Data engineer

Gameram – социальная сеть для тех, кто любит игры.

Наша цель – объединить игроков по всему миру. Более 3 миллиардов уже играют в игры на телефонах, приставках или PC. Наш продукт переведен на 7 языков, мы создаем площадку, где пользователи делятся эмоциями, ищут новых друзей и интересный контент. И это не просто соцсеть, а целая экосистема.

Gameram – это международный стартап. Сейчас в команде уже больше 20 человек и мы растем. Работаем в ульяновском, московском офисах и на удалёнке в 7 городах мира.
О нас писали в Forbes: https://www.forbes.ru/karera-i-svoy-biznes/435317-vzroslye-tozhe-igrayut-kak-sozdatel-shutera-war-robots-ushel-iz-mailru

Сегодня мы в поиске дата-инженера, которому предстоит  развитием инфраструктуры для хранения и обработки данных в соответствии с потребностями бизнеса. Обеспечивать стабильность работы системы и предоставлять данные для продуктовой аналитики и  ML платформы. Предлагаем присоединиться к нашей команде и работать над продуктом  совместно с командой  ML. 
Для продуктивной и интересной работы у нас есть: данные, аналитика, знание специфики рынка и опытная в продвижении проектов команда. Мы практикуем прозрачность процессов, вовлеченность и открытый диалог. Gameram – data driven компания, где  все сотрудники видят изменения продуктовых метрик после каждого релиза.  

Что нужно будет делать: 

• развивать платформу хранения и обработки данных;
• внедрять новые инструменты для продуктовой аналитики и машинного обучения;
• решать задачи производительности и отказоустойчивости платформы;
• создавать новые и поддерживать существующие ETL процессы;
• развивать систему анализа А/B экспериментов.

Что мы ждем от тебя:

• хорошее знание Scala/Java, Python; 
• знание принципов работы баз данных, распределенных систем хранения и обработки данных;
• опыт работы и понимание внутреннего устройства: Spark, Airflow, Hadoop, Hdfs, Kafka, Zookeeper, Clickhouse, Superset, Redis, PostgreSQL.

Будет плюсом:

• опыт развертки инфраструктуры на AWS;
• разработка сервисов в высоконагруженных проектах;
• опыт администрирования Linux;
• опыт разработки и внедрения ML компонент в продукт.

Что предлагаем:

• работать со сложными данными соц. сети; 
• заниматься не только построением бордов, но и развивать ML инфраструктуру;
• отсутствие legacy, бюрократии и  прозрачность процессов; 
• оплачиваемое обучение, поддержка профессионального развития; 
• официальное трудоустройство, социальные гарантии; 
• гибкий подход к рабочему графику (удаленная работа, коворкинг или офис).