Python senior developer — работа в городе Чермоз
Найдено 2 вакансий
🔔 Получать новые вакансии на почту«Python senior developer · Чермоз» — пришлём свежие вакансии по этому запросу
Популярные профессии
F
Data Engineer (Senior)
Почему эта роль интересная Это позиция Senior DE с сильным уклоном в платформенную разработку. Не «писать пайплайны по тикетам», а проектировать инструменты, из-за которых пайплайны пишутся в разы быстрее — или не пишутся руками вообще. Вы будете работать с lakehouse-стеком на уровне внутренностей: …
Почему эта роль интересная
Это позиция Senior DE с сильным уклоном в платформенную разработку. Не «писать пайплайны по тикетам», а проектировать инструменты, из-за которых пайплайны пишутся в разы быстрее — или не пишутся руками вообще.
Вы будете работать с lakehouse-стеком на уровне внутренностей: оптимизация Trino-запросов и работа с коннекторами, maintenance Iceberg-таблиц (компакция, snapshot expiration, position/equality deletes — мы знаем эту боль изнутри), эволюция схем, REST-каталог. Это та глубина, которая редко встречается в продуктовых компаниях.
И второе: мы AI-native команда. Claude Code и аналогичные инструменты — часть ежедневного рабочего процесса, а не эксперимент по пятницам. Мы строим harness-системы вокруг LLM: агентов с инструментами, автоматизацию code review, ассистентов для написания DAG'ов. Если вам близко состояние, когда ты проектируешь систему, а агент под твоим контролем выполняет рутину — вам у нас понравится.
Обязанности
* развитие ядра платформы: 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.
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.
Условия
* полная занятость;
* оформление: 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 психологическойподдержки;
* 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.
Это позиция Senior DE с сильным уклоном в платформенную разработку. Не «писать пайплайны по тикетам», а проектировать инструменты, из-за которых пайплайны пишутся в разы быстрее — или не пишутся руками вообще.
Вы будете работать с lakehouse-стеком на уровне внутренностей: оптимизация Trino-запросов и работа с коннекторами, maintenance Iceberg-таблиц (компакция, snapshot expiration, position/equality deletes — мы знаем эту боль изнутри), эволюция схем, REST-каталог. Это та глубина, которая редко встречается в продуктовых компаниях.
И второе: мы AI-native команда. Claude Code и аналогичные инструменты — часть ежедневного рабочего процесса, а не эксперимент по пятницам. Мы строим harness-системы вокруг LLM: агентов с инструментами, автоматизацию code review, ассистентов для написания DAG'ов. Если вам близко состояние, когда ты проектируешь систему, а агент под твоим контролем выполняет рутину — вам у нас понравится.
Обязанности
* развитие ядра платформы: 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.
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.
Условия
* полная занятость;
* оформление: 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 психологическойподдержки;
* 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.
M
Senior data engineer
О роли Mattel ищет старшего инженера по данным или старшего ETL-разработчика в Технологический и инновационный центр в Хайдарабаде, Индия. Позиция подчиняется IT-директору по корпоративным данным и аналитике. Роль предполагает руководство проектированием и разработкой масштабируемых облачных конвейе…
О роли
Mattel ищет старшего инженера по данным или старшего ETL-разработчика в Технологический и инновационный центр в Хайдарабаде, Индия. Позиция подчиняется IT-директору по корпоративным данным и аналитике.
Роль предполагает руководство проектированием и разработкой масштабируемых облачных конвейеров данных с использованием таких инструментов, как BigQuery, Python, SQL, DBT и Airflow. Кандидат будет принимать детальные проектные решения, обеспечивать качество данных и сотрудничать с кросс-функциональными командами для поставки надёжных, готовых к аналитике наборов данных. Роль также включает наставничество младших инженеров и установление лучших инженерных практик для поддержки корпоративной стратегии Mattel в области данных.
Обязанности
* Руководить разработкой масштабируемых, безопасных и высокопроизводительных конвейеров интеграции данных для структурированных и полуструктурированных данных с использованием Google BigQuery.
* Проектировать и разрабатывать масштабируемые конвейеры интеграции данных для загрузки структурированных и полуструктурированных данных из корпоративных систем (например, ERP, CRM, E-commerce, Order Management) в централизованное облачное хранилище данных на базе Google BigQuery.
* Создавать готовые к аналитике конвейеры, которые преобразуют сырые данные в доверенные, курированные наборы данных для отчётности, дашбордов и продвинутой аналитики.
* Реализовывать логику трансформации с помощью DBT для создания модульных, поддерживаемых и переиспользуемых моделей данных, которые развиваются вместе с бизнес-потребностями.
* Применять лучшие практики BigQuery — включая партиционирование, кластеризацию и оптимизацию запросов — для обеспечения высокой производительности и масштабируемости.
* Автоматизировать и мониторить сложные рабочие потоки данных с помощью Airflow/Cloud Composer, обеспечивая надёжную оркестрацию и выполнение заданий.
* Разрабатывать эффективный, переиспользуемый код на Python и SQL для загрузки, трансформации, валидации и оптимизации производительности на протяжении жизненного цикла конвейера.
* Устанавливать надёжные проверки качества данных и стратегии тестирования для валидации как технической точности, так и соответствия бизнес-логике.
* Партнёриться с архитекторами и техническими лидерами для установления лучших практик, масштабируемых фреймворков и референсных реализаций across проектов.
* Сотрудничать с кросс-функциональными командами — включая аналитиков данных, BI-разработчиков и владельцев продуктов — для понимания потребностей интеграции и поставки impactful, бизнес-ориентированных решений данных.
* Использовать современные ETL-платформы, такие как Ascend. io, Databricks, Dataflow или Fivetran, для ускорения разработки и улучшения наблюдаемости и оркестрации.
* Вносить вклад в техническую документацию, CI/CD-процессы и мониторинг для обеспечения прозрачности, надёжности и непрерывного улучшения в экосистеме инженерии данных.
* Наставлять младших инженеров, проводить peer code review и вести технические обсуждения.
Требования
* Степень бакалавра или магистра в области компьютерных наук, инженерии данных, информационных систем или смежной технической области.
* Минимум 3+ года практического опыта в инженерии данных с сильной экспертизой в области хранилищ данных, разработки конвейеров и аналитики на облачных платформах.
* Экспертный уровень владения:
* Google BigQuery — для крупномасштабных хранилищ данных и аналитики.
* Python — для обработки данных, оркестрации и скриптинга.
* SQL — для работы с данными, трансформации и оптимизации запросов.
* DBT — для разработки модульных и поддерживаемых слоёв трансформации данных.
* Airflow / Cloud Composer — для оркестрации и планирования рабочих потоков.
* Подтверждённый опыт построения enterprise-grade ETL/ELT-конвейеров и масштабируемых архитектур данных.
* Сильное понимание фреймворков качества данных, методов валидации и процессов governance.
* Владение Agile-методологиями (Scrum/Kanban) и управление IT-бэклогом в коллаборативной, итеративной среде.
* Обязательный переезд в Хайдарабад, Телангана (Индия).
Предпочтительный опыт
* Инструменты Ascend. io, Databricks, Fivetran или Dataflow.
* Инструменты каталогизации/governance данных (например, Collibra).
* CI/CD-инструменты, Git-процессы и автоматизация инфраструктуры.
* Обработка данных в реальном времени/event-driven с использованием Pub/Sub, Kafka или аналогичных платформ.
* Стратегические навыки решения проблем и способность проектировать инновационные решения.
* Умение быстро адаптироваться к новым технологиям и вести их внедрение across команд.
* Отличные коммуникационные навыки и способность влиять на кросс-функциональные команды.
* Хороший опыт в Agile-методологиях, таких как Scrum, Kanban, и управлении IT-бэклогом.
* Быть «go-to» экспертом по технологиям и решениям данных.
О компании
Mattel — ведущая глобальная компания в сфере игрушек и семейных развлечений, владелец одного из самых культовых портфелей брендов в мире. Компания взаимодействует с потребителями и фанатами через свои франшизные бренды, включая Barbie, Hot Wheels, Fisher-Price, American Girl, Thomas & Friends, UNO, Masters of the Universe, Matchbox, Monster High, MEGA и Polly Pocket, а также другие популярные продукты, которыми владеет или лицензирует в партнёрстве с глобальными развлекательными компаниями. Предложения включают игрушки, контент, потребительские товары, цифровые и живые впечатления. Продукция продаётся совместно с ведущими мировыми розничными и e-commerce компаниями. С 1945 года Mattel является надёжным партнёром в развитии поколений через игру.
Культура рабочего места Mattel, отмеченная наградами, была признана Forbes, Fast Company, Newsweek, Great Place to Work, TIME и другими.
Mattel ищет старшего инженера по данным или старшего ETL-разработчика в Технологический и инновационный центр в Хайдарабаде, Индия. Позиция подчиняется IT-директору по корпоративным данным и аналитике.
Роль предполагает руководство проектированием и разработкой масштабируемых облачных конвейеров данных с использованием таких инструментов, как BigQuery, Python, SQL, DBT и Airflow. Кандидат будет принимать детальные проектные решения, обеспечивать качество данных и сотрудничать с кросс-функциональными командами для поставки надёжных, готовых к аналитике наборов данных. Роль также включает наставничество младших инженеров и установление лучших инженерных практик для поддержки корпоративной стратегии Mattel в области данных.
Обязанности
* Руководить разработкой масштабируемых, безопасных и высокопроизводительных конвейеров интеграции данных для структурированных и полуструктурированных данных с использованием Google BigQuery.
* Проектировать и разрабатывать масштабируемые конвейеры интеграции данных для загрузки структурированных и полуструктурированных данных из корпоративных систем (например, ERP, CRM, E-commerce, Order Management) в централизованное облачное хранилище данных на базе Google BigQuery.
* Создавать готовые к аналитике конвейеры, которые преобразуют сырые данные в доверенные, курированные наборы данных для отчётности, дашбордов и продвинутой аналитики.
* Реализовывать логику трансформации с помощью DBT для создания модульных, поддерживаемых и переиспользуемых моделей данных, которые развиваются вместе с бизнес-потребностями.
* Применять лучшие практики BigQuery — включая партиционирование, кластеризацию и оптимизацию запросов — для обеспечения высокой производительности и масштабируемости.
* Автоматизировать и мониторить сложные рабочие потоки данных с помощью Airflow/Cloud Composer, обеспечивая надёжную оркестрацию и выполнение заданий.
* Разрабатывать эффективный, переиспользуемый код на Python и SQL для загрузки, трансформации, валидации и оптимизации производительности на протяжении жизненного цикла конвейера.
* Устанавливать надёжные проверки качества данных и стратегии тестирования для валидации как технической точности, так и соответствия бизнес-логике.
* Партнёриться с архитекторами и техническими лидерами для установления лучших практик, масштабируемых фреймворков и референсных реализаций across проектов.
* Сотрудничать с кросс-функциональными командами — включая аналитиков данных, BI-разработчиков и владельцев продуктов — для понимания потребностей интеграции и поставки impactful, бизнес-ориентированных решений данных.
* Использовать современные ETL-платформы, такие как Ascend. io, Databricks, Dataflow или Fivetran, для ускорения разработки и улучшения наблюдаемости и оркестрации.
* Вносить вклад в техническую документацию, CI/CD-процессы и мониторинг для обеспечения прозрачности, надёжности и непрерывного улучшения в экосистеме инженерии данных.
* Наставлять младших инженеров, проводить peer code review и вести технические обсуждения.
Требования
* Степень бакалавра или магистра в области компьютерных наук, инженерии данных, информационных систем или смежной технической области.
* Минимум 3+ года практического опыта в инженерии данных с сильной экспертизой в области хранилищ данных, разработки конвейеров и аналитики на облачных платформах.
* Экспертный уровень владения:
* Google BigQuery — для крупномасштабных хранилищ данных и аналитики.
* Python — для обработки данных, оркестрации и скриптинга.
* SQL — для работы с данными, трансформации и оптимизации запросов.
* DBT — для разработки модульных и поддерживаемых слоёв трансформации данных.
* Airflow / Cloud Composer — для оркестрации и планирования рабочих потоков.
* Подтверждённый опыт построения enterprise-grade ETL/ELT-конвейеров и масштабируемых архитектур данных.
* Сильное понимание фреймворков качества данных, методов валидации и процессов governance.
* Владение Agile-методологиями (Scrum/Kanban) и управление IT-бэклогом в коллаборативной, итеративной среде.
* Обязательный переезд в Хайдарабад, Телангана (Индия).
Предпочтительный опыт
* Инструменты Ascend. io, Databricks, Fivetran или Dataflow.
* Инструменты каталогизации/governance данных (например, Collibra).
* CI/CD-инструменты, Git-процессы и автоматизация инфраструктуры.
* Обработка данных в реальном времени/event-driven с использованием Pub/Sub, Kafka или аналогичных платформ.
* Стратегические навыки решения проблем и способность проектировать инновационные решения.
* Умение быстро адаптироваться к новым технологиям и вести их внедрение across команд.
* Отличные коммуникационные навыки и способность влиять на кросс-функциональные команды.
* Хороший опыт в Agile-методологиях, таких как Scrum, Kanban, и управлении IT-бэклогом.
* Быть «go-to» экспертом по технологиям и решениям данных.
О компании
Mattel — ведущая глобальная компания в сфере игрушек и семейных развлечений, владелец одного из самых культовых портфелей брендов в мире. Компания взаимодействует с потребителями и фанатами через свои франшизные бренды, включая Barbie, Hot Wheels, Fisher-Price, American Girl, Thomas & Friends, UNO, Masters of the Universe, Matchbox, Monster High, MEGA и Polly Pocket, а также другие популярные продукты, которыми владеет или лицензирует в партнёрстве с глобальными развлекательными компаниями. Предложения включают игрушки, контент, потребительские товары, цифровые и живые впечатления. Продукция продаётся совместно с ведущими мировыми розничными и e-commerce компаниями. С 1945 года Mattel является надёжным партнёром в развитии поколений через игру.
Культура рабочего места Mattel, отмеченная наградами, была признана Forbes, Fast Company, Newsweek, Great Place to Work, TIME и другими.