Обязанности:
Big Data МТС – место, где телеком данные превращаются в реально работающие IT-продукты. Мы создали и протестировали несколько десятков сервисов. Самые успешные из них уже стали частью экосистемы МТС. Например, МТС Маркетолог, рекомендации в KION (МТС ТВ), услуга “Кто звонит?” или Спам blacklist. Кого мы ищем? Команда центра Big Data в поиске Data Engineer на продукт Защитник Защитник – это умная система защиты от нежелательных звонков и повышения информированности пользователя о входящих вызовах. C помощью технологий Machine Learning и Deep Learning мы делаем жизнь наших клиентов безопаснее - система примет за вас нецелевые вызовы и пришлёт расшифровку разговора в Мой МТС и SMS-уведомление, сообщит о мошеннике во время звонка, подскажет, кто звонит. База пользователей услуг на основе данных Big Data превысила 40 млн, блокируется более 300 млн вызовов в месяц. Стек: Python, Hadoop, Spark, SQL, PostgreSQL, Greenplum, Airflow, Kubernetes Обязательно: Понимание моделей данных и принципов устройства хранилищ данных Хорошее знание SQL Опыт работы хотя бы с одной промышленной БД Знание стека Hadoop/Hive/Spark и опыт работы с большими объемами данных Знание Python, написание API Знакомство с CI/CD и Docker Умение вести проекты в GIT Что предстоит делать? Заниматься разработкой сервисов продуктов группы Защитник - REST/GRPC сервисы, Kafka/RabbitMQ consumers Разрабатывать пайплайны обработки данных и машинного обучения на Python и Spark с использованием Airflow, MLflow, а также собственных разработок Делать интеграцию с внешними системами (S3, Kafka, API , FTP) Поддерживать разработанные решения и обеспечивать качество данных Условия: каждый месяц - аванс и зарплата, дважды в год - премия. ДМС + стоматология, корпоративная связь, специальные предложения от партнеров и друзей МТС, отпуск 31 день в год. Выдаем 16 MacBook Pro или Dell на выбор. Есть ли обучение? Локальные конференции, митапы Корпоративный университет МТС и масштабная виртуальная библиотека А ещё мы регулярно обмениваемся опытом на совместных синках с лидами экспертизы Какой график? Гибкое начало рабочего дня в промежутке с 8 до 11. Есть возможность работать несколько дней вне офиса по договоренности с командой. Сколько этапов при отборе? Не более трех: HR + первое тех. интервью с лидом направления Тестовое задание/второе интервью - по необходимости Собеседование с PO и командой, выбор кандидатом проектаПохожие вакансии
Middle Python developer на продукт Data Quality (Big Data)
Договорная
Москва. Станции метро: Технопарк
МТС