Инженер данных

Каждый день наши автономные машины собирают терабайты данных, которые мы собираем и анализируем для улучшения и тестирования нашего ПО. Мы ищем человека, который поможет нам в этой задаче и будет заниматься разработкой пайплайнов обработки данных и добавлять в них новый функционал.

Вакансия подразумевает работу с большими объемами технических данных с использованием SQL, Dagster, Spark и polars/pandas, где объемы данных позволяют.

Чем предстоит заниматься:

• Реализовать пайплайн/шаг в существующем пайплайне в котором будет реализован алгоритм расчета метрики функции автономного вождения (качество удержания в полосе, качество локализации, дальность распознавания);
• Оптимизировать обработку данных в существующем алгоритме путем перехода со Spark на Polars/Pyarrow с распараллеливанием обработки или оптимизации Spark запросов;
• Разрабатывать пайплайны обработки данных;
• Формировать витрины с метриками;
• Регламентация алгоритмов расчета метрик функций беспилотного вождения.

Наш стек: Python (pandas, polars, pyspark), Spark, Dagster, Kubernetes, S3, Clickhouse, Metabase

Что мы ждем от кандидатов:

• Разработка на языке Python;
• Хорошее знание SQL (на уровне джойнов и оконных функций);
• Был опыт обработки данных с использованием Python (Pandas/Polars);
• Знакомство со Spark и Airflow.

Будет плюсом:

• Опыт работы с Clickhouse;
• Опыт работы с Airflow/Luidgi/Dagster.