Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда Data Platform развивает бэкенд- и сервисы обработки данных на Go, работающие с большими потоками событийных и транзакционных данных.
задачи
Развивать и рефакторить бэкенд- и data-сервисы на Go для сбора, обработки и доставки данных;
Работать с ClickHouse: таблицами, materialized views, партиционированием, схемами хранения, оптимизацией запросов и производительности;
Развивать архитектуру сегментации данных, фильтров, витрин и сервисов вокруг них;
Проектировать ingestion- и ETL-пайплайны для событийных и транзакционных данных;
Работать с NATS JetStream и Kafka, включая постепенный перенос части потоков в Kafka;
Проектировать контракты событий, схемы данных, правила обработки и гарантии доставки;
Работать с контрактами gRPC и Protobuf между сервисами;
Продумывать идемпотентность, дедупликацию, ретраи, backpressure и обработку ошибок;
Участвовать в выборе архитектурных подходов и инструментов для следующих итераций Data Platform;
Настраивать наблюдаемость для data-пайплайнов: метрики, логи, алерты, задержки, ошибки и деградации.
требования
Коммерческий опыт разработки на Go от 6 лет;
Опыт работы с высоконагруженными системами, большими потоками событий или продуктами с большим объёмом данных;
Хорошее знание SQL и понимание устройства аналитических или транзакционных хранилищ;
Опыт работы с Kafka, NATS JetStream, gRPC/Protobuf и ClickHouse;
Умение объяснять архитектурные решения разным аудиториям: бэкенд-инженерам, инфраструктурной команде, аналитикам, продукту и бизнесу;
Понимание бизнесового смысла данных: сегментов, фильтров, витрин, интеграций, скорости обновления и влияния на продуктовые сценарии;
Будет плюсом опыт проектирования DWH, Data Lake, Data Mart или аналитических витрин, опыт в iGaming, fintech, adtech, martech, e-commerce или другом высоконагруженном домене с большим объёмом данных.
условия
Гибкое начало рабочего дня;
Корпоративные обеды;
ДМС для сотрудника и членов семьи;
Внешнее и внутреннее обучение, бюджет на развитие;
Меню внутренних бенефитов для сотрудников;
Корпоративные и спортивные мероприятия различных форматов.