Задачи
•Интегрировать источники данных о голосовых и текстовых коммуникациях клиентов со специалистами обслуживания и поддержки
•Реализовывать пакетные и потоковые сервисы обработки данных для оценки качества коммуникаций
•Создавать витрины данных для моделей машинного обучения
•Взаимодействовать в команде со специалистами по анализу данных и развитию инфраструктуры
Требования
•Уметь анализировать семантику и связи таблиц и объектов данных из разных хранилищ, выявлять причины расхождений семантически эквивалентных данных
•Хорошо знать Python
•Иметь опыт разработки промышленных отказоустойчивых сервисов пакетной загрузки и трансформации данных (ETL) с Apache Airflow
•Понимать принципы микросервисной архитектуры, распределённых вычислений и обработки данных, потоковой обработки данных
•Хорошо знать Apache Spark и иметь опыт использования PySpark
•Знать и использовать Apache Kafka
•Отлично знать SQL, уметь создавать сложные запросы с табличными выражениями (CTE) и оконными функциями
•Знать Oracle или PostgreSQL и иметь опыт работы с одной из этих реляционных баз данных
•Понимать особенности обработки и хранения аналитических данных (OLAP), различия колоночных и строковых баз данных, знать форматы Parquet и ORC
•Знать и использовать хранилища больших данных Hadoop/HDFS и S3, форматы таблиц Hive и Iceberg
Условия
•Возможен удалённый или гибридный формат работы
•Регулярно проходят тренинги, вебинары, митапы и демо-дни
•Доступ к корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданиям
•Сотрудникам доступны собственный спортзал и скидки на услуги туристических агентств, продукты питания, рестораны, бары и магазины
