Staff Software Engineer

Команда Data and Storage Services отвечает за инфраструктуру данных Affirm, охватывающую OLTP и OLAP системы, включая критически важные онлайн‑базы данных оформления заказов, оркестрацию пакетных процессов, потоковую инфраструктуру, событийно‑ориентированные фреймворки, BI, инструменты аналитики, крупномасштабные платформы данных и агентные инструменты данных, такие как семантические слои и внутренние платформенные приложения данных. Наша миссия — предоставлять надёжные, интуитивные и экономически эффективные решения для пользователей Affirm, позволяющие безопасно хранить, анализировать и трансформировать данные в исключительном масштабе.

Эта роль будет сосредоточена на платформе Lakehouse от Affirm, включая Apache Iceberg в качестве базовой технологии для масштабируемого аналитического хранилища данных, управления таблицами, эволюции схем и совместимости с вычислительными движками, такими как Spark и Snowflake.

• Влияние на техническую стратегию: определять и продвигать долгосрочную техническую дорожную карту для Lakehouse Platform от Affirm, охватывающую Apache Iceberg, Spark, Snowflake и облачное нативное хранилище, балансируя масштабируемость, надёжность, управление, производительность и стоимость.
• Проектирование и разработка: архитектурно проектировать и реализовывать возможности платформы, которые делают аналитические данные безопасными, надёжными, доступными и простыми в использовании для инженерных, аналитических, машинно‑обучающих и бизнес‑команд Affirm.
• Усиление управления и контроля доступа: разрабатывать и эксплуатировать безопасные, аудируемые возможности доступа к данным в Snowflake и Lakehouse, включая RBAC, динамическое маскирование данных, каталогизацию, прослеживаемость, классификацию и соблюдение политик конфиденциальности.
• Улучшение основ аналитической инженерии: сотрудничать с Analytics Engineering для развития моделирования данных, конвейеров трансформаций, тестовых фреймворков, стандартов документации и практик качества данных, поддерживающих надёжную самообслуживаемую аналитику.
• Операции в масштабе: устанавливать лучшие практики эксплуатации Lakehouse, включая эволюцию схем, обслуживание таблиц, партиционирование, компакцию, наблюдаемость, реагирование на инциденты, поддержку продакшна и готовность к дежурствам.
• Оптимизация производительности и стоимости: выявлять и реализовывать улучшения в аналитических вычислениях и хранении, включая настройку складов Snowflake, оптимизацию запросов, структуру хранения, управление жизненным циклом, атрибуцию затрат и операционную эффективность.
• Кросс‑функциональное сотрудничество: работать с командами Infrastructure, Lakehouse Analytics, Analytics Engineering, Machine Learning, BI, Product Engineering и SRE для преобразования потребностей стейкхолдеров в надёжную архитектуру платформы.
• Инновации: следить за отраслевыми тенденциями в архитектуре lakehouse, открытых форматах таблиц, аналитических вычислительных движках, управлении данными, инженерии конфиденциальности, семантических слоях, агентных инструментах данных и инфраструктуре, готовой к AI.
• Формирование команд: наставлять инженеров, повышать техническое качество и способствовать инклюзивной культуре строгого проектирования, операционного совершенства и непрерывного обучения.

• Экспертиза в Lakehouse Platform: подтверждённый опыт архитектурного проектирования, создания, запуска и эксплуатации крупномасштабных OLAP систем, lakehouse платформ или аналитической инфраструктуры данных с использованием технологий таких как Apache Iceberg, Spark, Snowflake и облачного нативного хранилища.
• Экспертиза в Snowflake: практический опыт работы с Snowflake или аналогичными аналитическими хранилищами данных, включая RBAC, динамическое маскирование данных, оптимизацию складов, профилирование запросов, кластеризацию и управление затратами.
• Архитектура платформы данных: глубокое понимание форматов таблиц, эволюции схем, партиционирования, компакции, производительности запросов, управления жизненным циклом данных, наблюдаемости и оптимизации стоимости аналитических систем.
• Управление и доверие: опыт проектирования безопасных, надёжных и управляемых платформ данных, включая RBAC/ABAC, качество данных, прослеживаемость, классификацию, контроль конфиденциальности, соблюдение политик и операционную комплаенс.
• Основы аналитической инженерии: опыт работы с dbt или аналогичными фреймворками трансформаций, лучшими практиками моделирования данных, тестированием, документацией, CI/CD и практиками качества данных для аналитических конвейеров.
• Агентные инструменты данных: опыт создания или формирования семантических слоёв, платформ самообслуживаемой аналитики, внутренних приложений данных или AI‑инструментов, повышающих доступность и удобство работы с данными.
• Техническое лидерство: доказанная способность задавать техническое направление, вести неоднозначные инициативы платформы, наставлять инженеров и влиять на дорожные карты команд, оставаясь близко к деталям реализации.
• Сотрудничество: сильные навыки взаимодействия с инженерными, аналитическими, машинно‑обучающими, BI, продуктовыми и инфраструктурными командами для преобразования бизнес‑потребностей в надёжные технические решения.
• Навыки коммуникации: отличные коммуникативные навыки, способность ясно излагать технические концепции, компромиссы и рекомендации как техническим, так и нетехническим заинтересованным сторонам.

Qualifications

• Опыт: 8+ лет опыта в программной инженерии, инфраструктуре данных или инженерии платформ данных, с 2+ годами ответственности за техническое руководство.
• Практическое руководство: практический опыт руководства командами по построению критически важной инфраструктуры данных.
• Snowflake / аналитические хранилища: практический опыт работы с Snowflake или аналогичными аналитическими хранилищами, включая контроль доступа, маскирование данных, оптимизацию запросов и управление затратами.
• Lakehouse и Big Data: сильный опыт работы с Apache Iceberg, Spark и облачными архитектурами data lake.
• Аналитическая инженерия: опыт работы с dbt или эквивалентными фреймворками трансформаций, включая моделирование данных, тестирование, документацию и практики CI/CD.
• Программирование: владение Python, SQL или JVM‑языками, с акцентом на чистый, поддерживаемый код продакшн‑качества.
• Инфраструктура как код: знакомство с Terraform или аналогичными инструментами автоматизации управления инфраструктурой данных.
• Образование: данная позиция требует эквивалентного практического опыта или степени бакалавра в смежной области.

• Base Pay Grade - P
• Equity Grade - 13
• USA base pay range (CA, WA, NY, NJ, CT) per year: $230,000 - $290,000
• USA base pay range (all other U.S. states) per year: $204,000 - $264,000
• Сотрудники, новые в Affirm, обычно начинают в нижней части диапазона оплаты.
• Базовая зарплата является частью общего пакета компенсаций, который может включать вознаграждения в виде акций, ежемесячные пособия на здоровье, благополучие и технологические расходы, а также льготы (включая 100% субсидированное медицинское покрытие, стоматологию и зрение для вас и ваших иждивенцев).
• Медицинское покрытие - Affirm покрывает все премии для всех уровней покрытия для вас и ваших иждивенцев.
• Flexible Spending Wallets - щедрые пособия на расходы в области технологий, питания, различных потребностей образа жизни и расходов, связанных с формированием семьи.
• Отпуск - конкурентные графики отпусков и праздников, позволяющие вам отдыхать и восстанавливать силы.
• ESPP - План покупки акций сотрудниками, позволяющий вам приобретать акции Affirm со скидкой.
• #LI-Remote
• Affirm гордится тем, что является компанией, ориентированной на удалённую работу! Большинство наших ролей удалённые, и вы можете работать почти в любой точке страны вашего трудоустройства.
• Мы готовы предоставить разумные условия для кандидатов, нуждающихся в индивидуальной поддержке в процессе найма.