Инженер данных в Путешествия
Описание
Инженер данных в ПутешествияКомпанияУсловияТребованияИнженер по данным Senior Python SQL Apache Hadoop Apache Spark DWH ETL Москва Наша команда превращает терабайты данных в понятные и полезные инсайты, которые используют аналитики и сервис, помогающий миллионам людей путешествовать. Наш продукт растёт огромными темпами, и вместе с ним растут наши задачи, например развитие собственного DWH. Хранилище у нас построено на системах хранения данных YTsaurus (кластер MapReduce собственной разработки) и СlickHouse. Для разработки, оркестрации и мониторинга ETL-процессов используется собственный фреймворк, созданный внутри Яндекса. Для организации модели хранения данных на разных уровнях применяются различные методологии проектирования хранилищ данных: Lambda-архитектура, Data Lake, Data Vault. Какие задачи вас ждут:Разработка, сопровождение и ревью ETL-процессов поставки данныхВам предстоит создавать конвейеры для извлечения, трансформации и загрузки данных из различных источников, настраивать их расписание и мониторинг. Важно будет регулярно проверять и улучшать существующий код, оперативно исправлять возникающие ошибки, а также тщательно документировать все преобразования и потоки данных — как собственные, так и коллег, обеспечивая соответствие стандартам качества и производительности.Проектирование структуры хранения данных в разных слоях хранилищаВы будете определять оптимальные схемы организации данных для каждого слоя, учитывая требования к скорости запросов и объёму хранения. Задача включает разработку моделей данных, настройку партиционирования, индексации и сжатия для повышения производительности, а также согласование структур с командами аналитики и разработки и адаптацию схем при изменении бизнес-процессов.Выявление и оптимизация неэффективных участков в процессах поставки данныхВам нужно будет анализировать время выполнения ETL-задач, профилировать данные для обнаружения аномалий и избыточности, пересматривать алгоритмы трансформации для снижения нагрузки на систему.Погружение в данные прикладных бизнес-областей и становление в них экспертомВы будете детально изучать бизнес-процессы и ключевые метрики компании, разбираться в логике расчёта показателей и источниках их формирования. Мы ждем, что вы:Проектировали DWH (слои, модели хранения данных, ETL-процессы)Разрабатывали ETL-процессы на Apache Airflow или аналогахНастраивали поставки данных по APIРазбираетесь в SQL на уровне экспертаПишете на одном из языков высокого уровня (Python, Go, Java и т. д.)Понимаете устройство и архитектуру реляционных баз данныхЗнаете основные алгоритмы и структуры данных, особенно используемые в работе с большими даннымиБудет плюсом, если вы:Пользовались хотя бы одной MPP-СУБД (Greenplum, ClickHouse, Vertica, Teradata и т. д.)Понимаете принципы работы технологий распределённой обработки данных (Hadoop, MapReduce и MPP)Что вы получите:Масштаб: работа с инфраструктурой и данными Яндекса — это задачи, которые редко встречаются даже в крупных международных компанияхВлияние: ваши решения будут напрямую влиять на эффективность ключевых бизнес‑процессовЭкспертность: возможность обмениваться опытом с сильнейшими специалистами отрасли и расти профессиональноРесурсы: доступ к передовым технологиям и инструментам для реализации самых смелых идейКарьерные перспективы: возможности для профессионального и лидерского роста внутри одной из ведущих IT‑компаний России