Что предстоит делать
- Создавать и поддерживать масштабируемые пайплайны (пакетные и потоковые), обеспечивающие аналитику игрового процесса, кошельков и промо-акций.
- Моделировать данные для принятия решений (звездообразные схемы, витрины), которые ежедневно используют команды продукта, бизнес-аналитики и финансов.
- Обеспечивать надежность: тесты, отслеживание происхождения данных, алерты, SLA. Меньше сюрпризов, быстрее исправления.
- Оптимизировать ETL/ELT для скорости и стоимости (партиционирование, кластеризация, обработка поздних данных, идемпотентность).
- Поддерживать данные промо-акций чистыми и соответствующими требованиям (PII, GDPR, управление доступом).
- Сотрудничать с продуктовыми владельцами и аналитиками по KPI ставок/выигрышей/оборота, результатам экспериментов и ROI.
- Оценивать инструменты, мигрировать или отказываться от них с четким анализом компромиссов и документацией.
- Без лишней суеты решать проблемы в продакшене, а затем предотвращать следующие.
Что вы приносите с собой
- 4+ года создания промышленных систем данных. Вы разрабатывали, ломали и чинили пайплайны в масштабе.
- SQL, который виртуозен, и Python, которым вы гордитесь.
- Практический опыт работы с OLAP и BI (Power BI / Tableau / Redash — важна польза, а не название).
- Оркестрация ETL/ELT (Airflow/Prefect или аналоги) и CI/CD для данных.
- Глубокое понимание хранилищ и озер данных: инкрементальная загрузка, медленно меняющиеся измерения (SCD), партиционирование.
- Ориентация на качество данных: контракты, тесты, происхождение данных, мониторинг.
- Чувство продукта: вам важна влияние на игроков, а не просто обработанные строки.
Будет плюсом (расскажите, если у вас есть)
- Опыт с Kafka (или аналогичными потоковыми системами), ClickHouse (нам нравится), dbt (модульный ELT).
