Flowwow·Москва / удаленно·6 дн назад
Data Engineer (Senior)
Ориентир по рынку≈ 225 000 – 460 000 ₽наш грубый ориентир по 200 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана
🏢 ОфисSeniorПолная занятость
Вилки нет, про деньги придётся договариваться с нуля.
Наша компания
Если ты уже работаешь во Флаувау, рекомендуй кандидата. Если присматриваешься к нам как соискатель — оставляй отклик напрямую. 🌷 Если ты — сотрудник Флаувау и рекомендуешь кандидата • В полях «Ваше имя» и «Фамилия» укажите имя и фамилию кандидата, которого рекомендуете. • В поле «Сопроводительное письмо» напишите ваши имя и фамилию — как человека, который дает рекомендацию. 🌷 Если ты — соискатель Заполни форму, добавь сопроводительное письмо (по желанию) — мы вернемся с ответом, если твой опыт подойдет под роль. Кто мы и что строим Flowwow — международный маркетплейс подарков. Под ним работа
Чем предстоит заниматься
Фреймворка Data Vault, обвязки Airflow, lineage-инструментов
Проектирование API для использования другими инженерами и ответственность за их развитие
Разработка библиотек и фреймворков на Python: клиентов к источникам данных, инструментов тестирования пайплайнов, оберток над инфраструктурными компонентами
Обеспечение качества кода через типизацию, тестирование и code review
Работа с lakehouse-архитектурой: Iceberg maintenance, оптимизация layout'а таблиц, тюнинг Trino, разработка Spark-джоб для тяжелых трансформаций
Построение интеграций с источниками данных: OLTP-базы, REST/gRPC API, Kafka, файловые хранилища, SaaS-системы
Проектирование унифицированных интерфейсов подключения новых источников
Внедрение AI-инструментов в инженерные процессы: разработка агентов для расследования инцидентов, анализа качества данных, поддержки DAG'ов и code review
Участие в архитектурных решениях: выбор технологий, проектирование интерфейсов между компонентами, формирование и внедрение best practices в команде
Проведение code review и менторинг менее опытных коллег
Мы предлагаем
Трудовой договор
График: 5/2 • удаленный формат работы
Уровень дохода обсуждается на этапах найма. Что приятного мы делаем для сотрудников • предлагаем ДМС со стоматологией или компенсацию на медицинское обслуживание, а также сервис психологической поддержки
Заботимся о физическом здоровье — компенсируем расходы на занятия спортом или покупку спортивного оборудования
Компенсируем стоимость техники, которую вы приобретаете для работы
Создаем условия для развития: оплачиваем обучение, конференции и митапы, нужные для работы
Подключаем к корпоративной программе лояльности: персональным скидкам на Flowwow и предложениям от партнеров. Наши ценности Забота и любовь Наш продукт основан на желании людей радовать друг друга и быть вместе. Пока любовь жива, у Flowwow будут пользователи. Развитие и рост Flowwow быстро развивается и с радостью поддерживает инициативы сотрудников. Культура взаимопомощи У нас работают люди, вовлеченные в процесс и небезразличные к тому, что они делают. Открытость к изменениям Каждый может проявлять инициативу, предлагать и быстро видеть свой вклад в общий успех. Благотворительность Одна из целей Flowwow — помогать людям. Нас объединяют социальная ответственность и готовность участвовать в специальных благотворительных мероприятиях
Расскажите об этой вакансии в соцсетях
Дополнительно
Требования • Промышленный опыт от 5 лет в data engineering или backend-разработке с сильным дата-уклоном: production-системы под реальной нагрузкой, ответственность за их эксплуатацию, а не только за написание кода. • Python — главное требование. Уровень senior разработчика: ООП, проектирование API библиотек, типизация, тесты, опыт написания переиспользуемых компонентов, которыми пользовались другие люди. • Lakehouse-стек на практике. Apache Iceberg (или Delta/Hudi с готовностью быстро переключиться): устройство таблиц, snapshots, компакция, schema evolution. Понимание, чем lakehouse отличается от классического DWH не на уровне статьи на Medium. • Trino или другой MPP-движок: архитектура распределённого выполнения, чтение планов запросов, оптимизация, опыт работы с коннекторами. • Apache Airflow глубоко: не только разработка DAG'ов, но и внутреннее устройство (scheduler, executors, метаданные), опыт написания собственных операторов и хуков. • Apache Spark: PySpark, Spark SQL, понимание модели выполнения. • SQL продвинутого уровня: оконные функции, CTE, оптимизация, чтение планов исполнения, работа с большими объёмами. • Git, CI/CD — уверенно