Data Engineering Group Lead

Что нужно делать

• Управление (People Management): руководство группой из 3+ команд (Team Leads & Engineers), Менторство лидов, выстраивание процессов найма, оценки (Performance Review) и развития инженеров.
• System Design & Strategy: проектирование архитектуры высоконагруженных систем обработки данных (High Load, Real-time), Выбор стратегии развития платформы: от хранилищ до ML-платформ и систем A/B-тестирования.
• Технологическое лидерство: внедрение лучших практик разработки (Java/Go/Python) и эксплуатации (CI/CD, Kubernetes) в экосистеме данных.
• Межфункциональное взаимодействие: плотная работа с Product Owners, Data Science и аналитиками для создания единой экосистемы данных.

Наш стек технологий

• Languages: Java, Go, Python.
• Databases: StarRocks, ClickHouse, PostgreSQL.
• Storage: HDFS, Apache Ozone, S3.
• Compute: Trino, Spark.
• Orchestration: Airflow (и понимание альтернатив).
• CI/CD & Ops: K8s, Git/GitLab, Docker, Helm, ArgoCD.

Что пригодится

• Опыт работы в области Data Engineering не менее 5–7 лет, включая управление командами разработки и аналитики данных от 2 лет.
• Опыт с Java/C++/C#/Go/Python.
• Экспертиза в DWH: глубокое понимание методологий моделирования (Kimball, Inmon, Data Vault 2.0, Anchor Modeling).
• System Design: опыт проектирования систем с Lambda/Kappa-архитектурой, работы с Event Processing и Streaming (Real-time).
• Опыт в Big Data: успешные кейсы построения Analytics Platforms, ML-платформ или систем высоконагруженной обработки данных.
• Engineering Management: опыт управления менеджерами (Team Leads) и понимание того, как масштабировать инженерную культуру.
• Strategic Thinking: умение видеть общую картину и принимать решения, которые принесут пользу бизнесу через год и более.
• Stakeholder Management: навык договариваться с бизнесом и технарями на одном языке, аргументированно защищать архитектурные решения.
• Эмоциональный интеллект: способность разруливать конфликты, поддерживать мотивацию в командах и создавать здоровую рабочую атмосферу.
• Decision Making: готовность брать на себя ответственность за технические риски и выбор стека в условиях неопределенности.