Data Engineer

Wheely — это сервис премиального заказа поездок, который меняет представление о качественных перевозках в крупных городах Европы и Ближнего Востока. Мы сочетаем технологии с искусством пятизвездочного обслуживания водителей, чтобы обеспечить неизменно исключительный опыт.

Как прибыльный и быстрорастущий масштабируемый стартап, привлекший 43 миллиона долларов, мы активно расширяемся по региону EMEA и США. Мы ищем выдающихся специалистов, чтобы обеспечить наш следующий этап роста.

Мы ищем Data Engineer (Инженера данных) для усиления нашей команды данных в Wheely, который будет активно стремиться и обеспечивать бизнес-пользователей и специалистов по данным лучшим и беспрепятственным опытом работы с данными.

Обязанности

• Усиливать команду данных за счет лучших практик архитектуры и низкоуровневой оптимизации
• Поддерживать развитие конвейеров интеграции данных (Debezium, Kafka, dlt), моделирования данных (dbt), механизмов баз данных (Snowflake), ML Ops (Airflow, MLflow), BI-отчетности (Metabase, Observable, Text-2-SQL), обратных синхронизаций ETL (Census)
• Обеспечивать бизнес-подразделения выполнение запросов на функции / исправления ошибок / решения проблем с качеством данных
• Внедрять качество кода, автоматизированное тестирование и стиль кодирования

Требования

• Более 3 лет опыта на позициях Data Infrastructure Engineer / Data Engineer / MLOps Engineer;
• Иметь опыт работы или устранения неполадок в следующих областях:
• Аналитические базы данных: настройка, устранение неполадок (Snowflake, Redshift, BigQuery)
• Конвейеры данных: развертывание, настройка, мониторинг (Kafka, Airflow или аналогичные)
• Моделирование данных: структурированный подход и принцип DRY, применение методов настройки производительности
• Контейнеризация приложений и кода: Docker, k8s
• Свободное владение SQL и Python;
• Как минимум средний уровень английского языка;
• Иметь опыт исследования и интеграции технологий с открытым исходным кодом (прием данных, моделирование данных, BI-отчетность, LLM-приложения и т.д.);
• Способность выявлять узкие места производительности;
• Командная работа: GitOps, непрерывная интеграция, ревью кода;