Senior Data inženjer

MDS je u potrazi za Senior Data inženjerom koji će preuzeti ključnu ulogu u razvoju, implementaciji i održavanju ETL procesa, automatizaciji i prikupljanju podataka sa različitih izvora, sa posebnim akcentom na optimizaciji. Kao član našeg tima, radićete u dinamičnom okruženju, na velikim projektima i kontinuiranoj integraciji, uz doprinos razvoju stabilnih, skalabilnih i efikasnih softverskih rešenja na savremenim tehnologijama.

USLOVI KOJE TREBA DA ISPUNJAVA KANDIDAT

• Poznavanje programskih jezika – posebno rad u SQL-u i poznavanje Python-a (standardne biblioteke, package managera, upravljanje verzijama itd.)
• Dobro poznavanje OOP principa i design pattern-a
• Automatizacija i skriptovanje tj. pisanje Bash/Python skripti za automatizaciju procesa
• Iskustvo u integraciji sa eksternim sistemima (RPC/SOAP/REST)
• Iskustvo u radu sa sa relacionim bazama podataka (PostgreSQL, MySQL, MS SQL)
• Razumevanje rada OLAP baza i razlike u odnosu na OLTP sisteme
• Poznavanje načina rada Data WareHouse (DWH) sistema
• Data analiza i pisanje SQL upita (Oracle/MySQL/Postgres/ClickHouse)
• Upravljanje skladištem podataka i održavanje Data Warehouse i analitičke platforme
• Iskustvo u radu sa relacionim bazama podataka (PostgreSQL, Oracle, ClickHouse, MySQL, SQL Server ili slične tehnologije).
• Poznavanje funkcionisanja CI/CD alata: Docker-a, Kubernetes-a i Git-a
• Rad sa REST/SOAP API web servisima
• Komforan rad na Linux/Unix operativnim sistemima (bash/sed/awk)
• Minimum 5 godina iskustva u programiranju ili radu na poziciji Data inženjer.

POŽELJNA ZNANJA

• Big Data alati kao što su Apache Spark, Apache Airflow, dbt
• Kafka event streaming ekosistem (Kafka Connect, Flink)
• NoSQL baze: Cassandra/ScyllaDB, Redis
• Kubernetes
• Znanje više SQL dijalekata (T-SQL, PL/SQL, SQL standarda)
• Iskustvo u radu sa BI alatima i pripremi izveštaja

OPIS RADNIH ZADATAKA

• Implementacija i održavanje softverskih infrastrukturnih komponenti
• Razvoj ETL/ELT procesa – Implementacija i optimizacija tokova podataka iz različitih izvora
• Upravljanje skladištem podataka i održavanje Data Warehouse i analitičkih platformi
• Integracija različitih softverskih servisa prilikom razvoja proizvoda (Redis, Elastic, RabbitMQ, database migrations)
• Upotreba skripting jezika (Bash, Python) i korišćenje kontejnerskih tehnologija kao što su Docker i Kubernetes
• Implementacija OOP koncepata prilikom razvoja softvera
• Saradnja sa DevOps i AppSec timovima - Bliska saradnja sa razvojnim timovima na dizajnu rešenja i infrastrukturnim potrebama
• Rad sa Linux/Unix operativnim sistemima