Technical Lead Data (TGQF)

Lead Data Technical играет ключевую роль в определении и развитии фундаментальных данных, поддерживающих различные продукты QF. Должностное лицо является главным техническим авторитетом по всем вопросам, связанным с данными, архитектурами данных и аналитическими платформами в рамках Quality Foundations.

• Сотрудничать с архитекторами и вносить вклад в проектирование новых продуктов и сервисов данных, предлагая надёжные, масштабируемые решения, соответствующие потребностям организации.
• Участвовать в реализации целевой архитектуры данных и продвигать её принятие в командах.
• Выступать в качестве эксперта по всем темам, связанным с данными, архитектурами данных и конвейерами обработки данных.
• Обеспечивать техническое руководство и экспертизу по всем продуктам Quality Foundations в области хранения, моделирования, управления и обработки данных.
• Определять, поддерживать и продвигать стандарты данных и лучшие практики в QF, гарантируя их последовательное применение в командах.
• Предлагать, проверять и утверждать технические и архитектурные решения через Architecture Decision Records (ADRs) и обеспечивать их внедрение.
• Активно участвовать в разработке и реализации инициатив, связанных с самым высоким уровнем сложности или риска.
• Консультировать архитекторов, менеджеров проектов и руководителей по направлениям технологий и возможностям улучшения платформ данных.
• Анализировать и оптимизировать производительность, экономическую эффективность, надёжность и масштабируемость систем данных.
• Выступать в роли эксперта по оптимизации реляционных и нереляционных баз данных.
• Сотрудничать с командами разработки, аналитики, искусственного интеллекта и эксплуатации для обеспечения бесшовной интеграции решений данных.
• Обеспечивать техническое качество конвейеров данных и продвигать лучшие практики мониторинга, оповещения и эксплуатации.
• Содействовать обмену знаниями, наставничеству и развитию технической автономии в командах разработки данных.
• Участвовать в технической оценке новых технологий, платформ и подходов, связанных с данными.
• Выполнять любые другие связанные обязанности по требованию.

Образование :

• Степень бакалавра в области компьютерных наук, компьютерной инженерии, программной инженерии или в эквивалентной области.

Соответствующий опыт :

• Минимум 8 лет опыта в разработке программного обеспечения или инженерии данных.
• Значительный опыт проектирования и внедрения масштабных платформ данных.
• Опыт технического руководства, коучинга команды или наставничества.
• Опыт работы с распределёнными архитектурами и системами обработки больших объёмов данных.

Техническая экспертиза

• Глубокие знания разработки масштабных решений для данных и моделирования данных SQL/NoSQL.
• Высокая квалификация в одном или нескольких из следующих языков: Python, PySpark, SQL и Scala.
• Твёрдое понимание современных архитектур данных, конвейеров обработки данных и аналитических платформ, включая Medallion‑архитектуры (Bronze/Silver/Gold) и Lakehouse‑платформы (Databricks, Delta Lake).
• Опыт проектирования конфигурируемых и независимых от среды решений (development, staging, production), включая pipeline‑as‑code и практики управления конфигурациями.
• Способность разрабатывать масштабируемые, высокопроизводительные и поддерживаемые решения.
• Опыт документирования архитектурных и технических решений.

Технические активы

• Знание облачных сервисов (AWS, Azure или эквивалент) а также технологий Docker и Kubernetes.
• Знание фреймворков оркестрации данных, таких как Apache Airflow или Databricks Workflows.
• Знание технологий потоковой передачи данных в реальном времени (Spark Structured Streaming или эквивалент).
• Знание Databricks, Apache Spark (batch и streaming), Delta Lake, Elasticsearch/OpenSearch, SQL Server и PostgreSQL.
• Знание администрирования масштабных платформ данных и как реляционных, так и нереляционных баз данных.
• Знание систем мониторинга, логирования и оповещения для конвейеров данных.
• Понимание концепций машинного обучения и искусственного интеллекта.

Профессиональные компетенции

• Отличные аналитические навыки и умение решать проблемы.
• Сильная способность решать сложные технические задачи.
• Склонность к наставничеству и развитию технической автономии в командах.
• Высокая оценка подходов, управляемых конфигурацией, включая параметризованные системы, декларативные конвейеры и воспроизводимые развертывания (Infrastructure as Code).
• Отличные коммуникативные навыки и способность объяснять сложные технические концепции разным аудиториям.
• Влиятельное лидерство и умение продвигать лучшие практики в командах.
• Способность эффективно работать в многодисциплинарной среде.
• Сильная инициатива и автономность.
• Ориентированность на результат с фокусом на постоянное улучшение.
• Способность одновременно управлять несколькими приоритетами и принимать обоснованные решения о приоритетах.

• Опыт работы в средах с высоким объёмом, критически важными системами в реальном времени (телеметрия, наблюдаемость, мониторинг) считается значительным преимуществом.