Обязанности:
Projektowanie i implementacja procesów Spark SQL/PySpark do walidacji i porównywania danych (MongoDB/ODS)., Implementacja reguł jakości danych, detekcji duplikatów, anomalii i braków oraz raportowania/alertowania., Integracja i optymalizacja Spark–MongoDB (MongoDB Spark Connector, partitioning, push-down, schema-aware reads)., Projektowanie warstwy danych Raw → Bronze → Silver → Gold z wykorzystaniem Delta Lake/Iceberg/Hudi oraz CI/CD dla schematów i migracji., Monitoring i observability procesów Spark/batch/stream (Prometheus, Grafana, OpenTelemetry, Dynatrace) oraz definiowanie SLA/SLO., Automatyzacja deploymentów Spark na Docker/Kubernetes (Spark Operator)., Diagnozowanie problemów z danymi, wydajnością i opóźnieniami procesów., Tworzenie dokumentacji technicznej, runbooków i diagramów przepływu danych., Współpraca w Scrum/Kanban z Data Engineerami, BA, testerami i DevOps; prowadzenie warsztatów i code review.
Опыт: 4+ lata doświadczenia w pracy z Apache Spark w środowisku produkcyjnym., Bardzo dobra znajomość PySpark, Spark SQL, DataFrames i Structured Streaming., Doświadczenie z MongoDB i Spark Connector oraz znajomość modelowania i indeksowania danych., Praktyczna znajomość Apache Iceberg i architektury Data Lakehouse (upsert/merge, optymalizacja zapisów)., Doświadczenie w CI/CD z Jenkins, w tym automatyzacji testów i deploymentów aplikacji Spark., Bardzo dobra znajomość Python oraz Spark SQL., Znajomość Prometheus i Grafana w obszarze monitoringu i observa