О Booking Holdings
Booking Holdings (NASDAQ:BKNG) — ведущий мировой поставщик онлайн-сервисов для путешествий и связанных с ними услуг, предоставляемых потребителям и местным партнерам в более чем 220 странах и территориях через пять основных потребительских брендов: Booking.com, Priceline, Agoda, KAYAK и OpenTable. Миссия Booking Holdings — сделать мир доступнее для всех. Для получения дополнительной информации посетите BookingHoldings.com и подписывайтесь на нас в X (ранее Twitter) контакт рекрутера.
О команде:
Команда Treasury Data Science & Analytics разрабатывает надежные, масштабируемые и повторно используемые аналитические продукты, которые обеспечивают прогнозирование денежных потоков, оптимизацию ликвидности, моделирование рисков, отчетность и самостоятельную аналитику для команды Treasury Booking Holdings Group.
Наша команда объединяет аналитиков данных и специалистов по данным для разработки аналитических решений, которые поддерживают принятие бизнес-решений и улучшают операционные процессы. Мы объединяем данные из различных бизнес-подразделений и систем, разрабатываем аналитические инструменты и модернизируем существующие решения. Мы постоянно совершенствуем основу данных, инструменты и автоматизацию, которые поддерживают эти возможности.
Мы тесно сотрудничаем с бизнес- и технологическими командами для преобразования требований в практические решения. Мы уделяем особое внимание последовательным определениям, повторно используемым моделям данных и надежным рабочим процессам, которые поддерживают повседневные операции и новые аналитические сценарии использования.
Описание роли:
В качестве инженера по аналитике данных (Data Analytics Engineer I) в команде Treasury Data Science & Analytics вы будете участвовать в проектировании, разработке и поддержке аналитических моделей данных, конвейеров обработки и повторно используемых активов данных.
Это практическая роль инженера данных, находящаяся на стыке аналитики и инженерии, с особым акцентом на миграцию и модернизацию аналитических фреймворков команды. Вы возьмете на себя ответственность за определенные задачи по миграции и поможете установить последовательные практики для разработки, развертывания, планирования, мониторинга и обслуживания конвейеров. Как первый и единственный инженер по аналитике в команде, вы должны получать удовольствие от самостоятельной работы, тесно сотрудничая с финансовыми стейкхолдерами.
Работая с специалистами по данным и аналитиками, вы будете создавать повторно используемые компоненты, укреплять контроль качества данных, повышать надежность и отвечать за обслуживание существующих решений. Вы будете работать в рамках инженерных стандартов, получая руководство по сложным проектным решениям.
Эта роль соответствует нашей гибридной модели работы: два дня в офисе. Приоритет будет отдан местным кандидатам
Основные обязанности и задачи:
- Взять на себя ответственность за миграцию и модернизацию рабочих процессов.
- Создавать и оптимизировать аналитические активы данных и конвейеры с использованием dbt и PySpark, повышая время выполнения и эффективность использования ресурсов. Интегрировать данные из нескольких источников и подготавливать кураторские наборы данных с последовательными бизнес-определениями и четко определенной гранулярностью, историческим охватом и расписаниями.
- Помогать в установлении последовательного управления рабочими процессами в команде, включая планирование, зависимости, повторные попытки, дозагрузки, мониторинг состояния и оповещения. Брать на себя ответственность за назначенные рабочие процессы и поддерживать расследование инцидентов и их разрешение.
- Реализовывать автоматизированные средства контроля качества данных, включая проверку актуальности, полноты, уникальности, сверку, обнаружение изменений схемы и проверку критически важных бизнес-метрик.
- Разрабатывать и поддерживать компоненты обработки и интеграции данных для аналитических приложений и операционной автоматизации, адаптируя решения по мере развития исходных систем и бизнес-требований.
- Создавать и поддерживать семантические представления Snowflake и реализовывать согласованные определения метрик для поддержки самостоятельной аналитики и аналитики с помощью ИИ. Поддерживать специалистов по данным и аналитиков с моделями данных, лежащими в основе панелей мониторинга и отчетов, помогая проверять согласованность данных и точность метрик.
- Устанавливать требования к управлению данными и контролю доступа, поддерживая четкие определения данных, отслеживание происхождения данных и техническую документацию.
Квалификация и требования к роли
- 1–3 года соответствующего опыта в области инженерии аналитики данных, аналитической инженерии, инженерии данных, хранилищ данных или смежной области данных или программного обеспечения.
- Степень бакалавра или выше в области компьютерных наук или смежной области, или эквивалентный профессиональный опыт.
- Сильные навыки SQL, включая объединение наборов данных, реализацию логики преобразования и расследование несоответствий.
- Опыт программирования на Python, с возможностью писать понятный, поддерживаемый и повторно используемый код.
- Практический опыт аналитического моделирования данных, включая гранулярность данных, отношения, агрегацию и исторические данные.
- Опыт создания конвейеров преобразования данных с использованием dbt или сопоставимого фреймворка.
- Опыт работы с реляционными базами данных или облачными хранилищами данных; знакомство со Snowflake приветствуется.
- Опыт поддержки запланированных рабочих процессов и использования журналов, мониторинга и оповещений для расследования проблем.
- Опыт реализации автоматизированных проверок качества данных и проверки результатов по исходным данным.
- Опыт использования Git, проведения обзоров кода, автоматизированного тестирования и существующих конвейеров CI/CD.
- Опыт работы с облачными сервисами для обработки или хранения данных, а также практический опыт развертывания или устранения неполадок контейнерных рабочих нагрузок в существующих средах Docker/Kubernetes.
- Опыт исследования и визуализации данных и объяснения результатов бизнес-стейкхолдерам.
- Понимание основ управления данными и безопасности, включая документацию, отслеживаемость и контроль доступа.
- Навыки управления стейкхолдерами и коммуникации, включая способность объяснять сложные технические решения и компромиссы.
Ключевые навыки
Основные навыки
- Преобразование данных на основе SQL с использованием dbt или сопоставимого фреймворка; программирование на Python
- Аналитическое моделирование и хранение данных, включая дименсиальное моделирование
- Проектирование конвейеров данных, интеграция API, миграция рабочих процессов и оркестрация
- Практики программной инженерии: Git, обзоры кода, автоматизированное тестирование и CI/CD
- Контроль качества данных и сверка
- Производственный мониторинг, устранение неполадок, оптимизация производительности и затрат
- Практический опыт работы с облачными сервисами и контейнерными рабочими нагрузками с использованием Docker/Kubernetes
- Управление данными, контроль доступа и техническая документация
- Исследование данных, визуализация и коммуникация со стейкхолдерами
- Базовое понимание концепций статистического моделирования и машинного обучения
Желательные навыки
- Опыт работы со Snowflake
- Распределенная обработка с использованием Apache Spark через PySpark или Spark SQL
- Инструменты отчетности, мониторинга и аналитических приложений: Tableau, Grafana, Streamlit или аналогичные
- Семантические представления Snowflake или сопоставимые технологии семантического уровня для самостоятельной аналитики и аналитики с помощью ИИ
- Опыт подготовки данных для прогнозных моделей
Технический стек
Языки: SQL, Python
Хранилище данных и база данных: Snowflake
Преобразование и обработка данных: dbt, Apache Spark (PySpark и Spark SQL)
Инструменты контейнеризации и оркестрации: Docker, Kubernetes
Приложения для данных, визуализация и мониторинг: Tableau, Streamlit, Grafana
Семантическое моделирование: Семантические представления Snowflake
Управление версиями: Git
Инженерные практики: Обзор кода, автоматизированное тестирование, CI/CD и документированные процедуры поддержки производства
