Data Engineer

Обязанности

ИТ B2C самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее. Ждем именно тебя! Наша главная цель - построить современную, масштабируемую платформу, которая будет постоянно предвосхищать и превосходить ожидания пользователей, предоставляя им персонализированный и релевантный контент на всем клиентском пути в Сбере. Наша платформа будет обслуживать широкий круг потребителей и строить персональные рекомендации во всех сферах бизнеса, таких как музыка, фильмы, онлайн торговля, медицина, логистика и многих других. Если ты мечтаешь поучаствовать в создании такой рекомендательной системы, то тебе к нам! **Мы - Команда "**Рекомендательных систем" Наша платформа будет обслуживать широкий круг потребителей и строить персональные рекомендации во всех сферах бизнеса, таких как музыка (Звук), фильмы (ОККО), онлайн торговля (СберМаркет, СберМегаМаркет), медицина (еАптека) и многих других. Интеллектуальное ядро такой системы - это алгоритмы машинного обучения, которые анализируют по-настоящему большие данные, и в реальном времени рассчитывают предпочтения миллионов конечных пользователей. Задачи команды Работая в нашей команде, ты будешь участвовать в исследовании, разработке, тестировании и внедрении самых передовых алгоритмов классического и глубокого обучения в части рекомендаций. Обязанности разработка продакшен-пайплайнов обработки данных продуктизация прототипов команды Data Science рerformance оптимизации кода по обработке больших массивов данных или онлайн сервисов рекомендаций с высокой нагрузкой Стек технологий: для разработки используем: Python, PySpark, Pandas, Redis, PostgreSQL, AirFLow, MLFlow и др. для организации работы: Jira, Confluence, Git Требования опыт работы в роли Data Engineer от 4-х лет мотивация учиться и развиваться в области рекомендательных систем экспертное знание Python уверенное знание Spark (и желательно Pandas) опыт написания промышленных пайплайнов обработки данных, содержащих множество шагов, зависимостей и сложную логику опыт использования Airflow (или другого industry-standard оркестраторов пайплайнов, т.к. Luigi, Dagster и т.д.) хорошее понимание баз данных SQL / NoSQL. Условия гибридный и офисный формат работы годовой бонус и ежегодный пересмотр ДМС с первого дня + стоматология и льготное страхование для семьи корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT конференциях льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+, скидки от партнеров компании и сервисов группы компаний.