партиционирование, compaction и schema evolution.
Настраивать проверки качества и мониторинг, разбирать инциденты и описывать data products с metadata, lineage, owner и SLA.
Требования
От 2 лет опыта в Data Engineering с DWH, Data Lake или Lakehouse.
Сильный SQL: оконные функции, все типы JOIN, чтение EXPLAIN/ANALYZE, физические join-стратегии, predicate pushdown и partition pruning.
Понимание моделирования DWH: схемы «звезда» и «снежинка», SCD и слои хранения.
Опыт с Airflow или другим оркестратором и dbt: models, tests, sources, macros и contracts.
Базовое понимание Iceberg, Trino, Parquet и Avro.
Опыт интеграции данных из баз данных, API, файлов, Kafka и CDC.
Linux, Python или Bash, Git и базовое понимание CI/CD.
Высшее техническое образование.
Хорошо, если есть
Kafka: партиции, offset, consumer groups, delivery guarantees и Schema Registry.
Flink: event time, watermarks, state и checkpoints; Java на уровне доработки Flink-приложений.
Docker и Kubernetes, включая kubectl, deployment, configmap и secret.
Опыт подготовки признаков для ML, работы с каталогом данных и lineage.
Опыт в телекоме.
Русский, казахский и английский языки на рабочем уровне.
Культура и преимущества
Полная занятость в рамках временной позиции на период декретного отпуска сотрудника.
Ежегодный отпуск 24 дня и ещё 4 дополнительных дня после использования основных 24 дней.
После испытательного срока частичная компенсация расходов на медицину, образование, спорт и путешествия.
Корпоративная мобильная связь.
Возможность роста вверх по должности и в соседние направления.
Возможны командировки.
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 →