Data Аналитик, дата-инженер middle+

Tablichki.tech — аналитическая SaaS-платформа для продавцов на маркетплейсах Wildberries и Ozon. Помогаем 500+ клиентам принимать решения на основе данных: управление товарами, прогноз спроса, оптимизация поставок и BI-дашборды в реальном времени.

Продукт признан Wildberries - авторизованный сервис, является резидентом Сколково и отмечен Яндексом на Datalens Festival. Платформа обрабатывает ~0.5 ТБ данных в сутки через 70+ ETL-пайплайнов и продолжает расти.

Мы работаем на результат на растущем рынке, используем самые эффективные методы и технологии, внедряем полный data-стек от загрузки данных до аналитики и помощи в принятии решений. Год работы у нас эквивалентен 5 годам в корпорации по опыту, эмоциям и удовольствию от жизни.

• Поддерживать и развивать production-дата-платформу: 70+ ETL-пайплайнов, асинхронные коннекторы к API Wildberries и Ozon
• Работать со стеком PostgreSQL (OLTP) → S3 Parquet (промежуточный слой) → ClickHouse (аналитика и BI). Мигрируем пайплайны с PostgreSQL в S3 Data Lakehouse c Apache Iceberg
• Развивать distributed task queue на PostgreSQL: приоритизация, heartbeat, retry с exponential backoff, обработка 100k+ задач в сутки
• Управлять Kubernetes-кластером: 6 типов воркеров (API / ETL / ML / Sensors / Onboarding / Huge ETL), автоскейлинг через KEDA
• Поддерживать и улучшать ML-модель прогноза спроса (scikit-learn) на 5+ млн наборов SKU-регион
• Развивать сервис secure embedding для self-hosted DataLens: токенизация, авторизация, изоляция кабинетов клиентов
• Строить удобные дашборды на DataLens
• Проектировать новые пайплайны и интеграции по мере роста платформы и количества клиентов
• Поддержание высокого качества данных - развитие системы мониторинга, разбор инцидентов с данными.
• Поддержка и интеграция дата-ядра с фронтом на Django

Требования

Мы ищем ключевого дата-инженера, который будет продолжать развивать нашу зрелую аналитическую платформу для продавцов маркетплейсов. Реализовывать полный цикл анализа данных – подключение, загрузку, моделирование, визуализацию. Позиция подразумевает погружение в методологию.

Обязательно

• 3+ года опыта в Data Engineering - проектирование и поддержка production ETL-пайплайнов
• Уверенное владение Python: asyncio, pandas/polars, обработка больших объёмов данных
• Опыт с PostgreSQL и ClickHouse: схемы, партиционирование, оптимизация запросов
• Опыт с объектным хранилищем S3 и форматом Parquet
• Kubernetes: деплой, настройка воркеров, понимание автоскейлинга
• Понимание принципов построения очередей задач, retry-логики, idempotency
• Опыт работы с REST API с высокой нагрузкой (rate limits, async, backpressure)
• Опыт построения BI-аналитики

Будет плюсом

• Опыт интеграции с API Wildberries или Ozon
• Опыт с DataLens
• Опыт с KEDA и event-driven автоскейлингом
• Базовые навыки ML: обучение и инференс моделей на scikit-learn
• Опыт построения систем multi-tenant с изоляцией данных

Стек

Core:

• Python
• SQL
• PostgreSQL
• ClickHouse
• S3 / Parquet
• Pandas / Polars
• Asyncio

Infrastructure / Scaling:

• Docker
• Kubernetes
• KEDA
• Apache Kafka / очереди

AI, ML:

• Scikit-learn
• Claude Code

BI

• DataLens

Условия

• Мы находимся в Москве, клиенты по всей России.
• Работа в основном удаленно с редким посещением офиса. Иногда офлайн-спринты для быстрого рывка. Если вы не из Москвы - возможны командировки.
• Дружный коллектив инженеров, где ценится ваш интеллект и мастерство.
• Внедряем ИИ-практики, идем по пути AI first организации.
• Приветствуем осознанное внедрение AI во все процессы
• В первую очередь, мы получаем удовольствие от жизни, и так совпало, что это происходит, в том числе на работе.
• На входе тесты, технические собеседования
• Конкурентная заработная плата, обсуждается индивидуально

Наши ценности

• Работа на результат
• Самый актуальный стек
• 0% bullshit - 100% common sense
• Развиваться в том направлении, в котором хочется, если готов взять за него ответственность.
• Data-driven, AI-positive, Data-lover.
• Получать удовольствие от жизни и от работы.
• Хорошо работать, мощно отдыхать!