Data Quality Engineer
Медиалогия · Москва ·
- Work mode
- Remote
- Category
- Industrial engineering
Медиалогия · Москва ·
Медиалогия занимается разработкой продуктов по сбору и анализу данных из СМИ и соцмедиа.
Мы разрабатываем высоконагруженные системы, которые в режиме реального времени сканируют весь текстовый сегмент Интернета (100+ млн. сообщений в сутки, 1.7 млрд. метрик) и, используя уникальные лингвистические технологии, позволяют осуществлять мгновенный анализ упоминаний наших клиентов в социальных сетях, блогах, форумах и управлять их репутацией.
Обязанности:
- проектирование и внедрение DQ-фреймворков: Разработка и поддержка автоматизированных процессов и инструментов для проверки качества данных (Data Quality) на всех этапах жизненного цикла.
- автоматизация тестирования данных: Написание unit- и integration-тестов для ETL/ELT пайплайнов, витрин данных и источников.
- взаимодействие с командами: плотная работа с Data Engineers, Data Scientists, аналитиками и бизнес-заказчиками для сбора требований к качеству данных и перевода бизнес-правил в технические проверки.
- профилирование сырых и целевых данных для выявления скрытых закономерностей, дубликатов, пропусков и несоответствий бизнес-логике.
- расследование инцидентов: Оперативное реагирование на проблемы с данными, поиск корневых причин (Root Cause Analysis), устранение инцидентов и предотвращение их повторения.
- настройка мониторинга и алертинга качества данных, создание дашбордов с метриками (Data Quality Dashboards) и настройка алертов при возникновении аномалий или отклонений.
Требования:
- опыт работы от 2-3 лет в сфере Data Engineering, Data QA или непосредственно Data Quality.
- отличное знание SQL (написание сложных запросов, оконные функции, CTE, умение оптимизировать запросы для больших объемов данных).
- языки программирования: знание Python (написание скриптов для автоматизации проверок, работа с библиотеками Pandas, PySpark или аналогами).
- опыт работы с современными фреймворками для проверки данных (Great Expectations, dbt tests, Soda, Monte Carlo или написание кастомных решений).
- понимание архитектуры данных: знание принципов построения хранилищ данных (DWH, Data Lake, Data Mesh) и опыт работы с современными СУБД (ClickHouse, PostgreSQL), Hive.
- желательно оркестрация и ETL: Понимание того, как работают пайплайны данных, опыт работы с оркестраторами (Airflow, Prefect) и инструментами трансформации (dbt, Spark).
- владение теорией качества данных: понимание метрик качества данных (полнота, уникальность, консистентность, своевременность, валидность, точность) и концепций DataOps / Data Governance.
Условия: