Data Engineer в Яндекс.Лавку

Вакансия № 29092293 от компании Яндекс на Электронной Службе Занятости Населения Москвы.

✷ Смотрите другие предложения работы от компании Яндекс.

☑ Основной блок:

Опыт работы: 3–6 лет.

Тип занятости: полная занятость.

График работы: полный день.

Зарплата: по результату собеседования.

Примерное место работы: Россия, Москва.

☑ Актуальность объявления:

Это объявление № 29092293 добавлено в базу данных: Пятница, 31 января 2025 года.

Дата его обновления на этом интернет-ресурсе: Понедельник, 17 марта 2025 года.

☑ Статистика предложения работы № 29092293:

Прочитано соискателями - 14 раз(а);
Отправлено откликов - 0 раз(а);

☑ Репутация компании "Яндекс":

Читайте свежие отзывы сотрудников об этом работодателе здесь!

Оставить своё мнение об этой компании можно тут без регистрации и бесплатно.

☑ Подробности о вакантном месте:

Яндекс Лавка — это новый формат магазина у дома. Наша служба формирует актуальные, полные и правдивые данные и отчёты Лавки. Мы ищем инженера данных, который совместно с аналитиками будет проектировать и оптимизировать сложнейшие расчёты и алгоритмы, разрабатывать инструменты для сотен бизнес-пользователей.

Что нужно делать:

оптимизировать нетривиальные ETL-процессы обработки больших данных;
совместно с командой аналитиков реализовывать стабильный расчёт бизнес-метрик;
работать с данными на каждом этапе их трансформации: от появления информации в конкретном источнике до отображения в BI;
поддерживать и модифицировать созданные решения, обеспечивать доступность сервиса и корректность данных для принятия решений.

Мы ждем, что вы:

уверенно программируете на Python;
хорошо знаете SQL и понимаете устройство современных реляционных баз данных;
разрабатывали ETL/ELT-процессы и проектировали хранилища данных;
разбираетесь в классических алгоритмах и структурах данных;

Будет плюсом, если вы:

знакомы со стеком технологий Hadoop, Spark, Hive;
работали со специализированными аналитическими базами данных Greenplum, Vertica, ClickHouse, Teradata;
разрабатывали процессы обработки сложных событий (CEP) во времени, приближенном к реальному, на Kafka Streams, Spark, Flink;
руководили стажёрами или начинающими специалистами;
работали по методологии Agile.